Menyadari tantangan besar dalam mewujudkan transparansi birokrasi di Indonesia, tim peneliti dari 东京热 (UNAIR) menggagas pendekatan kecerdasan buatan (Artificial Intelligence) berbasis Natural Language Processing (NLP). Langkah ini ditujukan untuk membantu transformasi tata kelola pengarsipan digital, khususnya dalam proses klasifikasi dokumen pada aplikasi Sistem Informasi Kearsipan Dinamis Terintegrasi (SRIKANDI). Melalui riset ini, tim peneliti menunjukkan bahwa penerapan teknologi NLP tidak hanya meningkatkan efisiensi teknis, tetapi juga dapat menjadi instrumen penting untuk meminimalkan bias subjektif dan memperkuat akuntabilitas publik.
Upaya digitalisasi birokrasi di Indonesia sebenarnya telah mencatat kemajuan besar dengan diadopsinya sistem SRIKANDI oleh lebih dari 572 instansi dan melibatkan ratusan ribu aparatur sipil negara. Meski demikian, riset lapangan menunjukkan bahwa penentuan kategori dan klasifikasi dokumen di dalam SRIKANDI sebagian besar masih dilakukan secara manual. Ketergantungan pada proses manual ini memicu risiko ketidakkonsistenan yang tinggi, perbedaan interpretasi antar-aparatur, hingga potensi penyalahgunaan wewenang dalam membatasi aksesibilitas informasi. Kondisi inilah yang mendorong tim peneliti untuk mencari solusi berbasis teknologi yang mampu beroperasi dengan parameter yang lebih objektif.
Dalam kajiannya, penelitian ini mengintegrasikan pendekatan multidisiplin yang unik, yaitu memadukan teori dokumen Michael Buckland, teori kuasa Michel Foucault, serta metodologi terapan NLP dalam ilmu komputer. Menggunakan metode studi kasus kualitatif melalui wawancara mendalam dengan para praktisi kearsipan senior, riset ini membedah bagaimana praktik klasifikasi dokumen dalam birokrasi sebenarnya tidak pernah bersifat netral. Klasifikasi dokumen sering kali menjadi arena kontestasi kekuasaan yang menentukan informasi apa yang dianggap sah dan bagaimana informasi tersebut didistribusikan kepada publik. Penerapan teknologi NLP hadir sebagai strategi relevan untuk mengurai sumbatan tersebut. Dengan memanfaatkan model berbasis kecerdasan buatan, sistem dapat menganalisis isi teks dokumen secara otomatis, mengekstrak elemen tematik, serta mengelompokkan dokumen berdasarkan kedekatan maknanya (semantik).
Kendati menawarkan lompatan teknologi yang menjanjikan, tim peneliti UNAIR memberikan catatan kritis bahwa algoritma NLP tidak serta-merta bebas nilai. Desain model kecerdasan buatan tetap membawa potensi bias yang bersumber dari data latih yang digunakannya. Oleh karena itu, efektivitas sistem klasifikasi otomatis ini sangat bergantung pada sejauh mana model tersebut dirancang agar selaras dengan prinsip keadilan informasi (informational justice) dan kesetaraan akses bagi masyarakat. Pengembangan teknologi ini juga harus didukung oleh pembaruan regulasi, mengingat peta jalan pengembangan SRIKANDI ke depan masih kerap terbentur aturan hukum yang memusatkan otoritas klasifikasi pada diskresi masing-masing lembaga.
Riset yang membuka ruang diskusi baru bagi masa depan tata kelola pemerintahan digital ini tertuang dalam artikel ilmiah berjudul 鈥淭oward Transparent Bureaucracy: NLP-Based Document Classification and Power Dynamics in the SRIKANDI System鈥. Artikel ini ditulis oleh Zulfatun Sofiyani (UNAIR), Suprayitno (Kementerian Ketenagakerjaan RI), Faisal Fahmi (UNAIR), dan Mega Putri Mahadewi (UNAIR), serta telah dipublikasikan dalam Proceedings from the Document Academy (2025). Melalui hasil penelitian ini, para penulis menunjukkan bahwa integrasi antara kecanggihan teknologi kecerdasan buatan dan kesadaran kritis terhadap dinamika birokrasi merupakan fondasi utama menuju pemerintahan yang benar-benar transparan, akuntabel, dan responsif terhadap publik.
Penulis: Mega Putri Mahadewi
Link:
