Perpustakaan Digital ITB

Volume putusan Mahkamah Agung Republik Indonesia yang mencapai 30.908 perkara pada tingkat kasasi pada tahun 2024 menyulitkan praktisi hukum dalam menemukan preseden pidana yang relevan secara cepat dan akurat. Platform teknologi hukum yang tersedia di Indonesia umumnya bersifat tertutup, tidak fokus pada hukum pidana, dan rentan terhadap halusinasi karena hanya bergantung pada Large Language Model (LLM) tanpa landasan dokumen yang tepercaya. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi sistem agen Artificial Intelligence (AI) yang mengintegrasikan Retrieval-Augmented Generation (RAG, basis data vektor Milvus Lite) dan knowledge graph (basis data graf Neo4j) untuk membantu riset hukum pidana di Indonesia. Sistem dibangun di atas korpus Indo-Law yang berisi 22.630 putusan pidana tingkat pertama, dengan alur agen empat tahap yang mencakup penerimaan narasi, inferensi kategori melalui pemungutan suara tiga sinyal (LLM, vektor, dan kata kunci), pencarian hibrida dua tahap pada Milvus Lite dan Neo4j, serta penyusunan ringkasan faktual dengan dua LLM pembanding yaitu Gemini Flash Lite dan Llama 3.1 8B Instant. Evaluasi dilakukan pada 116 kasus uji yang terdiri atas 114 kasus stratified sampling dan dua kasus reliabilitas penanganan kondisi di luar cakupan korpus. Hasil pengujian menunjukkan akurasi pencarian Precision@5 sebesar 0,8070 dan NDCG@5 sebesar 0,8227 pada konfigurasi dengan Gemini Flash Lite sebagai pengindeks kategori, dengan faithfulness pasal sempurna sebesar 1,0000 dan waktu tanggap rata-rata tercepat 17,15 detik per kueri pada konfigurasi dengan Llama 3.1 8B Instant sebagai pengindeks kategori dan Gemini Flash Lite sebagai penyusun ringkasan. Pendekatan RAG dengan dukungan knowledge graph terbukti menekan halusinasi pasal dari 100% pada baseline LLM-only menjadi 0% pada konfigurasi terbaik, sekaligus menurunkan halusinasi nomor putusan dari rentang 57,89–97,37% menjadi 0,57–4,75%. Kesimpulannya, integrasi RAG dengan knowledge graph efektif menjadi landasan teknis bagi pembangunan asisten riset hukum pidana Indonesia yang andal, dapat dipertanggungjawabkan, dan responsif untuk skenario kerja praktisi.