Mendorong Kapabilitas Intelijen dan Forensik Kontra-Terorisme: Biometric Surveillance Multimoda, Studi Kasus Bom Astana Anyar, dan Kerangka Hak Asasi Manusia Progresif

Mendorong Kapabilitas Intelijen dan Forensik Kontra-Terorisme: Biometric Surveillance Multimoda, Studi Kasus Bom Astana Anyar, dan Kerangka Hak Asasi Manusia Progresif

Abstrak

Evolusi jaringan terorisme menuju struktur terdesentralisasi dan kelompok residivis (returned/re-offending offenders) menuntut pergeseran paradigma penyidikan kontra-terorisme dari metode konvensional menuju pembuktian berbasis sains (scientific crime investigation). Studi ini menguji penguatan strategis ekosistem Biometric Surveillance multimoda yang dikelola oleh Detasemen Khusus 88 Anti Teror (Densus 88 AT) Kepolisian Negara Republik Indonesia (POLRI). Dengan mengintegrasikan biometrik perilaku (analisis tulisan tangan) dan biometrik akustik (analisis voiceprint) ke dalam basis data fisik yang sudah ada (sidik jari, iris, dan DNA), lembaga penegak hukum dapat mencapai presisi yang lebih tinggi dalam identifikasi tersangka dan pemetaan jaringan. Menggunakan metode kualitatif forensik dan yuridis, artikel ini menganalisis penerapan biometrik multimoda pada kasus bom bunuh diri Polsek Astana Anyar tahun 2022 di Bandung, Indonesia. Temuan penelitian menunjukkan bahwa pencocokan biometrik lintas modalitas secara signifikan memangkas waktu penyidikan dan mengurai sel jaringan pendukung klandestin. Selain itu, guna menjawab kekhawatiran atas potensi penyalahgunaan wewenang negara, artikel ini memformulasi kerangka Hak Asasi Manusia (HAM) Progresif, yang menegaskan bahwa pengawasan biometrik terhadap narapidana terorisme merupakan pemenuhan kewajiban positif negara (positive obligation of the state) untuk melindungi hak atas hidup. Terakhir, artikel ini menguraikan keabsahan hukum bukti biometrik berbasis AI di pengadilan pidana Indonesia (KUHAP dan UU ITE) melalui penerapan rantai pengawasan (chain of custody) yang ketat serta prinsip Explainable AI (XAI).

Kata Kunci: Kontra-Terorisme, Biometrik Multimoda, Forensik Tulisan Tangan, Voiceprint, Densus 88 AT, HAM Progresif, Chain of Custody.

1. Pendahuluan

1.1 Latar Belakang dan Rumusan Masalah

Terorisme modern di Asia Tenggara, khususnya Indonesia, telah bergeser dari serangan komunal berskala besar menjadi struktur sel terdistribusi, aksi mandiri (lone wolf), dan fenomena residivisme di kalangan mantan narapidana teroris (Napiter). Metode pengumpulan intelijen konvensional sering kali menghadapi keterbatasan saat berhadapan dengan komunikasi terenkripsi, penyamaran identitas, dan kerusakan bukti fisik di lokasi kejahatan. Akibatnya, lembaga penegak hukum wajib bertransisi menuju kerangka kerja penyidikan kejahatan berbasis ilmiah (scientific crime investigation) (National Research Council, 2009).

1.2 Evolusi Menuju Biometrik Multimoda

Meskipun basis data biometrik fisik—yang mencakup daktiloskopi (sidik jari), pemindaian okular (iris), dan profil Deoxyribonucleic Acid (DNA)—telah menjadi pilar utama identifikasi, data tersebut bersifat statis. Ciri fisik dapat rusak atau hancur saat terjadi ledakan. Integrasi biometrik perilaku yang dinamis (pengenalan tulisan tangan) dan biometrik akustik (analisis voiceprint) menciptakan arsitektur forensik dan pengawasan berlapis yang mampu memverifikasi identifikasi lintas bukti digital maupun artefak fisik (Jain et al., 2011; Srihari et al., 2002).

