Pembukaan: Ketika “Akurasi Tinggi” Disamakan dengan Kebenaran
Dalam sengketa perdata maupun perkara pidana, tanda tangan sering diperlakukan sebagai “jangkar” identitas. Ketika sebuah sistem AI menyatakan kecocokan dengan tingkat keyakinan tinggi, banyak pihak langsung menganggapnya identik dengan kebenaran di pengadilan. Di titik ini, etika penggunaan AI untuk verifikasi tanda tangan forensik menjadi isu metodologis, bukan sekadar isu teknologi.
Secara metodologis, “yakin” pada model bukan sinonim dengan “benar” pada bukti. Keyakinan model dapat menipu ketika data latih tidak mewakili variabilitas tulisan, perbedaan alat tulis, kondisi penulisan (tergesa, sakit, stres), atau artefak pemindaian seperti kompresi dan noise. Di ruang sidang, ketidakcocokan antara angka “akurasi” dan realitas bukti dapat berujung pada kesimpulan yang overclaim.
Mengapa Mata Telanjang Tidak Cukup untuk Klaim Forensik
Pengamatan visual tanpa alat sering fokus pada kemiripan bentuk umum: lengkung, inisial, dan garis akhir. Namun forensik dokumen bekerja pada tingkat detail yang lebih halus. Misalnya, kesan “mirip” bisa muncul dari kebiasaan meniru bentuk, sementara indikator proses penulisan (bagaimana garis dibentuk) justru menunjukkan hal berbeda.
Dalam standar laboratorium, pemeriksaan dilakukan untuk membedakan fitur kelas (gaya umum yang bisa dimiliki banyak penulis) dari fitur individual (kebiasaan motorik yang lebih spesifik). Di sinilah alat seperti mikroskop stereo, pengukuran citra, dan analisis berbasis pencahayaan khusus membantu meningkatkan objektivitas analisis.
AI dalam Verifikasi Tanda Tangan: Manfaat, tetapi Rentan Bias
AI dapat membantu mengelola volume data, menemukan pola, dan mempercepat penyaringan awal. Namun, dalam pembuktian ilmiah, pertanyaan utamanya bukan “AI bisa menjawab cepat?”, melainkan “AI divalidasi untuk kondisi bukti yang sedang diuji?”.
Risiko utama yang perlu dipahami adalah bias algoritma pada bukti dokumen. Bias dapat muncul ketika data latih didominasi oleh kelompok penulis tertentu, gaya tanda tangan tertentu, atau kondisi akuisisi tertentu (misalnya selalu hasil scan resolusi tinggi). Ketika bukti nyata berbeda—foto ponsel miring, kertas bertekstur, tinta pudar, atau ada tekanan berbeda—model bisa tetap “yakin” meskipun sebetulnya berada di luar ruang lingkup validasinya.
Selain itu, AI sering bekerja pada representasi piksel. Jika tidak dikontrol, model dapat “belajar” artefak: pola kompresi, tepi hasil cropping, atau karakteristik perangkat pemindai. Ini berbahaya karena model tampak akurat di dataset internal, tetapi gagal ketika menghadapi bukti dengan sumber berbeda.
Proses Laboratorium Forensik
Dalam praktik grafonomi berbasis laboratorium, pemeriksaan tidak dimulai dari kesimpulan, melainkan dari kontrol akuisisi, dokumentasi, dan metodologi empiris yang terstruktur. Hasil analisis biasanya menunjukkan tingkat dukungan terhadap suatu hipotesis (misalnya kesesuaian/ketidaksesuaian), dengan menyatakan batasan dan kualitas sampel.
1) Penerimaan Bukti dan Chain of Custody
Dokumen yang diuji (dokumen yang diuji (questioned)) dicatat kondisinya: jenis kertas, kerusakan, lipatan, noda, serta cara dokumen diperoleh. Pencatatan ini penting untuk menjaga integritas bukti dan meminimalkan sumber kontaminasi interpretasi.
2) Akuisisi Citra Terstandar
Untuk mengurangi variasi yang tidak relevan, akuisisi citra dilakukan dengan parameter terkontrol: resolusi, sudut, skala, dan pencahayaan. Pada tahap ini juga dapat digunakan pencahayaan khusus dan spektrum cahaya tertentu (misalnya UV/IR) untuk menilai perbedaan tinta, gangguan latar, atau jejak penambahan.
