Barang Bukti Tak Bisa Disentuh Sembarangan, Tim BTC Naik Kelas UNEJ Kembangkan VeritasLab hingga Jadi Finalis LIDM 2026
FasilkomNews — Salah menyentuh atau memindahkan barang bukti dapat mengganggu proses investigasi. Karena itu, setiap tindakan di tempat kejadian perkara (TKP) harus mengikuti prosedur yang tepat. Namun, bagaimana mahasiswa dapat berlatih melakukan investigasi jika TKP nyata tidak bisa dijadikan ruang latihan secara bebas?
Tantangan tersebut menjadi salah satu latar belakang pengembangan VeritasLab, laboratorium virtual berbasis kecerdasan buatan (Artificial Intelligence/AI) dan teknologi tiga dimensi (3D) untuk mendukung pembelajaran investigasi kriminal. Inovasi ini dikembangkan oleh Tim BTC Naik Kelas dari Universitas Jember (UNEJ) dan berhasil mengantarkan tim menjadi finalis Lomba Inovasi Digital Mahasiswa (LIDM) 2026 pada bidang Inovasi Teknologi Digital Pendidikan (ITDP).
Pembelajaran investigasi kriminal tidak cukup hanya mengandalkan pemahaman teori. Mahasiswa juga perlu berlatih menghubungkan informasi, menelaah bukti, menyusun hipotesis, dan menarik kesimpulan berdasarkan petunjuk yang tersedia. Namun, menghadirkan pengalaman praktik yang mendekati kompleksitas investigasi membutuhkan skenario, fasilitas, sumber daya, serta penerapan prosedur yang tepat.
Simulasi fisik dapat menjadi salah satu alternatif pembelajaran, tetapi pelaksanaannya tidak selalu mudah dilakukan secara berulang. Sementara itu, pembelajaran yang hanya mengandalkan penjelasan teori dapat membatasi kesempatan mahasiswa untuk mengeksplorasi berbagai kemungkinan dan mengevaluasi keputusan investigasi yang mereka ambil.
Menghadirkan Ruang Latihan Investigasi dalam Lingkungan Virtual
Melalui fitur Simulasi Investigasi 3D, VeritasLab dirancang untuk menghadirkan skenario kasus yang memungkinkan mahasiswa menjelajahi replika TKP, mengamati kondisi di sekitar lokasi, dan mengidentifikasi kandidat barang bukti. Mahasiswa juga dapat menggali informasi melalui interaksi dengan karakter korban dan saksi virtual berbasis AI sesuai konteks kasus yang disiapkan.
Informasi yang diperoleh tidak langsung disajikan sebagai jawaban akhir. Mahasiswa perlu menentukan petunjuk yang relevan, menghubungkan informasi, dan membangun hipotesis berdasarkan bukti yang tersedia.
Untuk membantu proses tersebut, VeritasLab dilengkapi Investigation Map yang memetakan keterkaitan antara kasus, keterangan saksi, informasi, dan barang bukti. Hasil analisis dapat digunakan sebagai dasar untuk menyusun kronologi, membangun argumentasi, hingga membuat laporan investigasi.
Melalui lingkungan virtual, mahasiswa berkesempatan mengulang latihan, meninjau kembali keputusan, dan mengevaluasi proses analisisnya. Dengan demikian, simulasi tidak hanya berfokus pada hasil akhir, tetapi juga pada proses berpikir yang membawa mahasiswa menuju suatu kesimpulan.
Mempelajari Pola Kriminalitas Berbasis Data
VeritasLab juga mengembangkan fitur Predictive Crime Intelligence untuk memperluas pembelajaran dari analisis kasus individual menuju pemahaman pola kriminalitas berbasis data.
Melalui Crime Brief dan visualisasi informasi, mahasiswa dapat mempelajari persebaran kejadian, konsentrasi kasus, tren, serta pola waktu berdasarkan data yang tersedia. Informasi tersebut menjadi bahan untuk mengidentifikasi pola, menghubungkannya dengan teori kriminologi, dan menyusun rekomendasi pencegahan.
Fitur ini tidak dimaksudkan untuk memastikan bahwa tindak kriminal tertentu akan terjadi. Sebaliknya, Predictive Crime Intelligence menjadi sarana pembelajaran agar mahasiswa memahami pemanfaatan data secara kritis dengan mempertimbangkan kualitas data, konteks, dan keterbatasan analisis.
Mendukung Pembelajaran dan Evaluasi oleh Dosen
Selain mendukung aktivitas mahasiswa, VeritasLab dirancang untuk membantu dosen menyiapkan skenario pembelajaran dan mengevaluasi proses analisis mahasiswa. Fitur AI-Assisted Case and Challenge Composer mendukung penyusunan kasus dan tantangan, sedangkan AI Evaluation Engine dirancang untuk membantu menelaah proses mahasiswa selama simulasi.
Meskipun memanfaatkan AI, kendali akademik tetap berada pada dosen. Dosen berperan dalam menentukan capaian pembelajaran, memvalidasi materi, menyusun rubrik, dan mengevaluasi hasil belajar agar penggunaan teknologi tetap sesuai dengan tujuan pembelajaran.
Pengembangan VeritasLab diharapkan dapat memperluas kesempatan mahasiswa untuk mempelajari proses investigasi melalui lingkungan virtual yang terstruktur dan dapat digunakan untuk latihan berulang. Ke depan, penyempurnaan fitur serta pengujian bersama dosen dan calon pengguna menjadi bagian penting untuk mengevaluasi kesesuaian dan manfaat platform dalam kegiatan pembelajaran.
Tim BTC Naik Kelas di LIDM 2026
VeritasLab dikembangkan oleh Tim BTC Naik Kelas yang terdiri atas mahasiswa lintas fakultas di Universitas Jember. Tim ini dibimbing oleh Dr. Brian Rizqi Paradisiaca Danoto, S.Kom., M.Kom., dengan Fabyan Yastika Permana sebagai ketua pelaksana.
Tim pengembang terdiri atas Fabyan Yastika Permana, Allyya Novita Risqiyanti, dan Talitha Puspitasari dari Fakultas Ilmu Komputer, serta Najma Nabila Cahyono dari Fakultas Hukum.
Kolaborasi lintas disiplin ini menjadi bagian dari pengembangan VeritasLab sebagai inovasi pembelajaran investigasi kriminal yang memadukan teknologi digital dengan konteks keilmuan hukum dan kriminologi.
Keberhasilan menjadi finalis LIDM 2026 pada bidang Inovasi Teknologi Digital Pendidikan (ITDP) menjadi salah satu pencapaian Tim BTC Naik Kelas dalam mengembangkan inovasi teknologi untuk mendukung pendidikan. Melalui VeritasLab, tim berupaya menghadirkan pendekatan pembelajaran yang tidak hanya membantu mahasiswa memahami teori, tetapi juga memberi ruang untuk berlatih menganalisis kasus secara sistematis.
Sebab, memahami investigasi bukan sekadar mengetahui bagaimana sebuah kasus diselesaikan. Mahasiswa juga perlu belajar bagaimana bukti ditelaah, informasi dihubungkan, dan kesimpulan dibangun melalui proses analisis yang cermat.
Post a comment