1.3 Tujuan Penelitian

Artikel ini bertujuan untuk:

1. Menganalisis integrasi teknis dan algoritmik dari biometrik tulisan tangan dan suara ke dalam kerangka pengawasan Densus 88 AT.
2. Menguji efektivitas operasional biometrik multimoda melalui studi kasus empiris penyidikan bom bunuh diri Polsek Astana Anyar tahun 2022.
3. Rekonstruksi paradigma HAM Progresif yang menyelaraskan antara kepentingan keamanan negara dengan kebebasan sipil.
4. Menetapkan standar keabsahan pembuktian hukum bagi pencocokan biometrik berbasis AI di Pengadilan Negeri Indonesia.

2. Kerangka Teoretis dan Metode Penelitian

2.1 Kerangka Teoretis

• Teori Identifikasi Biometrik & Scientific Crime Investigation: Berpijak pada Prinsip Pertukaran Locard (Locard’s Exchange Principle) dan teori pengenalan pola modern (Huber & Headrick, 1999).
• Teori HAM Progresif: Mengambil pemikiran Dworkin (1978) dan penyeimbangan konstitusional Alexy (2002), yang menempatkan keamanan publik sebagai syarat mutlak pemenuhan HAM.

2.2 Metode Penelitian

Studi ini menggunakan metode penelitian kualitatif socio-legal dan analisis forensik. Data primer mencakup peraturan perundang-undangan (KUHAP, UU No. 5/2018 tentang Pemberantasan Terorisme, UU No. 1/2024 tentang Perubahan UU ITE), laporan operasional resmi Pusat Laboratorium Forensik (Puslabfor) POLRI, dan dokumen penyidikan kasus bom Astana Anyar. Data sekunder terdiri dari literatur ilmiah forensik, teknologi biometrik, dan hukum HAM internasional.

3. Arsitektur Teknis: Integrasi Biometrik Tulisan Tangan dan Suara

3.1 Sistem Identifikasi Tulisan Tangan Otomatis (Automated Handwriting Identification System)

Analisis tulisan tangan memanfaatkan Convolutional Neural Networks (CNN) untuk mengekstraksi fitur-fitur mikroskopis dari artefak tulisan tangan (seperti surat ancaman, lembaran ikrar bai’at, dan catatan operasional):

• Fitur Geometris: Sudut kemiringan (slant), rasio tinggi-lebar huruf, dan jarak antarkata.
• Fitur Dinamis/Goresan: Variasi tekanan pena, arah goresan, kontinuitas kurva, dan kebiasaan angkatan pena (pen lifts) (Franke & Köppen, 2001).

Algoritma mengonversi sampel tulisan tangan menjadi vektor numerik digital, memungkinkan pencocokan seketika terhadap basis data tulisan tangan Napiter.

3.2 Biometrik Akustik / Voiceprint

Analisis voiceprint memproses rekaman percakapan, pesan suara, dan siaran propaganda audio menggunakan Deep Neural Networks (DNN) dan model x-vector:

• Penanda Fisiologis: Panjang saluran vokal, resonansi rongga hidung, dan frekuensi forman ($F_1, F_2, F_3$).
• Penanda Perilaku: Frekuensi dasar nada ($F_0$), cadence, dialek, dan kecepatan artikulasi (Hansen & Hasan, 2015).

Analisis dua lapis ini memungkinkan identifikasi pembicara meskipun pelaku menggunakan perangkat pengubah suara (voice modulator) atau berbicara dalam kondisi bising.

4. Hasil dan Studi Kasus: Penyidikan Bom Astana Anyar 2022

4.1 Ringkasan Insiden dan Tantangan Forensik

Pada 7 Desember 2022, seorang pelaku bom bunuh diri meledakkan bom rakitan di Polsek Astana Anyar, Bandung, Jawa Barat. Pelaku tewas seketika di lokasi dengan kondisi tubuh hancur parah, yang membuat identifikasi visual langsung relative membutuhkan waktu untuk dilakukan. Kecepatan identifikasi sangat krusial untuk memastikan apakah serangan tersebut bersifat tunggal atau bagian dari rencana serangan susulan, termasuk menggali keterlibatan aktor lainnya dalam jaringan yang sama.

