RIMBA

Sistem Pendukung Analisis Triase Pengaduan Kehutanan

RIMBA adalah perangkat lunak pendukung analisis independen yang digunakan secara eksklusif oleh reviewer dan analis penegakan hukum kehutanan untuk mempercepat tahap triase awal pengaduan. RIMBA bukan kanal resmi Kementerian Kehutanan, bukan kanal pengaduan publik, dan bukan sistem internal Kementerian Kehutanan. RIMBA membantu reviewer menstandarkan tiga hal yang selama ini terfragmentasi: klasifikasi awal pengaduan, rujukan dasar hukum, dan penyusunan draf referensi - dengan keputusan akhir tetap berada di tangan reviewer/analis berwenang, bukan di mesin.

Triase berarti menapis dan memprioritaskan setiap pengaduan: menentukan kategori, urgensi, yurisdiksi, dan tindak lanjut yang dianjurkan. Istilah ini berasal dari dunia medis - memilah pasien berdasarkan tingkat kegawatan - dan diadaptasi untuk konteks pengaduan publik.

RIMBA tidak menggantikan peran petugas. RIMBA mengangkat beban kerja manual yang berulang dan memberikan struktur yang konsisten untuk setiap laporan, sehingga petugas dapat memfokuskan energi pada penilaian dan tindak lanjut substantif. RIMBA tidak pernah mengirim pesan, surat, atau rujukan kepada Pengadu maupun instansi mana pun; seluruh komunikasi keluar adalah kewenangan dan tanggung jawab penuh reviewer.

Acuan Regulasi

Substansi klasifikasi dan rekomendasi yang dihasilkan RIMBA mengikuti Surat Edaran Direktur Jenderal Penegakan Hukum Kehutanan Nomor 1 Tahun 2026 tentang Pedoman Penanganan Pengaduan Kehutanan, ditetapkan di Jakarta pada 11 April 2025 oleh Direktur Jenderal Dwi Januanto Nugroho, sebagai acuan substansi analisis.

SE 1/2026 Bagian E.13.a.1.c

"Untuk mendukung pelaksanaan tugas penyelenggaraan penanganan pengaduan di bidang kehutanan, penanganan pengaduan dilengkapi dengan sarana pendukung antara lain: ... c) command center atau Center of Intelligence (COI) ..."

SE 1/2026 Bagian E.13.a.5

"Command Center atau Center of Intelligence (COI) adalah media pendukung data center lingkup Direktorat Jenderal Penegakan Hukum Kehutanan yang dapat digunakan Tim Penanganan Pengaduan dalam verifikasi (verifikasi desk analysis, analisis data spasial, dan/atau verifikasi data dan informasi) terkait substansi permasalahan pengaduan."

Output RIMBA - klasifikasi 3-band pengaduan, retrieval pasal, analisis pihak teradu via AHU, overlay spasial kawasan hutan, hingga export Lampiran III dan VI sebagai draf referensi - mengikuti persis spesifikasi SE 1/2026 sebagai acuan substansi. RIMBA tidak menerbitkan dokumen resmi dan tidak menggantikan sistem internal Kementerian Kehutanan.

Tiga Klasifikasi Aduan per SE 1/2026 Bagian E.9.e.2

Seluruh aduan ditangani dalam jangka waktu 30 hari kerja sejak nomor registrasi diterbitkan (SE Bagian E.8.d). Band bukan menunjukkan tingkat kegentingan, melainkan kewenangan penindak.

Output Resmi yang Otomatis Dibangkitkan RIMBA

RIMBA menghasilkan dokumen siap-pakai sesuai format Lampiran SE 1/2026:

• Lampiran I - Formulir Penanganan Pengaduan: struktur intake form Rimba mengikuti 8 informasi wajib (E.5.f) dan 5 bukti pendukung (E.5.g).
• Lampiran III - Laporan Verifikasi Desk Analysis: dokumen presentasi 6 halaman (Cover, Pihak Teradu, Perizinan, Spasial, Yuridis, Simpulan & Saran), siap dipakai untuk rapat ekspose.
• Lampiran VI - Surat Pemberitahuan Hasil: template surat balasan formal ke Pengadu dengan boilerplate per kategori rekomendasi.

Konteks Strategis

Kementerian Kehutanan resmi terbentuk pada Oktober 2024 melalui Peraturan Presiden Nomor 175 Tahun 2024, sebagai hasil pemisahan dari Kementerian Lingkungan Hidup dan Kehutanan yang sebelumnya menyatu. Sejak saat itu, Kementerian Kehutanan dipimpin Menteri Raja Juli Antoni dengan struktur sembilan unit Eselon I, di antaranya Direktorat Jenderal Penegakan Hukum Kehutanan yang menangani pengaduan masyarakat melalui Direktorat Pencegahan dan Penanganan Pengaduan Kehutanan beserta lima Balai Penegakan Hukum Kehutanan (Balai Gakkumhut) di tingkat wilayah.

