Gunakan Agentic AI, Insinyur Ini Analisis 4.700 Halaman Dokumen Hukum

09 Mar 2026, 16:10 WIB

Rifki Wuda

Gunakan Agentic AI, Insinyur Ini Analisis 4.700 Halaman Dokumen Hukum

ilustrasi artificial intelligence (freepik.com/DC Studio)

Intinya Sih

Ibrahim Arief, seorang insinyur perangkat lunak, mengembangkan sistem agentic AI swarm untuk menganalisis lebih dari 4.700 halaman dokumen hukum dan memetakan ribuan kesaksian dalam kasus korupsi.
Sistem ini menggunakan pipeline analisis berlapis dengan agen-agen khusus yang mengekstraksi, membersihkan, dan memverifikasi data guna mengurangi risiko halusinasi serta memastikan akurasi hasil analisis.
Melalui fitur chat berbasis knowledge graph, AI tersebut memungkinkan tim hukum menelusuri kesaksian dan kontradiksi secara cepat, menjadikannya asisten digital cerdas dalam memahami kompleksitas kasus hukum.

Disclaimer: This was created using Artificial Intelligence (AI)

Di tengah perkembangan pesat kecerdasan buatan, teknologi AI kini semakin menunjukkan potensinya dalam memecahkan persoalan kompleks di berbagai bidang, termasuk dunia hukum. Seorang insinyur perangkat lunak, Ibrahim Arief, yang terjerat kasus korupsi pemerintah, memanfaatkan teknologi AI untuk membangun sistem analisis dokumen hukum berskala besar. Agen AI ini mampu menelaah ribuan halaman berkas persidangan, memetakan ribuan kesaksian, serta mengidentifikasi berbagai inkonsistensi dalam proses investigasi.

Melalui cuitannya di akun X (dulunya Twitter) yang diunggah pada 6 Maret 2026 di akun @ibamarief, Ia membagikan pengalamannya membangun agen AI hukum ini.

Sistem yang dikembangkan berbasis pendekatan agentic AI swarm, yaitu kumpulan agen AI yang bekerja secara paralel untuk memproses, mengekstraksi, dan menganalisis informasi dari dokumen hukum yang sangat besar. Menurut kesaksiannya, AI ini telah menganalisa 4700+ halaman dokumen hukum, memetakan 8900+ testimoni, dan telah menemukan lusinan kontradiksi.

1. Membangun “Swarm” AI untuk menganalisis ribuan dokumen

Untuk menghadapi tumpukan dokumen persidangan yang sangat besar, Ibrahim mengembangkan sistem berbasis agentic AI swarm untuk menganalisis data secara berlapis. Sistem ini dirancang khusus untuk memproses lebih dari 4.700 halaman dokumen pengadilan serta memetakan sekitar 8.900 kesaksian yang tersebar di berbagai berkas investigasi.

Alih-alih menggunakan satu model AI tunggal, pendekatan swarm memungkinkan berbagai agen AI menjalankan tugas berbeda secara bersamaan. Beberapa agen berfokus pada ekstraksi teks dari dokumen hasil pemindaian, sementara agen lain melakukan klasifikasi informasi, mengidentifikasi hubungan antar pernyataan saksi, hingga memetakan aliran informasi yang relevan dalam kasus tersebut.

Hasil dari proses berlapis ini kemudian disusun menjadi knowledge graph yang memvisualisasikan hubungan antar aktor, peristiwa, serta pernyataan saksi dalam satu sistem terstruktur. Dengan pendekatan ini, analisis terhadap ribuan dokumen yang sebelumnya membutuhkan waktu sangat lama dapat dilakukan jauh lebih cepat dan sistematis.

2. Mengurangi halusinasi AI dengan pipeline analisis berlapis

Ilustrasi AI (freepik.com/rawpixel.com)

Salah satu tantangan terbesar dalam penggunaan AI untuk analisis dokumen hukum adalah risiko hallucination, ketika model menghasilkan informasi yang tidak benar atau tidak didukung oleh data. Untuk mengatasi hal ini, sistem yang dikembangkan Ibrahim menggunakan pipeline pemrosesan data berlapis yang berfokus pada tahap preprocessing sebelum analisis dilakukan oleh model AI.

Dokumen hasil pemindaian terlebih dahulu melalui proses ekstraksi teks, pembersihan data, serta pengelompokan informasi berdasarkan konteks. Setiap agen AI kemudian memproses aspek yang berbeda, seperti identifikasi entitas, hubungan antar pihak, hingga analisis kronologi peristiwa. Pendekatan ini membantu memastikan bahwa informasi yang dihasilkan tetap berbasis pada data yang benar-benar ada dalam dokumen.

Selain itu, sistem ini juga dilengkapi self-reflective sub-agent yang bertugas memeriksa ulang hasil analisis dan menantang kesimpulan yang dihasilkan oleh agen lain. Mekanisme ini dirancang untuk meminimalkan kesalahan interpretasi serta memastikan setiap temuan dapat ditelusuri kembali ke sumber dokumen aslinya.

3. Dari analisis dokumen ke AI asisten hukum

Di atas lapisan analisis data, sistem tersebut juga menghadirkan fitur chat-based AI yang memungkinkan pengguna mengajukan pertanyaan langsung terkait isi dokumen. Berkat struktur knowledge graph yang telah dibangun, AI bisa memberikan jawaban yang lebih terarah dan berbasis pada data yang sudah dipetakan sebelumnya.

Melalui antarmuka ini, tim hukum bisa menelusuri ribuan kesaksian, mencari pernyataan tertentu, atau mengidentifikasi potensi kontradiksi antar saksi dengan jauh lebih cepat. Bahkan, sistem ini berhasil menemukan beberapa kesaksian yang memiliki isi identik, yang menimbulkan dugaan adanya koordinasi atau duplikasi dalam proses pemberian pernyataan.

Pendekatan ini menunjukkan bagaimana AI tidak hanya berfungsi sebagai alat pencarian dokumen, tetapi juga sebagai sistem analisis yang membantu tim hukum memahami gambaran besar sebuah kasus.

Kasus ini menunjukkan bagaimana kecerdasan buatan dapat dimanfaatkan untuk menangani persoalan analisis data berskala besar yang sebelumnya sangat memakan waktu dan sumber daya. Dengan pendekatan agentic AI dan pemetaan knowledge graph, teknologi berpotensi membantu profesional hukum menavigasi kompleksitas dokumen persidangan secara lebih sistematis.