Dunia Kriminologi Sebelum DNA
Sebelum teknologi DNA merevolusi dunia forensik, para
penyelidik kriminal di abad ke-19 menghadapi tantangan besar dalam
mengidentifikasi pelaku kejahatan yang berulang. Tidak ada basis data
biometrik, tidak ada kamera CCTV, dan belum ada pencocokan sidik jari yang
sistematis. Dalam kondisi inilah seorang jenius asal Prancis bernama Alphonse
Bertillon memperkenalkan sebuah sistem identifikasi yang inovatif dan
sangat berpengaruh: antropometri.
Sistem antropometrik ini menjadi fondasi penting dalam dunia
kriminologi, dan untuk beberapa dekade menjadi metode utama dalam
mengidentifikasi tersangka kejahatan secara ilmiah.
Siapa Itu Alphonse Bertillon?
Alphonse Bertillon (1853–1914) adalah seorang pegawai di
Kepolisian Paris yang sangat tertarik pada metode ilmiah dalam mengklasifikasi
data kriminal. Ia merasa frustasi dengan sistem pengarsipan manual yang tidak
efisien dan penuh kekeliruan, di mana pelaku kejahatan berulang sering kali
lolos karena kurangnya sistem identifikasi yang akurat.
Pada tahun 1883, Bertillon memperkenalkan sistem “Bertillonage”,
sebuah metode identifikasi individu berdasarkan pengukuran tubuh manusia
dan penanda wajah unik, yang didasarkannya pada prinsip bahwa tidak
ada dua orang dewasa yang memiliki dimensi tubuh dan wajah yang persis sama.
Apa Itu Sistem Antropometrik?
Antropometri berasal dari kata Yunani
"anthropos" (manusia) dan "metron" (ukuran). Dalam konteks
Bertillon, sistem ini mencakup pengukuran berbagai bagian tubuh manusia,
terutama bagian-bagian yang dianggap tidak berubah setelah dewasa.
Beberapa parameter utama dalam sistem Bertillon meliputi:
Pengukuran ini dikombinasikan dengan fotografi wajah
(mugshot) dari depan dan samping, serta deskripsi kualitatif seperti
bentuk alis, mata, bibir, atau cacat tubuh permanen (misalnya bekas luka, tahi
lalat, atau bentuk telinga yang unik).
Mengapa Sistem Ini Dianggap Revolusioner?
Sebelum Bertillon, identifikasi pelaku kriminal banyak
mengandalkan kesaksian saksi mata, catatan tulisan tangan, atau nama
dan alamat, yang mudah dipalsukan. Sistem Bertillon membawa objektivitas
ilmiah dan standarisasi pengukuran, memungkinkan pihak berwenang
untuk mencocokkan identitas seseorang dengan akurasi jauh lebih tinggi.
Bahkan, sistem ini berhasil mengidentifikasi seorang
kriminal terkenal yang sebelumnya lolos dari hukuman dengan menyamar sebagai
orang lain.
Bertillon dan Penggunaan Foto Kriminal (Mugshot)
Alphonse Bertillon juga dikenal sebagai pelopor sistem
foto mugshot modern. Ia mewajibkan pengambilan dua foto: satu dari depan,
dan satu dari samping. Foto ini bukan sekadar dokumentasi visual, tetapi
menjadi komponen penting dalam proses identifikasi wajah melalui analisis
ciri-ciri morfologis.
Hingga hari ini, sistem mugshot yang diperkenalkan Bertillon
masih digunakan di seluruh dunia, meskipun telah dilengkapi dengan teknologi
digital dan pengenalan wajah otomatis.
Penerapan Sistem Bertillon dalam Kriminologi
Di akhir abad ke-19 hingga awal abad ke-20, sistem ini
diadopsi secara luas di Eropa dan Amerika Serikat. Beberapa pencapaian utamanya
meliputi:
Namun, seiring waktu, sistem ini mulai menunjukkan
kelemahannya.
Kelemahan Sistem Bertillon
Meskipun sangat inovatif pada zamannya, sistem Bertillon
tidak sempurna. Beberapa kritik utama terhadap metode ini:
Digantikan oleh Sidik Jari dan DNA
Pada awal abad ke-20, sistem identifikasi sidik jari
(dactyloscopy) mulai menggantikan metode antropometrik karena lebih
sederhana, lebih akurat, dan lebih cepat. Apalagi setelah ditemukannya
identifikasi DNA di akhir abad ke-20, pengenalan kriminal menjadi jauh
lebih presisi.
Meski demikian, warisan Bertillon tetap hidup. Ia
membuka jalan bagi:
Selanjutnya: Inspektur Arman dan Kasus Jejak Bayangan
Artikel 7 — Final: Membangun Alur Kerja Lengkap Big Data × SCM Menggunakan GPT-5: Dari Data Mentah Sampai Insight Manajerial
4 bulan yang lalu
Artikel 6 — Cara Meminta GPT-5 Menginterpretasi Hasil Analisis Big Data dari Google Colab (Seperti Konsultan Profesional)
4 bulan yang lalu
Artikel 5 — Cara Copy Script dari GPT-5 ke Google Colab Tanpa Error: Panduan Super Pemula
4 bulan yang lalu
Artikel 4 — Praktik Lengkap: GPT-5 Membuat Script Big Data untuk SCM (10.000 Baris) — Cleaning, Analisis, Visualisasi
4 bulan yang lalu
Artikel 3 — Belajar Python dari Nol dengan Bantuan GPT-5: Cara Paling Mudah untuk Mahasiswa Pemula Big Data
4 bulan yang lalu
Artikel 2 — Panduan Super Pemula: Cara Menggunakan Google Colab dan Menjalankan Kode dari GPT-5 Tanpa Error
4 bulan yang lalu