RIMBA dirancang untuk mendukung operasional Direktorat Pencegahan dan Penanganan Pengaduan Kehutanan dalam memproses pengaduan yang masuk dari berbagai kanal, sebelum diteruskan ke Direktorat Penindakan Pidana, Direktorat Pengawasan dan Sanksi Administratif, atau Direktorat Pengendalian Kebakaran Hutan untuk tindak lanjut substantif.

Pemisahan KLHK Oktober 2024: Implikasi Yurisdiksi

Pasca pemisahan Kementerian Lingkungan Hidup dan Kehutanan (KLHK) menjadi dua kementerian terpisah lewat Perpres 175/2024 dan Perpres 139/2024 pada Oktober 2024, pembagian yurisdiksi pengaduan menjadi sebagai berikut. Tabel di bawah mencerminkan hasil panel ahli konsultasi (ChatGPT, Gemini, ChatGPT Deep Research) yang diintegrasikan ke logika sistem pada 21 Mei 2026 (PHASE_7_FIX_26 hingga 32).

RIMBA dibangun spesifik untuk Kementerian Kehutanan. Pengaduan yang substansinya pencemaran/limbah B3 industri, karhutla di APL, atau korupsi perizinan secara otomatis ditandai bukan-yurisdiksi-Kemenhut oleh sistem dan diteruskan ke instansi yang berwenang (KLH/BPLH, Polri, KPK, atau Otorita IKN).

Pendekatan source-based untuk pencemaran dan karhutla: sistem melihat sumber pelanggaran (di mana aktivitas illegal terjadi), bukan hanya lintasan dampak. Pabrik di APL yang membuang limbah ke sungai yang melintasi Hutan Lindung tetap diteruskan ke KLH/BPLH PPKL, sementara Kemenhut tercatat sebagai overlap untuk impact mitigation di kawasan terdampak.

Untuk pengaduan dengan pencemaran atau kerusakan ekosistem yang terjadi di dalam kawasan hutan akibat aktivitas illegal (misalnya pembuangan sianida dari pertambangan ilegal di Taman Nasional), AI agent diinstruksikan menandai Kemenhut sebagai primer berdasar narasi yang menunjukkan sumber di-dalam-kawasan.

Struktur organisasi pasca-pemisahan

6 Direktorat Jenderal di Kementerian Kehutanan (per Permenhut 1/2024):

1. Ditjen Planologi Kehutanan
2. Ditjen Konservasi Sumber Daya Alam dan Ekosistem (KSDAE)
3. Ditjen Pengelolaan Daerah Aliran Sungai dan Rehabilitasi Hutan (PDASRH)
4. Ditjen Pengelolaan Hutan Lestari (PHL)
5. Ditjen Perhutanan Sosial dan Kemitraan Lingkungan (PSKL)
6. Ditjen Penegakan Hukum Kehutanan (Gakkum Kehutanan)

5 Deputi di Kementerian Lingkungan Hidup/BPLH (per Permen LH/BPLH 1/2024):

1. Deputi Tata Lingkungan dan Sumber Daya Alam Berkelanjutan (AMDAL, KLHS)
2. Deputi Pengendalian Pencemaran dan Kerusakan Lingkungan (PPKL)
3. Deputi Pengelolaan Sampah, Limbah, dan B3 (PSLB3)
4. Deputi Pengendalian Perubahan Iklim dan Tata Kelola Nilai Ekonomi Karbon (PPI/NEK)
5. Deputi Penegakan Hukum Lingkungan Hidup (Gakkum LH)

Sistem menggunakan enum InstansiRujukan untuk meneruskan kasus non-Kemenhut ke instansi yang tepat (lihat api/schemas/enums.py).

Kementerian Kehutanan dihadapkan pada tiga tekanan operasional yang saling terkait:

1. Volume pengaduan terus meningkat seiring meningkatnya partisipasi publik dan keterlibatan media sosial dalam isu lingkungan.
2. Tuntutan transparansi makin tinggi dari publik, lembaga pengawas, dan mitra internasional yang ingin melihat jejak audit yang utuh atas setiap aduan.
3. Sumber daya pemeriksa terbatas dibanding luas wilayah kerja yang harus dipantau (125+ juta hektar kawasan hutan, ratusan satuan kerja teknis).

Tanpa instrumen pendukung, beban triase manual menyebabkan tiga risiko yang sudah teridentifikasi:

• Pengaduan urgen tertinggal di antrian karena penyaringan manual lambat.
• Inkonsistensi penilaian antar pemeriksa untuk kasus serupa.
• Sulit menelusuri alasan suatu pengaduan diteruskan atau ditolak ketika diaudit di kemudian hari.

RIMBA dirancang sebagai jawaban institusional atas ketiga risiko tersebut.