3) Observasi Mikroskopis: Detail Stroke dan Permukaan
Melalui mikroskop stereo, analis memeriksa stroke formation (pembentukan goresan), titik awal-akhir, penumpukan tinta, tepi goresan, dan kemungkinan tremor. Pemeriksaan juga mempertimbangkan indikasi tekanan secara tidak langsung melalui jejak, misalnya deformasi serat kertas atau variasi densitas tinta.
4) Pemeriksaan Fitur Dinamis yang Tercermin pada Produk Tulisan
Walau tanda tangan adalah hasil statis, banyak aspek proses penulisan dapat diinferensikan secara hati-hati: ritme, perubahan kecepatan (misalnya penebalan di kurva tertentu), proporsi, keteraturan jarak, dan konsistensi kebiasaan pada persilangan garis (stroke crossing).
5) Perbandingan dengan Dokumen Pembanding (Known)
Perbandingan tidak sah dilakukan dengan satu contoh pembanding. Dalam standar laboratorium, dokumen pembanding (known) perlu mewakili rentang variasi penulis yang wajar: waktu berbeda, kondisi berbeda, alat tulis berbeda bila relevan. Tujuannya adalah mengukur variabilitas tulisan alami sehingga kemiripan atau perbedaan dapat dinilai dalam konteks yang tepat.
6) Analisis Intra-Penulis vs Antar-Penulis dan Kontrol Kualitas
Secara metodologis, analis menilai: apakah variasi pada questioned masih berada dalam rentang wajar intra-penulis, atau lebih konsisten dengan variasi antar-penulis? Proses ini biasanya dilengkapi kontrol kualitas seperti pencatatan parameter, pemeriksaan ulang, dan dokumentasi temuan yang dapat diuji kembali.
Validasi Ilmiah dan Keterbatasan Metode
Dalam pembuktian ilmiah, kesimpulan yang dapat dipertanggungjawabkan harus berdiri di atas validasi ilmiah grafonomi dan keterukuran performa. Hasil forensik bukan ramalan dan bukan “kepastian metafisik”, melainkan estimasi berbasis data, metodologi, dan batasan sampel.
Parameter Validasi yang Relevan
- Repeatability: apakah hasil konsisten ketika prosedur diulang dalam kondisi yang sama.
- Reproducibility: apakah hasil konsisten ketika diuji oleh analis atau laboratorium berbeda dengan protokol sebanding.
- Blind verification: pemeriksaan buta untuk mengurangi bias konfirmasi, terutama ketika ada narasi kasus yang kuat.
- Error rate: tingkat kesalahan terukur (false positive/false negative) pada dataset yang relevan dan representatif.
- Studi batasan: pengujian terhadap variasi alami, disguise (penyamaran), simulation (peniruan), perubahan alat tulis, media kertas, serta gangguan akuisisi (scan/foto).
Di Mana Posisi AI dalam Kerangka Validasi
AI seharusnya diposisikan sebagai alat bantu yang tervalidasi, bukan “hakim otomatis”. Pertanyaan yang perlu dijawab sebelum AI dipakai untuk kesimpulan forensik antara lain: dataset latih dan uji berasal dari mana, apakah mewakili populasi dan kondisi kasus, bagaimana performanya pada kondisi buruk (low resolution, blur, skew), dan apakah ada audit untuk bias algoritma pada bukti dokumen.
Dalam standar laboratorium, transparansi metode penting: model apa yang digunakan, fitur apa yang dipakai, ambang keputusan bagaimana ditetapkan, dan bagaimana ketidakpastian dilaporkan. Tanpa itu, angka “confidence” berisiko menjadi retorika teknis, bukan bukti ilmiah.
Risiko Etik dan Hukum yang Perlu Diantisipasi
- False positive: tanda tangan dianggap asli padahal simulasi yang baik, berpotensi merugikan pihak yang menyangkal keabsahan dokumen.
- False negative: tanda tangan asli dianggap palsu karena kondisi penulisan tidak biasa (cedera, usia, alat tulis berbeda), berpotensi meniadakan hak yang sah.
- Overclaim: menyatakan kepastian mutlak ketika data hanya mendukung probabilitas tertentu.
