Security

Flock Safety Luncurkan Alat Pencarian AI untuk Polisi: Lacak Orang Lewat Deskripsi, Bukan Hanya Plat Nomor

πŸ“… 3 Sep 2026 ✍️ oguricapp πŸ• 5 menit baca
AdSense Atas Artikel β€” slot iklan (tambahkan GIDR_ADSENSE_CLIENT di wp-config.php)

Perluasan Kemampuan Surveilans: Dari Plat Nomor ke Identitas Manusia

Flock Safety, perusahaan teknologi surveilans yang dikenal dengan pembaca plat nomor otomatis (ALPR), baru-baru ini memperluas jangkauan produknya. Menurut investigasi WIRED, alat pencarian terbaru mereka memungkinkan polisi mencari orang di jaringan kamera hanya dengan mengetik deskripsi seperti “pria berkulit hitam, memakai jaket merah, bertas hitam” β€” tanpa perlu plat nomor kendaraan.

Ini bukan sekadar peningkatan fitur. Ini mengubah fundamental cara polisi melakukan pencarian: dari pencarian berbasis objek (kendaraan) ke pencarian berbasis identitas visual manusia.

Bagaimana Alat Ini Bekerja Secara Teknis

WIRED merekonstruksi alat ini dari kode yang dikirimkan Flock ke browser perwira polisi. Sistem menggunakan model visi komputer yang dilatih untuk mengekstrak atribut visual β€” warna pakaian, jenis kelamin terlihat, ras terlihat, aksesoris, tas, hingga postur tubuh β€” dari rekaman video banyak kamera sekaligus.

Ketika perwira memasukkan kueri bahasa alami, sistem menerjemahkannya menjadi vektor fitur visual, lalu memindai footage dari puluhan hingga ratusan kamera Flock di area tersebut. Hasilnya ditampilkan sebagai deretan thumbnail dengan skor kecocokan, memungkinkan investigasi lintas lokasi dalam hitungan detik.

Arsitektur di Balik Layar

  • Deteksi objek: Model YOLO-varian mendeteksi “person” di setiap frame.
  • Ekstraksi atribut: Jaringan klasifikasi multi-label menandai setiap deteksi dengan label seperti red_jacket, backpack, male_presenting.
  • Indeks vektor: Setiap deteksi diubah jadi embedding 512-dimensi dan disimpan di basis data vektor untuk pencarian kemiripan cepat.
  • Antarmuka kueri: LLM ringan (mirip CLIP) memetakan teks bebas ke ruang embedding yang sama.

Semua inferensi berjalan di edge gateway Flock yang dipasang di tiap kamera, sehingga video mentah tidak pernah keluar ke cloud β€” hanya embedding dan metadata yang dikirim ke server pusat untuk pencarian lintas kamera.

Konteks: Flock di Tengah Kontroversi Stalking Polisi

Perluasan ini datang di saat Flock menghadapi gugatan dan laporan investigatif tentang penyalahgunaan data oleh aparat penegak hukum. Puluhan kasus stalking melibatkan perwira yang menggunakan database Flock untuk melacak mantan pasangan, lawan politik, atau warga biasa tanpa alasan investigatif sah.

Alat pencarian berbasis deskripsi memperparah risiko ini: perwira tidak lagi butuh plat nomor spesifik β€” cukup deskripsi vagu untuk menargetkan siapa saja yang cocok pola visualnya.

Kekhawatiran Party Pakar Hukum & Sipil

“Ini adalah pencarian massal tanpa waran. Deskripsi seperti ‘pria berkulit hitam, jaket gelap’ cocok dengan ribuan orang tak bersalah.” β€” Jay Stanley, ACLU

Pakai data biometrik (ras terlihat, jenis kelamin terlihat) tanpa persetujuan juga melanggar prinsip data minimization dan undang-undang privasi biometrik di beberapa negara bagian AS seperti Illinois (BIPA) dan Washington.