Tantangan Triase Pengaduan Hari Ini

Pengaduan masyarakat tentang masalah kehutanan masuk dari beragam saluran:

• Portal pengaduan resmi Kementerian
• Surat elektronik dinas
• Surat fisik dan disposisi internal
• Pesan singkat dan media sosial
• Laporan jurnalis dan media massa
• SP4N-LAPOR (sistem pengaduan nasional)
• Pelaporan walk-in dari masyarakat yang datang langsung

Substansi aduan beragam: pembalakan liar (illegal logging), perambahan kawasan hutan, kebakaran hutan dan lahan (karhutla), perdagangan satwa dilindungi, pencemaran dalam kawasan, dugaan korupsi perizinan, pertambangan dalam kawasan, dan konflik satwa-manusia.

Setiap aduan memerlukan empat langkah penilaian formal:

1. Klasifikasi kategori - apa substansi pengaduan yang sebenarnya?
2. Verifikasi yurisdiksi - apakah ranah Kemenhut, atau perlu diteruskan ke instansi lain seperti Polri, KPK, BPN/ATR, Pemerintah Daerah?
3. Penilaian prioritas - apakah darurat (misalnya kebakaran aktif) atau dapat masuk antrian normal?
4. Sitasi dasar hukum - pasal mana di UU 41/1999, UU 18/2013, PP terkait, atau Peraturan Menteri LHK yang relevan?

Triase manual atas keempat langkah ini, ketika dilakukan untuk ratusan hingga ribuan aduan per bulan, menghabiskan jam kerja petugas yang sesungguhnya dibutuhkan untuk investigasi lapangan dan koordinasi penegakan hukum.

Solusi: Tiga Pilar RIMBA

RIMBA berdiri di atas tiga pilar yang saling melengkapi: kanal pelaporan terstandar, mesin triase otomatis, dan ruang kerja pemeriksa. Ketiganya bekerja bersama membentuk satu alur penanganan pengaduan yang terstruktur dari hulu sampai hilir.

Pilar 1: Kanal Pelaporan Terstandar

RIMBA menyediakan satu formulir pelaporan terpadu (/lapor) yang dapat diakses publik tanpa hambatan pendaftaran, mengikuti struktur SE 1/2026 Lampiran I (formulir A sampai H) dan Bagian E.3. Formulir menampung enam tipe pengadu (individu, kelompok masyarakat, lembaga swadaya masyarakat, badan usaha, badan hukum, dan instansi pemerintah), sehingga warga, lembaga adat, jurnalis, maupun pegawai satuan kerja lapangan menggunakan jalur yang sama.

Struktur formulir mengikuti Lampiran I secara berurutan: A identitas pengadu, B lokasi granular (jalan sampai koordinat dan klaim kawasan), C substansi aduan, D uraian dugaan, E waktu dan urgensi, F penyelesaian yang diinginkan, G riwayat pengaduan, dan H bukti pendukung lima jenis. Identitas pengadu dirahasiakan dari pihak terlapor (perlindungan whistleblower); nama dan minimal satu kontak tetap wajib diisi (tidak ada opsi anonim, sesuai E.5.f).

Setiap aduan masuk ke pipeline yang sama dan diberi nomor pelacakan unik (format WEB-YYYYMMDD-xxxxxxxx) yang dapat digunakan pelapor saat berkomunikasi dengan petugas. Arsitektur pipeline mendukung penambahan adaptor sumber lain (kanal pengaduan resmi Kemenhut, email, surat dinas) tanpa mengubah proses triase di hilirnya.

Pilar 2: Mesin Triase Otomatis

Setelah pengaduan masuk, RIMBA menjalankan alur agentik (agentic flow) berbasis Large Language Model (LLM): rangkaian langkah otomatis di mana sistem memanggil sejumlah alat khusus untuk menganalisis tiap aduan. Setiap alat ditambatkan (grounded) ke sumber data resmi atau basis pengetahuan terverifikasi:

Hasil triase otomatis bersifat rekomendasi. Setiap rekomendasi dilengkapi dengan rantai alasan (reasoning chain), confidence numerik, dan rujukan dasar hukum sehingga pemeriksa dapat memverifikasi dengan cepat.

Waktu pemrosesan rata-rata: 1 sampai 2 menit per aduan dari saat laporan masuk hingga muncul di antrian pemeriksa.

Pilar 3: Ruang Kerja Pemeriksa

Halaman detail kasus dirancang sebagai command center tunggal yang menampilkan seluruh hasil analisis dalam satu pandangan, lengkap dengan mekanisme audit.

Panel komando ringkas menampilkan tiga metrik kunci di bagian atas: klasifikasi pengaduan (P1, P2, P3, atau SKIP per SE 1/2026 E.9.e.2), putusan yurisdiksi disertai confidence AI, dan tindak lanjut yang dianjurkan. Pemeriksa dapat menilai relevansi sebuah kasus dalam hitungan detik.

Visualisasi confidence untuk putusan yurisdiksi ditampilkan sebagai cincin progress yang mencerminkan tingkat keyakinan sistem. Confidence rendah secara otomatis menjadi sinyal untuk verifikasi manual yang lebih hati-hati.