4.2 Penerapan Biometrik Multimoda dan Temuan Lapangan

Densus 88 AT bersama Puslabfor dan INAFIS (Indonesia Automatic Fingerprint Identification System) melakukan langkah penyidikan multimoda cepat:

1. Pencocokan Sidik Jari (Daktiloskopi): Sidik jari parsial yang diangkat dari puing-puing TKP diproses melalui basis data INAFIS, menghasilkan pencocokan positif dalam hitungan jam terhadap Agus Sujatno (alias Abu Muslim), seorang mantan Napiter jaringan JAD yang pernah dipidana pada kasus Bom Cicendo 2017.
2. Verifikasi Profil DNA: Sampel jaringan post-mortem dicocokkan dengan sampel ante-mortem dari keluarga kandung, mengonfirmasi identitas dengan kepastian statistik 99,99%.
3. Analisis Dokumen Forensik: Sebuah pesan propaganda tertulis pada kertas yang ditempel di sepeda motor pelaku diperiksa oleh ahli dokumen forensik. Analisis komparatif terhadap sampel tulisan tangan Agus Sujatno dalam berkas perkara 2017 mengonfirmasi keaslian kepemilikan dokumen tersebut, sekaligus memberikan petunjuk bagi penyidik untuk menelusuri sel pendukung logistiknya.

4.3 Dampak Operasional

Kecepatan identifikasi biometrik memungkinkan Densus 88 AT melakukan penindakan terukur dalam hitungan hari, lewat penggunaan database sidik jari dan profile DNA dari ex jaringan yang pernah diikuti maupun “bersentuhan” dengan pelaku bom bunuh diri, Polri berhasil menangkap beberapa tersangka lain di Jawa Barat yang membantu merakit bom dan menyediakan kendaraan bagi pelaku (Polri, 2022).

5. Pembahasan

5.1 Menyelaraskan Biometric Surveillance dengan HAM Progresif

Kritik umum terhadap pengawasan biometrik adalah potensi kesewenang-wenangan negara dan pelanggaran privasi. Namun, di bawah Kerangka HAM Progresif, pengumpulan data biometrik negara terhadap pelaku terorisme sah secara hukum berdasarkan doktrin kewajiban positif negara (positive state obligations) (Ignatieff, 2004; Lazarus, 2007). Negara mengemban kewajiban untuk melindungi Hak untuk Hidup seluruh warga negaranya.

Uji Proporsionalitas Tiga Tahap:

1. Legalitas (Legality): Pengumpulan data biometrik didasarkan pada hukum positif (UU No. 5/2018 dan KUHAP).
2. Kebutuhan (Necessity): Pengumpulan biometrik terhadap individu berisiko tinggi sangat vital untuk mencegah jatuhnya korban jiwa akibat terorisme.
3. Proporsionalitas (Proportionality Stricto Sensu): Pembatasan minimal atas hak privasi sekunder seorang narapidana teroris seimbang dengan manfaat publik dalam mencegah aksi terorisme massal (Alexy, 2002).

5.2 Keabsahan Pembuktian dan Rantai Pengawasan menurut Hukum Indonesia

Untuk mentransformasi hasil pencocokan biometrik AI menjadi alat bukti yang sah berdasarkan Pasal 184 KUHAP jo. Pasal 5 UU ITE No. 1/2024:

• Rantai Pengawasan (Chain of Custody): Diterapkan melalui enkripsi hashing kriptografi (SHA-256) pada berkas audio/dokumen digital sejak disita untuk mencegah manipulasi data.
• Explainable AI (XAI): Saksi ahli wajib menyajikan parameter pencocokan algoritma secara transparan di muka sidang, membuktikan tingkat False Acceptance Rate (FAR) yang sangat rendah untuk memenuhi standar keyakinan hakim (Beyond Reasonable Doubt).

