Penelitian tesis magister Eka Qadri Nuranti di Program Studi Magister Ilmu Komputer Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI) berhasil menciptakan solusi kecerdasan buatan (artificial intelligence/AI) yang bisa memprediksi kategori dan masa hukuman pidana. Program ini berpotensi menjadi teknologi hukum (legaltech) yang membantu terwujudnya kepastian hukum dan akses terhadap keadilan yang setara. Bisa jadi kerja-kerja litigasi perkara pidana kelakjuga bisa menjadi lebih mudah.
Evi Yulianti, dosen pembimbing tesis ini mengatakan hasil karya mahasiswi yang dibimbingnya belum menjadi produk utuh. “Baru sebatas experimental research, belum ada produk jadi. Ini hasil riset tesis magister, sudah diterbitkan juga di jurnal,” kata Doktor Ilmu Komputer ini menjelaskan kepada Hukumonline.
Tesis itu berjudul “Prediksi Kategori dan Masa Hukuman Pidana dengan Memanfaatkan Dokumen Putusan Terdahulu Menggunakan Pendekatan Convolutional Neural Network dan Attention Mechanism.”
Baca Juga:
- Calon Legaltech Penguji Keharmonisan Regulasi Berhasil Diciptakan Mahasiswa UI
- Kolaborasi ILUMNI FH Unpar-IKA FE Unpar Hadirkan Konsultasi Hukum Gratis
- Dalami Law Entrepreneurship, FH Atma Jaya Yogyakarta Kerjasama dengan Hukumonline
Selanjutnya tesis itu diterbitkan di jurnal internasional Computers terbitan MDPI dengan judul “Predicting the Category and the Length of Punishment in Indonesian Courts Based on Previous Court Decision Documents”. Riset ini juga pernah disajikan dalam 2020 International Conference on Advanced Computer Science and Information Systems (ICACSIS) dengan judul makalah “Legal Entity Recognition in Indonesian Court Decision Documents Using Bi-LSTM and CRF Approaches.”
Eka sendiri saat ini tercatat sebagai dosen di Institut Teknologi Bacharuddin Jusuf Habibie (ITH), Kota Parepare, Sulawesi Selatan. Ia menjelaskan data yang digunakan adalah 82.827 dokumen putusan pidana dari 101 Pengadilan Negeri Tingkat Pertama di Jawa Barat, Jawa Tengah, Jawa Timur, DI Yogyakarta, dan DKI Jakarta. “Penelitian ini masih harus dilanjutkan,” kata Eka.
Hasil dari eksperimen ini mendapatkan kombinasi fitur terbaik yang diperoleh dari dokumen yaitu dengan menggunakan fitur informasi dari riwayat tuntutan, fakta, fakta hukum, dan pertimbangan hukum. Model Multi-Level Learning dengan pendekatan Convolutional Neural Network (CNN) dan Attention Mechanism yang digunakan mendapatkan tingkat akurasi sebesar 77.32%, lebih baik dibandingkan model deep learning lainnya.
“Tantangan dalam riset ini adalah bahasa hukum, karena bahasa hukum berbeda dengan bahasa keseharian. Saya harus melatih programnya untuk membuat model tersendiri,” kata Eka melanjutkan. Ia juga menjelaskan bahwa panjang isi putusan pengadilan sangat berbeda meski punya pola struktur dalam uraiannya. Panjang isi putusan ada yang tipis belasan halaman hingga ratusan halaman. “Kami harus melibatkan sarjana hukum untuk validasi dataset yang digunakan,” kata Eka lagi,
Karya Eka ini menambah daftar perkembangan solusi kecerdasan buatan yang berpotensi menjadi legaltech baru di Indonesia. Belum lama ini Hukumonline juga memberitakan karya mahasiswa-mahasiswa Fasilkom UI yang bisa menguji keharmonisan peraturan perundang-undangan.