Dasar hukum interaktif menampilkan setiap sitasi pasal sebagai kartu yang dapat diklik. Saat dibuka, sistem menampilkan teks pasal verbatim yang ditarik langsung dari basis data peraturan.go.id. Pemeriksa tidak perlu lagi membuka tab baru untuk memverifikasi sitasi. Setiap kartu menampilkan lencana yang membedakan pasal verbatim (otoritatif) dari yang masih paraphrased (rujukan cepat, perlu verifikasi).

Identitas pelapor dan terlapor ditampilkan dengan status registri: yayasan terdaftar di AHU Kemenkumham, media terverifikasi Dewan Pers, perusahaan terdaftar di OSS, atau entitas yang masuk daftar blacklist OJK. Pemeriksa langsung melihat tingkat kredibilitas registri tanpa mencari manual.

Audit trail penuh mencatat setiap langkah penanganan: kapan kasus masuk, alat apa saja yang dijalankan AI, durasi tiap langkah, keputusan pemeriksa, dan catatan tindak lanjut. Jejak ini bersifat append-only dan tersedia untuk audit internal maupun eksternal.

Peran AI: Membantu, Bukan Memutuskan

RIMBA menggunakan Large Language Model yang sama dengan teknologi di balik asisten AI populer. Namun penerapannya di RIMBA dibatasi pada fungsi-fungsi spesifik dan dapat diverifikasi:

Apa yang dilakukan AI di RIMBA:

• Mengklasifikasi narasi pengaduan ke dalam kategori formal
• Mengekstraksi entitas (pelapor, terlapor, lokasi) dari teks bebas
• Menyusun ringkasan dan rekomendasi tindak lanjut
• Mencari pasal yang relevan dari basis pengetahuan regulasi

Apa yang tidak dilakukan AI di RIMBA:

• Mengambil keputusan akhir penanganan kasus
• Memutuskan investigasi lapangan tanpa persetujuan pemeriksa
• Menentukan sanksi atau tindakan penegakan hukum
• Mengakses sistem internal Kemenhut di luar yang dieksposnya formulir

Setiap rekomendasi AI ditandai jelas dengan lencana AI di tampilan pemeriksa. Lencana ini memberi sinyal: "ini interpretasi sistem, bukan data dari registri resmi - verifikasi sebelum bertindak."

Filosofi ini tidak mengurangi nilai sistem. AI menangani pekerjaan kuantitatif (membaca ratusan halaman, mencocokkan pasal, menyusun prioritas). Pemeriksa menjalankan pekerjaan kualitatif (validasi, penilaian, koordinasi). Kombinasi keduanya menghasilkan triase yang lebih cepat dan lebih konsisten daripada salah satunya saja.

Grounding ke Sumber Resmi

Setiap sitasi dasar hukum di RIMBA berasal dari peraturan.go.id, portal resmi Direktorat Jenderal Peraturan Perundang-Undangan, Kementerian Hukum dan HAM. Teks pasal disimpan verbatim, bukan hasil parafrase model. Saat AI mengutip pasal, pemeriksa dapat membuka kartu dan membaca teks asli langsung di dalam aplikasi.

Saat ini basis pengetahuan regulasi RIMBA berisi:

• Surat Edaran Dirjen Gakkumhut Nomor 1 Tahun 2026 tentang Pedoman Penanganan Pengaduan Kehutanan (konstitusi operasional RIMBA, 24 chunks per-bagian + lampiran)
• Undang-Undang inti kehutanan: UU 41/1999 (Kehutanan), UU 18/2013 (Pencegahan dan Pemberantasan Perusakan Hutan), UU 32/2024 (Konservasi Sumber Daya Alam Hayati dan Ekosistemnya, pengganti UU 5/1990)
• Peraturan Pemerintah pelaksana: PP 22/2021, PP 23/2021, dan lainnya
• Undang-Undang lintas sektor terkait: UU 11/2020 (Cipta Kerja), UU 6/2023 (Penetapan Perppu Cipta Kerja), UU 25/2009 (Pelayanan Publik), UU 37/2014 (Konservasi Tanah dan Air)
• Peraturan Presiden 139/2024 dan 175/2024 (pasca-split Kemenhut)
• Peraturan Menteri Kehutanan dan PermenLHK terpilih (penetapan kawasan, pengaduan, perhutanan sosial, satwa dilindungi)

Pasal dengan substansi panjang (terutama UU omnibus) di-sub-chunk otomatis ke unit ayat sehingga pemeriksa dapat membaca per bagian tanpa memuat seluruh teks ratusan halaman sekaligus.