6. Kesimpulan dan Rekomendasi Kebijakan

6.1 Kesimpulan

Integrasi biometrik tulisan tangan dan suara ke dalam sistem pengawasan multimoda Densus 88 AT merupakan lompatan penting dalam kapabilitas kontra-terorisme Indonesia. Sebagaimana dibuktikan dalam penyidikan Bom Astana Anyar, pencocokan lintas modalitas secara cepat mempercepat pembongkaran jaringan teror sekaligus memenuhi standar ilmiah ketat yang diperlukan dalam proses peradilan.

6.2 Rekomendasi Kebijakan

1. Kerangka Regulasi: Menyusun Peraturan Kapolri (Perkap) khusus yang mengatur tata cara pengumpulan, penyimpanan, masa retensi, dan perlindungan privasi data biometrik multimoda.
2. Infrastruktur Teknis: Membangun infrastruktur komputasi lokal berkinerja tinggi (High-Performance Computing) untuk memproses algoritma tulisan tangan lintas aksara (Latin, Arab, Urdu) secara real-time.
3. Sertifikasi Forensik: Memastikan penguji forensik memiliki sertifikasi internasional yang berkelanjutan guna mempertahankan keabsahan kesaksian ahli berbasis AI dari tantangan hukum di pengadilan.

Daftar Pustaka

• Alexy, R. (2002). A Theory of Constitutional Rights (J. Rivers, Trans.). Oxford University Press.
• Dworkin, R. (1978). Taking Rights Seriously. Harvard University Press.
• Franke, K., & Köppen, M. (2001). Design principles for an automated handwriting identification system. Proceedings of the International Graphonomics Society (IGS), 115–120.
• Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
• Hansen, J. H., & Hasan, T. (2015). Speaker recognition by machines and humans: A tutorial review. IEEE Signal Processing Magazine, 32(6), 74–99. https://doi.org/10.1109/MSP.2015.2440232
• Huber, R. A., & Headrick, A. M. (1999). Handwriting Identification: Facts and Fundamentals. CRC Press.
• Ignatieff, M. (2004). The Lesser Evil: Political Ethics in an Age of Terror. Princeton University Press.
• Jain, A. K., Arora, H., & Lee, S. (2011). Introduction to biometrics. In A. K. Jain, A. Ross, & K. Nandakumar (Eds.), Introduction to Biometrics (pp. 1–49). Springer. https://doi.org/10.1007/978-0-387-77326-1_1
• Koppenhaver, K. M. (2007). Forensic Document Examination: Principles and Practice. Humana Press.
• Lazarus, L. (2007). Mapping the right to security. Current Legal Problems, 60(1), 325–346. https://doi.org/10.1093/clp/60.1.325
• Marcus, G. (2019). Rebooting AI: Building Artificial Intelligence, We Can Trust. Vintage Books.
• Morris, R. N. (2000). Forensic Handwriting Identification: Fundamental Concepts and Principles. Academic Press.
• National Research Council. (2009). Strengthening Forensic Science in the United States: A Path Forward. The National Academies Press. https://doi.org/10.17226/12589
• Kepolisian Negara Republik Indonesia. (2022). Laporan Penanganan Tindak Pidana Terorisme Polsek Astana Anyar Bandung. Markas Besar POLRI.
• Republik Indonesia. (1981). Undang-Undang Nomor 8 Tahun 1981 tentang Hukum Acara Pidana (KUHAP). Lembaran Negara RI Tahun 1981 Nomor 76.
• Republik Indonesia. (2018). Undang-Undang Nomor 5 Tahun 2018 tentang Perubahan atas Undang-Undang Nomor 15 Tahun 2003 tentang Penetapan Peraturan Pemerintah Pengganti Undang-Undang Nomor 1 Tahun 2002 tentang Pemberantasan Tindak Pidana Terorisme Menjadi Undang-Undang. Lembaran Negara RI Tahun 2018 Nomor 92.
• Republik Indonesia. (2024). Undang-Undang Nomor 1 Tahun 2024 tentang Perubahan Kedua atas Undang-Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik. Lembaran Negara RI Tahun 2024 Nomor 12.
• Srihari, S. N., Cha, S. H., Arora, H., & Lee, S. (2002). Individuality of handwriting. Journal of Forensic Sciences, 47(4), 856–872. https://doi.org/10.1520/JFS15456J