Pemolisian Berbasis Data Wujudkan Presisi

Jakarta, (27/01/2021). Dalam kebijakan Transformasi Organisasi POLRI yang digagas Jenderal Pol. Listyo Sigit Prabowo menjelaskan rencana aksi, yakni  membangun infrastruktur dan sistem teknologi kecerdasan buatan (artificial intelligence – AI) guna menjawab tantangan kemajuan teknologi mendukung kerja kepolisian modern era 4.0. “Ini bukan lagi sebuah rencana, tapi memang sudah harus dilakukan,” ujarnya usai uji kelayakan dan kepatutan di depan Komisi III DPR RI.

POLRI PRESISI, demikian moto baru Polri, adalah abreviasi dari PREdiktif, responSIbilitas, dan transparanSI berkeadilan. Berbicara prediksi, maka yang paling dibutuhkan adalah basis data. Mari kita lihat bagaimana data akan sangat membantu pekerjaan polisi dalam mengungkap sebuah peristiwa kejahatan. Seperti diulas fortune.com dan dikutip oleh idbigdata.com, tercatat pada tanggal 4 Desember 2015, petugas NYPD (New York Police Department) di kantor polisi distik 73 New York menerima peringatan di telepon genggam mereka dari sistem baru yang dimiliki polisi, Shot-spotter: Delapan tembakan telah dilepaskan di dekat jalan 409 Saratoga Avenue di kawasan Bedford-Stuyvesant, Brooklyn. Kejadian selanjutnya menunjukkan seberapa jauh teknologi berperan banyak dalam tugas kepolisian.

Dalam waktu singkat Polisi bisa menemukan selongsong peluru di atap gedung, kemudian hanya menggunakan ponsel saja diketahui ada sebuah surat perintah penangkapan yang belum dieksekusi untuk seorang wanita di gedung tersebut. Anggota di lapangan kemudian mendapat surat perintah penggeledahan apartemen wanita tersebut melalui telepon genggam, kemudian mereka menemukan dua senjata dan selanjutnya menangkap tiga orang tersangka.

Jelasnya para petugas polisi NYPD berhasil melaksanakan tugasnya dengan cepat berkat bantuan sistem kesadaran situasional — Situational Awareness System, yang disebut DAS (Domain Awareness System).

Awalnya, memang  DAS ini hanya digunakan untuk pencegahan kejahatan dan terorisme menjadi prioritas NYPD. Sistem ini dikembangkan oleh biro kontraterorisme dan saat ini sudah digunakan meluas dalam tugas harian kepolisian. DAS mampu mengumpulkan dan menganalisa data dari berbagai sensor — termasuk 9000 kamera CCTV, 500 kamera pembaca plat nomor, 600 sensor radiasi dan kimia, dan jaringan detektor untuk mendeteksi suara tembakan yang menjangkau 24 mil persegi, dan 54 juta panggilan ke 911 dari masyarakat. Sistem ini juga mampu menarik data dari arsip kejahatan NYPD, termasuk 100 juta surat pemanggilan.

Project DAS dimulai sejak tahun 2008 dan terus dikembangkan hingga saat ini. Pada tahun 2010 ditambahkan fungsi analitik pada sistem, dan pada tahun 2011 ditambahkan kemampuan pengenalan pola. Pada tahun 2014 mulai dikembangkan fungsi “predictive policing”, dan pada tahun 2015 petugas kepolisian sudah dapat memperoleh informasi 911 secara real-time.

Data-data tersebut bisa diakses cukup hanya melalui telepon genggam, yang saat ini sudah digunakan oleh 35.000 anggota NYPD. Tercatat 10.000 polisi menggunakan DAS setiap harinya. Sistem ini disebut sebagai ‘keajaiban teknologi’ yang lahir dari kepemimpinan dan komitmen yang kuat.

Dengan system SA yang dimiliki, NYPD mampu menurunkan kejahatan dan menurunkan tingkat penyelesaian kasus pembunuhan. Dengan DAS budaya kepolisian di sana berubah karena mengedepankan bukti (evidenced based policing) daripada apapun.

Melihat keandalan peran teknologi dan data seperti diterapkan NYPD, maka begitu tepat langkah yang ditempuh Listyo untuk mengakselerasi penggunaan data dalam strategi pemolisian prediktif di lingkungan POLRI ke depan. Dengan big data, tentu pekerjaan polisi akan menjadi lebih efisien, efektif dan akurat.

Sejalan dengan itu, masih menurut Listyo, peningkatan keterampilan (skill) Bhabinkamtibmas dalam berkomunikasi dan pemanfaatan teknologi pun akan terus dipacu khususnya melalui perangkat “Personal Smart Tools.” Harapan yang realistis tentunya bila dalam waktu dekat POLRI akan semakin presisi dalam mencegah pelanggaran, kejahatan di seluruh wilayah NKRI karena berbasis data.(Saf)

Exit mobile version