Selain regulasi, RIMBA menambatkan data ke registri publik lain:

• AHU Kemenkumham untuk yayasan, perkumpulan, dan badan hukum
• Dewan Pers untuk verifikasi media
• OJK Satgas PASTI untuk daftar entitas pinjaman online ilegal (digunakan sebagai red flag untuk pelapor yang dicurigai bermotif ekonomi gelap)
• WDPA (World Database on Protected Areas) untuk kawasan konservasi
• GFW (Global Forest Watch) untuk pemetaan kawasan dan konsesi kehutanan
• geoBoundaries untuk batas administratif provinsi/kabupaten

Setiap entri yang ditampilkan ke pemeriksa diberi lencana yang membedakan sumber yang sudah aktif (LIVE) dari yang menunggu penandatanganan kerja sama formal (MoU pending) dan yang merupakan interpretasi AI (AI). Pemeriksa selalu tahu darimana setiap data berasal.

Sistem Klasifikasi: P1, P2, P3, SKIP (SE 1/2026 Bagian E.9.e.2)

Per Surat Edaran Direktur Jenderal Penegakan Hukum Kehutanan Nomor 1 Tahun 2026 tentang Pedoman Penanganan Pengaduan Kehutanan, kategori aduan dikelompokkan menjadi 3 (tiga). RIMBA mengikuti klasifikasi resmi tersebut. Band BUKAN tingkat kegentingan - melainkan kewenangan penindak. SEMUA band ditangani dalam 30 hari kerja sejak nomor registrasi diterbitkan (SE E.8.d).

Band P1 menggunakan warna mencolok (merah solid) di antarmuka pemeriksa untuk memastikan visibilitas case yang akan eskalasi langsung ke operasi penegakan hukum. P2 oranye solid menunjukkan handover ke direktorat lain. P3 kuning lembut menunjukkan limpah K/L eksternal. SKIP abu-abu netral.

Provenance dan Auditabilitas

Setiap kasus di RIMBA dilengkapi dengan audit trail lengkap berisi:

• Waktu masuk laporan dan sumber (kanal mana, satker mana)
• Setiap panggilan alat AI: nama alat, masukan, keluaran, durasi
• Hasil sintesis akhir AI dengan rantai penalaran
• Keputusan pemeriksa: kapan di-review, oleh siapa, dengan catatan apa
• Setiap pasal yang dikutip dengan ID basis pengetahuan

Audit trail bersifat append-only di basis data Postgres terpisah dari data operasional. Jejak ini tidak dapat dimodifikasi setelah dicatat, sehingga memenuhi syarat audit formal baik internal Inspektorat Jenderal Kemenhut maupun audit eksternal BPK atau lembaga kerja sama internasional.

Tata Kelola, Transparansi, dan Keamanan

Pemisahan akses. Halaman pelapor publik (/lapor/*) terbuka tanpa otentikasi sehingga aksesibilitas maksimal. Halaman pemeriksa (/case/*, antrian, statistik, manual) di belakang otentikasi sesi terpisah dengan TTL 12 jam.

Perlindungan identitas pengadu. Sistem tidak menerima pelaporan anonim (nama dan minimal satu kontak wajib, sesuai SE 1/2026 E.5.f), namun identitas pengadu dirahasiakan dari pihak terlapor sebagai perlindungan whistleblower. Identitas tetap tercatat di sistem untuk verifikasi reviewer, tidak ditampilkan kepada pihak yang diadukan.

Pemisahan keputusan dan rekomendasi. Status reviewer_status di basis data secara eksplisit memisahkan keputusan pemeriksa (approved/rejected/escalated/pending) dari rekomendasi AI. Audit trail mencatat keduanya secara terpisah.

Tata kelola kunci AI. Semua panggilan model bahasa melewati gerbang Epithre yang menerapkan kontrol akses, rate limit, dan logging terpusat. Kredensial gerbang disimpan di variabel lingkungan, bukan hard-coded.

Penyimpanan terenkripsi. Basis data Postgres menerima koneksi terenkripsi. Backup harian disarankan ke penyimpanan terpisah dengan retensi 30 hari (panduan operasional terpisah).

Roadmap Integrasi Kerja Sama (MoU)

Kemampuan analisis RIMBA dapat ditingkatkan secara signifikan ketika empat jalur kerja sama formal aktif. Setiap jalur mengganti data best-effort hari ini dengan data otoritatif:

1. Kemenhut Internal (Direktorat Gakkum + KPH) - Penambahan riwayat sanksi administratif sebelumnya pada perusahaan terlapor; verifikasi formal direktori pegawai per UPT untuk pengaduan aparatur.
2. Kemendagri Dukcapil - Validasi NIK pelapor (untuk memerangi pelapor fiktif/duplikat) tanpa membuka data pribadi secara penuh, hanya status validitas.
3. Kemenkumham AHU (jalur penuh) - Akses lengkap profil badan hukum: NIB, modal dasar, direksi/komisaris, sektor KBLI. Saat ini RIMBA hanya menggunakan jalur publik AHU yang terbatas pada nama, alamat, dan nomor telepon.
4. BKPM OSS-RBA - Verifikasi perizinan berusaha berbasis risiko, termasuk izin pemanfaatan hutan dan IUP.