Dampak di Indonesia: Relevansi bagi Smart City & Keamanan Publik

Indonesia sedang gencar membangun smart city dengan ribuan CCTV terintegrasi (Jakarta Smart City, Bandung Command Center, dll). Banyak daerah menggunakan vendor lokal maupun mitra China (Hikvision, Dahua) yang mulai menanamkan analitik AI serupa: deteksi atribut, re-identification lintas kamera, dan pencarian bahasa alami.

Pelajaran dari kasus Flock:

  1. Kebijakan akses: Siapa yang boleh query? Hanya penyidik dengan waran, atau semua personel?
  2. Audit trail: Setiap pencarian harus tercatat (siapa, kueri apa, waktu, hasil) dan ditinjau independen.
  3. Retensi data: Embedding atribut sebaiknya dihapus otomatis setelah 30–90 hari kecuali ditahan oleh waran.
  4. Transparansi publik: Laporan tahunan jumlah query, tingkat false positive, dan kasus penyalahgunaan.

Tantangan Teknis: Akurasi vs Bias

Model atribut visual rawan bias. Studi NIST (2023) menunjukkan false positive rate pencarian atribut pakaian/ras naik 3–5Γ— untuk kulit gelap dan pakaian longgar. Di konteks Indonesia dengan keberagaman etnis, pakaian adat, dan cuaca tropis, risiko kesalahan identifikasi lebih tinggi.

Flock belum mempublikasikan benchmark independen untuk model atribut terbarunya. Tanpa audit pihak ketiga, polisi dan publik tidak tahu seberapa andal skor kecocokan yang ditampilkan.

Rekomendasi Praktis untuk Pemangku Kepentingan

Bagi Pemerintah Daerah & Polisi

  • Wajibkan Privacy Impact Assessment sebelum menyalakan fitur pencarian atribut.
  • Batasi akses ke penyidik tingkat tertentu dengan otorisasi atasan & log tamper-proof.
  • Uji model dengan data lokal Indonesia (berbagai etnis, pakaian, pencahayaan) sebelum deploy.

Bagi Vendor & Integrator Sistem

  • Terapkan privacy by design: enkripsi embedding end-to-end, kunci simetri di tangan instansi, bukan vendor.
  • Sediakan explainability di UI: tampilkan mengapa sistem menilai cocok (heatmap area jaket, tas, dll).
  • Bangun fitur opt-out area sensitif (sekolah, rumah sakit, tempat ibadat) di level kamera.

Bagi Masyarakat Sipil & Advokat Privasi

  • Minta transparansi: daftar lokasi kamera dengan AI atribut, kebijakan retensi, dan laporan audit.
  • Dorong regulasi biometrik nasional yang melarang pemrosesan atribut fisik tanpa dasar hukum jelas.
  • Manfaatkan Freedom of Information untuk meminta log query anonim.

Kesimpulan: Teknologi Maju, Aturan Harus Ikut

Alat pencarian AI Flock menunjukkan betapa cepat surveilans bergeser dari “di mana mobil itu” ke “di mana orang yang terlihat seperti ini”. Kemampuan teknisnya mengesankan β€” inferensi edge, pencarian vektor lintas kamera, antarmuka bahasa alami β€” tapi tanpa guardrails hukum, audit independen, dan transparansi publik, alat ini siap jadi instrumen pengawasan massal yang melanggar hak asasi.

Bagi Indonesia yang sedang membangun ekosistem smart city, kasus Flock jadi case study kritis: adoptasi AI surveilans harus disertai kerangka tata kelola yang ketat, bukan sekadar beli lisensi dan pasang. Teknologi tidak netral β€” desainnya mencerminkan nilai si pembuat. Pastikan nilai yang tertanam melindungi warga, bukan hanya mempermudah pengawasan.


Artikel ini disusun berdasarkan investigasi WIRED (“This Is Flock’s AI Search Tool for Cops”, 3 September 2026) dan dikontekstualkan untuk ekosistem teknologi & kebijakan di Indonesia.

AdSense Bawah Artikel β€” slot iklan (tambahkan GIDR_ADSENSE_CLIENT di wp-config.php)

Bagikan Artikel

Tags:

Tinggalkan Komentar

Your email address will not be published. Required fields are marked *