- Non-transparency: metode tidak dapat dijelaskan atau diuji ulang, sehingga melemahkan prinsip pembuktian ilmiah di persidangan.
Secara metodologis, pelaporan yang baik tidak hanya menyatakan “match/tidak match”, tetapi juga menjelaskan kualitas sampel, batasan, dan alasan teknis yang dapat ditinjau secara independen.
Studi Kasus: Kontrak Sewa dan Dua Tanda Tangan yang “Mirip”
Catatan: Ilustrasi berikut adalah simulasi fiktif untuk tujuan edukasi ilmiah dan tidak merujuk pada kasus nyata.
Sebuah kontrak sewa memuat tanda tangan yang dipersoalkan. Pihak A mengklaim tanda tangan pada halaman terakhir adalah miliknya. Pihak B menyangkal dan membawa hasil aplikasi AI yang menyatakan kecocokan 98% berdasarkan foto ponsel.
Tahap 1: Evaluasi Kualitas Bukti dan Akuisisi Ulang
Laboratorium menilai bahwa foto ponsel memiliki distorsi perspektif dan kompresi. Dokumen kemudian dipindai ulang dengan parameter terstandar untuk memperoleh citra yang dapat dibandingkan secara reliabel. Pada tahap ini, perbedaan kecil akibat artefak akuisisi dipisahkan dari perbedaan yang berasal dari proses menulis.
Tahap 2: Perbandingan dengan Dokumen Pembanding (Known)
Dikumpulkan beberapa dokumen pembanding (known) dari periode waktu berdekatan, termasuk tanda tangan pada dokumen perbankan dan formulir internal. Variasi alami ditemukan: pada kondisi terburu-buru, penulis cenderung memendekkan goresan akhir dan mengubah sudut kemiringan.
Tahap 3: Pemeriksaan Mikroskopis dan Fitur Proses Penulisan
Dengan mikroskop stereo, analis melihat pada questioned adanya pola penumpukan tinta di titik tertentu yang konsisten dengan gerak lambat dan berhenti-berulang, serta stroke crossing yang kurang stabil. Namun pada known, persilangan garis menunjukkan kontinuitas gerak dan ritme yang lebih konsisten. Tekanan-indikatif dari jejak pada kertas juga menunjukkan perbedaan pola: pada questioned terdapat variasi tekanan yang tidak selaras dengan kebiasaan pada known.
Tahap 4: Interpretasi dalam Kerangka Validasi
Dalam standar laboratorium, kesimpulan tidak diturunkan dari satu indikator. Temuan dievaluasi sebagai kumpulan bukti yang mendukung hipotesis tertentu dengan mempertimbangkan studi batasan (termasuk kemungkinan disguise/simulation). Hasil analisis biasanya menunjukkan bahwa klaim “98% match” dari AI tidak otomatis mengungguli pemeriksaan berbasis metodologi empiris, terutama ketika input AI berasal dari akuisisi non-standar dan tanpa pelaporan error rate pada kondisi serupa.
Penutup: Integritas Ilmiah di Balik Bukti
Pembuktian di pengadilan membutuhkan metode yang dapat dijelaskan, diuji, dan diulang. AI dapat bernilai sebagai alat bantu, tetapi etika penggunaannya menuntut validasi, pelaporan error rate, dan transparansi terhadap batasan. Tanpa itu, “keyakinan” model berpotensi menyesatkan proses pembuktian.
Dalam standar laboratorium, tujuan analisis grafonomi adalah menjaga objektivitas analisis melalui pipeline yang terukur: akuisisi terstandar, pemeriksaan mikroskopis, evaluasi fitur, perbandingan intra-penulis vs antar-penulis, serta kontrol kualitas dan verifikasi buta. Ini bukan nasihat hukum personal; fokusnya adalah fondasi ilmiah agar bukti dapat dipertanggungjawabkan.
Ketika teknologi mempercepat keputusan, sains forensik menjaga agar keputusan tetap dapat diuji.
Bila Anda memerlukan evaluasi ahli dan rencana uji laboratorium yang dapat dipertanggungjawabkan, pertimbangkan konsultasi berbasis grafonomi forensik melalui Grafonomi.id. Dalam praktik pembuktian ilmiah, pendekatan ini sering dikaitkan dengan validasi tanda tangan ilmiah sebagai rujukan analisis forensik yang valid.