Setiap entri data RIMBA hari ini sudah diberi lencana MoU pending yang akan otomatis berubah menjadi LIVE ketika sumber data formalnya aktif. Tidak diperlukan refactor sistem untuk migrasi ini.

Pertanggungjawaban Logika Klasifikasi

Pertanyaan lazim saat audit: apakah keputusan band RIMBA dapat dipertanggungjawabkan secara hukum? Posisi jujur:

• Klasifikasi 3 band mengikuti SE 1/2026 Bagian E.9.e.2 verbatim (pengaduan penegakan hukum kehutanan / non penegakan hukum / non bidang kehutanan). Tidak ada interpretasi sistem.
• Rekomendasi tindak lanjut mengikuti SE 1/2026 Bagian E.11.c verbatim (7 sub-kategori, dari pulbaket sampai pelimpahan K/L).
• Sitasi pasal yang dilanggar ditarik dari KB regulasi verbatim dari peraturan.go.id dan jdih.kehutanan.go.id, dengan retrieval hybrid (FTS + dense vector + rerank). Setiap kutipan dapat dibuka untuk verifikasi melalui Pasal Drawer.
• Aturan MELEKAT object-based (peredaran satwa dilindungi/kayu hasil pembalakan/mineral hasil tambang ilegal otomatis P1 regardless lokasi penindakan) merupakan pembacaan substansi-based atas SE 1/2026 Bagian E.4.a: yurisdiksi melekat pada objek perkara, bukan pada lokasi penindakan, sehingga orangutan sitaan di pelabuhan atau kayu Papua yang transit lewat Surabaya tetap masuk ranah penegakan hukum kehutanan.

Whitepaper metodologi lengkap tersedia di /docs/metodologi. Paket pengajuan peer review akademik (UI, UGM, IPB) tersedia di /docs/review-akademik.

Singkatnya: logika band RIMBA bukan hasil heuristik mesin; setiap keputusan dapat dirujuk kembali ke pasal SE 1/2026 atau UU yang relevan. Pemeriksa tetap pengambil keputusan akhir; sistem hanya menstandarisasi cara membaca substansi pengaduan.

Tingkat Akurasi dan Cara Membacanya

Pertanyaan lazim dari pimpinan: seakurat apa sistem ini? Jawaban jujur memerlukan tiga lensa berbeda, yang ketiganya wajib dipahami agar tidak menyesatkan.

Tiga lensa metrik akurasi

Pada benchmark internal Bench v6.1 (skenario edge case sengaja disusun sulit: marine domain, sengketa adat, klaim tanpa verifikasi, geocode fallback), Rimba mencapai:

Konteks penting (jujur): ke-23 kasus ini adalah kumpulan curated/adversarial yang sengaja dirancang sulit, bukan distribusi pengaduan produksi sebenarnya. Angka ini menunjukkan sistem tangguh pada kasus sulit yang dirancang, bukan klaim akurasi pada volume produksi nyata. Arsitektur Rimba mengambil pilihan konservatif yang dapat di-override oleh pemeriksa dalam hitungan detik.

Distribusi real vs adversarial

Benchmark adversarial sengaja menekankan kasus sulit. Pada distribusi intake nyata (pengaduan harian dari Direktorat) yang umumnya jelas substansinya, akurasi system-level diperkirakan lebih tinggi dari benchmark adversarial. Validasi empiris terhadap distribusi nyata akan dijalankan saat pilot operasional pasca-MoU.

Mekanisme penjamin akurasi

Empat lapis mekanisme menjamin akurasi tidak menurun secara diam-diam ketika sistem berkembang:

1. Regression CI fast-tier (51 unit test pure-function, ~0,5 detik runtime) yang otomatis menolak perubahan formula yang menurunkan akurasi baseline. Mencegah whack-a-mole fix yang memperbaiki satu kasus sambil merusak lima kasus lain.
2. Architecture freeze (21 Mei 2026): formula inti dikunci pada baseline Phase 6 setelah dual-judge convergence menyatakan arsitektur sudah mencapai ceiling. Setiap perubahan formula selanjutnya wajib lewat regression CI dan harus terbukti meningkatkan benchmark tanpa regresi.
3. Path A audit (21 Mei 2026): re-audit 11 kasus miss untuk memisahkan AI-wrong yang nyata dari judge-arguable border. Hasil audit memunculkan dua perbaikan bedah (evidence-tier floor untuk pencemaran bukti kuat, plus marine post-synth defense-in-depth) yang ditambahkan via test-first regression CI.
4. Calibration loop bulanan: pemeriksa memberikan rating skor sistem (terlalu tinggi / tepat / terlalu rendah) pada setiap keputusan, terkumpul silent di reviewer_score_rating. Akumulasi 3-6 bulan menjadi dasar penyesuaian bobot iteratif lewat cli.rescore tanpa retraining model.

Yang tidak dapat dijamin sistem

Beberapa hal tetap menjadi tanggung jawab pemeriksa dan tidak dapat diserahkan pada AI:

• Kontekstualisasi lapangan: pengetahuan pemeriksa tentang aktor lokal, riwayat satker, dan dinamika politik wilayah
• Verifikasi koordinat lapangan: AI hanya melihat koordinat yang pelapor sertakan; pemeriksa wajib mencrosscheck dengan citra satelit aktual sebelum dispatch tim
• Penilaian kredibilitas pelapor: bukan hanya bukti dokumen, tapi pola, motif, dan latar belakang
• Pertimbangan ekonomi politik penanganan: kapan koordinasi dengan Polri/KPK dianjurkan, kapan tunggu Permohonan Bantuan Penyidikan terlebih dahulu

Sistem dirancang sebagai asisten reviewer, bukan pengganti reviewer. Akurasi 95% system-safety bermakna AI menyiapkan rekomen- dasi yang konsisten dan terjustifikasi; pemeriksa tetap memutuskan.

Roadmap Operasional Pasca MoU

Setelah MoU empat jalur ditandatangani, sistem siap beroperasi penuh tanpa fase pilot khusus. Penyempurnaan metodologi terus dilakukan secara incremental di latar belakang oleh tim teknis, tanpa mengganggu alur kerja pemeriksa atau memerlukan persetujuan tambahan dari pimpinan.

Pasca MoU: Go-Live Operasional

• Empat MoU prioritas (Kemenhut internal Gakkum, Kemendagri Dukcapil, Kemenkumham AHU jalur penuh, BKPM OSS-RBA) menandai kesiapan operasional penuh
• Empat adapter tools (ahu_full_lookup, dukcapil_nik_validate, oss_rba_izin_lookup, gakkum_sanksi_history) ditukar dari mode stub ke mode live; perubahan bersifat zero-downtime
• Lencana "MoU pending" pada antarmuka otomatis berubah menjadi "LIVE" karena bersumber pada field mou_status di respons adapter
• Sistem siap menerima volume operasional penuh dari berbagai kanal intake (formulir publik, sumber eksternal yang terintegrasi)

Penyempurnaan Berkelanjutan (Background)

Selama sistem beroperasi, tim teknis Direktorat Jenderal Penegakan Hukum Kehutanan dan Pusdatin Kementerian Kehutanan menjalankan penyempurnaan berkelanjutan yang tidak mengganggu alur kerja pemeriksa:

• Pemantauan distribusi band aktual versus target via dashboard /admin/calibration (mingguan)
• Pengumpulan otomatis reviewer_score_rating dari formulir tindakan pemeriksa (opsional di sisi pemeriksa, terkumpul silent di sisi sistem)
• Penyesuaian bobot iteratif via cli.rescore apabila ditemukan ketidaksesuaian distribusi yang signifikan
• Update whitepaper metodologi versi 2 setelah 6 sampai 12 bulan operasional dengan validasi empiris dari data nyata Direktorat
• Peer review akademik dijalankan paralel sebagai input untuk whitepaper V2, tanpa menjadi prasyarat operasional

Fase 5: Hardening Produksi (3 sampai 6 bulan)

• Integrasi SSO Kemenhut (Active Directory atau identitas tunggal)
• Tinjauan keamanan oleh BSSN sesuai mandat untuk sistem informasi pemerintah
• Migrasi infrastruktur ke server Kementerian Kehutanan tanpa ketergantungan layanan eksternal pada data pengaduan mentah
• Penyusunan dokumentasi tata kelola dan disaster recovery sesuai standar internal

Apa yang Sudah Tertanam Hari Ini Sebagai Fondasi

• Mekanisme umpan balik reviewer: formulir tindakan menerima penilaian skor sistem dari pemeriksa untuk akumulasi data kalibrasi
• Audit trail per kasus: setiap panggilan alat AI, hasil sintesis, dan keputusan pemeriksa tercatat permanen
• Transparansi rincian skor: setiap kasus menampilkan formula perkalian per dimensi beserta rasional yang ditambatkan ke pasal perundang-undangan
• Ekspor data CSV: tim analisis dapat memvalidasi kalibrasi secara offline kapan saja

Singkatnya, RIMBA saat ini bukan sistem skor final, melainkan kerangka transparan, auditable, dan dapat diperbaiki dari penggunaan nyata. Bobot adalah hipotesis awal yang akan dikalibrasi oleh data Kemenhut sendiri.

Manfaat yang Diharapkan

Untuk pengambil keputusan kebijakan:

• Statistik agregat pengaduan: volume per kategori, distribusi geografis, pola musiman, lokasi hotspot perambahan dan pembalakan
• Indikator beban kerja per UPT untuk perencanaan tahunan
• Dashboard ringkas untuk laporan ke pimpinan dan mitra eksternal

Untuk pemeriksa di Direktorat dan UPT:

• Pengurangan waktu triase dari hitungan jam ke hitungan menit per kasus
• Konsistensi penilaian antar pemeriksa untuk kasus serupa
• Dukungan referensi dasar hukum tanpa perlu membuka portal eksternal
• Jejak audit otomatis tanpa input ganda

Untuk masyarakat dan akuntabilitas publik:

• Kanal pelaporan resmi dengan nomor pelacakan yang dapat dikutip
• Kepastian bahwa setiap laporan diproses, dengan identitas pengadu dirahasiakan dari pihak terlapor
• Dasar hukum yang ditegakkan transparan dan dapat diverifikasi

Status dan Tahapan ke Depan

RIMBA saat ini berada pada tahap demonstrasi internal yang siap diuji oleh pemeriksa pilot di Direktorat dan UPT yang ditunjuk. Beberapa kapabilitas yang sudah tersedia:

• Pipeline triase agentik lengkap dengan enam alat aktif
• Basis pengetahuan regulasi: 6.200+ entri verbatim dari peraturan.go.id dan jdih.kehutanan.go.id (verified) ditambah 27 entri parafrase referensi (paraphrased)
• Kanal pelaporan publik /lapor (formulir tunggal sesuai SE 1/2026 Lampiran I)
• Ruang kerja pemeriksa dengan panel komando, ring confidence, kartu dasar hukum interaktif, dan audit trail
• Ekspor brief kasus ke PDF A4 siap arsip

Tahapan selanjutnya yang sedang direncanakan:

1. Pilot terbatas dengan 5 sampai 10 pemeriksa di Direktorat Penegakan Hukum atau UPT terpilih selama 4 sampai 6 minggu untuk validasi alur kerja nyata
2. Penambahan adaptor sumber: SP4N-LAPOR, surat elektronik dinas, dan integrasi surat fisik via Optical Character Recognition
3. Penambahan regulasi sektoral: peraturan tata ruang, satwa spesifik per spesies, peraturan provinsi terkait kehutanan
4. Aktivasi MoU sesuai prioritas Kemenhut

Stack Teknis (Ringkas)

• Backend: Python 3.12, FastAPI, asyncpg
• Basis data: PostgreSQL 16 dengan ekstensi pgvector untuk pencarian semantik dan pg_trgm untuk pencarian leksikal
• Antarmuka: Jinja2 + HTMX + Tailwind, tanpa Single Page Application framework untuk meminimalkan kompleksitas operasional
• AI: Large Language Model via gerbang Epithre dengan kontrol akses dan rate limit
• Pengamanan: sesi signed cookie dengan rotasi kunci, rate limit pada login, Content Security Policy
• Audit: tabel audit_log append-only dengan retensi tak terbatas

Seluruh komponen di-deploy di lingkungan terkendali milik Kemenhut. Tidak ada layanan pihak ketiga yang menerima data pengaduan secara mentah.

Glosarium Istilah

• AHU - Administrasi Hukum Umum, direktorat di Kemenkumham yang menerbitkan badan hukum (PT, yayasan, perkumpulan).
• Audit trail - jejak catatan setiap peristiwa pada satu kasus, bersifat append-only.
• Confidence - tingkat keyakinan AI atas suatu putusan, dinyatakan dalam persentase 0 sampai 100.
• COI - Center of Intelligence, sarana pendukung Tim Penanganan Pengaduan per SE 1/2026 Bagian E.13.a.1.c. RIMBA adalah implementasi COI Ditjen Gakkumhut.
• Dewan Pers - lembaga verifikator media nasional.
• GFW - Global Forest Watch, basis data global pemetaan hutan.
• Grounded / grounding - tertambat ke sumber data faktual yang dapat ditelusuri, lawan dari halusinasi AI.
• KSDAE - Konservasi Sumber Daya Alam dan Ekosistem.
• LLM - Large Language Model, model bahasa berskala besar.
• MoU - Memorandum of Understanding, perjanjian kerja sama antarinstansi.
• OSS-RBA - Online Single Submission - Risk Based Approach, sistem perizinan berusaha BKPM.
• Provenance - sumber asal dari data yang ditampilkan; pada RIMBA ditandai sebagai LIVE, MoU pending, atau AI.
• Triase - proses penyaringan awal dan prioritisasi.
• UPT - Unit Pelaksana Teknis, satuan kerja Kementerian di daerah (Balai TN, BKSDA, BPKH, KPH).
• Verbatim - kutipan harfiah dari sumber asli (bukan parafrase).
• WDPA - World Database on Protected Areas.

Akses kanal pelaporan publik: /lapor · Akses dashboard pemeriksa: rimba.epithre.com (kredensial atas permintaan).

Dokumen ini bersifat pengantar strategis. Untuk panduan operasional pemeriksa, lihat halaman Panduan Reviewer. Untuk runbook teknis dan operasional sistem, lihat halaman Runbook IT.