Membongkar Pola
Membongkar Pola
KECURANGAN KPU
MENGGUNAKAN
Laporan Internal
Bersifat Rahasia
FORENSIK IT
Empat (4) Modus Operandi Kecurangan KPU sebagai berikut: Modus-1: Set
Point pada Database [54 : 46], Modus-2: Manipulasi Perolehan Suara di
Database, Modus-3: Mengedit/merubah C1 secara Manual dan Modus-4:
Merubah C1 dengan IT Teknologi.
Table of Contents
Abstract ......................................................................................................................................................... 3
1.0 Pendahuluan ........................................................................................................................................... 4
1.1 Latar Belakang..................................................................................................................................... 4
1.2 Isu Di Pemilu 2019 Di Indonesia.......................................................................................................... 4
1.2.1. Surat Suara Rusak ....................................................................................................................... 4
1.2.2. Politik Uang (Jual Beli). ................................................................................................................ 4
1.2.3. Kesalahan SITUNG KPU ............................................................................................................... 5
2.0 Tujuan ..................................................................................................................................................... 5
3.0 Maksud.................................................................................................................................................... 5
4.0 Catatan .................................................................................................................................................... 5
5.0 Theori Dasar ............................................................................................................................................ 5
5.1 Error Level Analysis (ELA) method ...................................................................................................... 5
5.1.1 Mengevaluasi Gambar Menggunakan ELA .................................................................................. 6
5.2 Perkirakan Kualitas JPEG ..................................................................................................................... 9
5.2.1 Dampak Kualitas........................................................................................................................... 9
5.2.2 Tabel Kualitas dan Kuantisasi ..................................................................................................... 10
5.2.3 JPEG % ........................................................................................................................................ 10
5.3 Analisis Metadata.............................................................................................................................. 11
6.0 Analisa Manual dan Forensik IT ............................................................................................................ 11
6.1 Analisa Manual.................................................................................................................................. 11
6.2 Analisa Forensik IT ............................................................................................................................ 12
7.0 Analisa Modus Operandi Kecurangan KPU ........................................................................................... 17
7.1 Setting Point [54: 46] ........................................................................................................................ 17
7.2 Manipulasi Perolehan Suara di TPS................................................................................................... 19
7.3 Merubah C1 Secara Manual .............................................................................................................. 21
7.3 Merubah C1 dengan IT Teknologi ..................................................................................................... 22
8.0 Conclusion ............................................................................................................................................. 23
9.0 Recommendation.................................................................................................................................. 23
References .................................................................................................................................................. 23
Appendixes A .............................................................................................................................................. 25
Abstract
Sejumlah masalah serius telah terjadi dalam Pemilu 2019 dan Pemilihan Presiden mulai dari masalah
logistik, surat suara yang rusak, daftar pemilih hantu (DPT), politik uang, intimidasi, kesalahan data entri
SITUNG KPU, birokrasi dan ketidak netralan pejabat negara hingga kematian lebih dari lima ratus orang
dan ribuan orang yang sakit. Itu semua diduga terjadi karena kelalaian, ketidakmampuan dan
kecurangan KPU dalam mengelola Pemilu dan Pilpres. Oleh karena itu, suatu penelitian dilakukan untuk
mengungkapkan pola kelalaian dan kecurangan KPU tersebut dengan menggunakan forensic IT. Metode
yang digunakan dalam penelitian ini adalah Error Level Analysis (ELA) berdasarkan C1. Daerah penelitian
yang diambil adalah seluruh Indonesia dengan mengambil secara acak. Dengan menguraikan hasil
forensik IT secara terintegritas modus operandi kecurangan KPU dapat dikategorilkan menjadi 4
step ]sebagai berikut: Modus-1 [Setting Point], Modus-2 [Manipulasi Perolehan Suara di Database],
Modus-3 [Merubah C1 dengan Mencoret] dan Modus-4 [Merubah C1 dengan Copy-Paste]. Dalam
modus-1, database diset up pada nilai tertentu sekitar [54: 46] dengan cara memasukan suara hantu.
Untuk mempertahankan nilai tersebut, modus-2 dijalankan dengan menambahkan suara pada paslon 01
dan mengurangi suara pada paslon 02. Modus kecurangan tersebut dengan mudah diketahui oleh
masyarakat. Modu-2 tersebut dijalankan paralel dengan Modus-3 dan Modus-4 yaitu mengubah C1
secara manual dan dengan menggunakan teknologi IT secara berurutan. Modus-modus tersebut dapat
diidentifikasi dengan menggunakan Forensik IT. Dari hasil penelitian ditemukann C1 yang dipublikasikan
di SITUNG KPU telah mengalami pengeditan. Dari penemuan ini, kuat dugaan ada kecurangan yang
terjadi di seluruh Indonesia. Khusus rekavitulasi suara di Jawa Tengah dan Jawa Timur, sebaiknya
dibatalkan, karena jika dibandingkan dengan Pilkada 2018, terjadi pertambahan suara sebesar 23 % (5
juta) di Jawa Timur dan 18 % (4 juta) di Jawa Tengah. Untuk menjawab kecurigaan tersebut, diadakan
rekavitulasi ulang dengan dibantu forensik IT untyk validasi semua dokumen
1.0 Pendahuluan
2.0 Tujuan
Tujuan dari analisis ini adalah untuk menentukan validitas C1 KPU secara manual dan forensik..
3.0 Maksud
Laporan ini dimaksudkan sebagai input untuk relawan BPN internal sebagai informasi yang akan
digunakan untuk memvalidasi data KPU C1.
4.0 Catatan
Penulis tidak akan bertanggung jawab jika ada pihak ketiga yang menggunakan di luar tujuan yang
disebutkan di atas.
Area Penjelasan
Edges (Tepi) Tepi yang serupa harus memiliki kecerahan yang sama dalam hasil ELA. Semua tepi
kontras tinggi akan terlihat mirip satu sama lain, dan semua tepi kontras rendah harus
terlihat sama. Dengan foto asli, tepi kontras rendah harus hampir seterang tepi
kontras tinggi
Textures Tekstur yang sama harus memiliki pewarnaan yang sama di bawah ELA. Area dengan
(Tekstur) detail permukaan yang lebih banyak, seperti close-up bola basket, kemungkinan akan
memiliki hasil ELA yang lebih tinggi daripada permukaan yang halus
Surfaces Terlepas dari warna permukaan yang sebenarnya, semua permukaan datar harus
(Permukaan) memiliki pewarnaan yang sama di bawah ELA
Lihatlah ke sekeliling gambar dan identifikasi perbedaan tepi kontras tinggi, tepi kontras rendah,
permukaan, dan tekstur. Bandingkan bidang-bidang tersebut dengan hasil ELA. Jika ada perbedaan
signifikan, maka itu mengidentifikasi area mencurigakan yang mungkin telah diubah secara digital.
Menyimpan JPEG menghilangkan frekuensi tinggi dan menghasilkan lebih sedikit perbedaan
antara tepi kontras tinggi, tekstur, dan permukaan. JPEG kualitas sangat rendah akan tampak sangat
gelap.
Menskal gambar lebih kecil dapat meningkatkan tepi kontras tinggi, menjadikannya lebih terang
di bawah ELA. Demikian pula, menyimpan JPEG dengan produk Adobe akan secara otomatis
mempertajam tepi dan tekstur kontras tinggi, membuatnya tampak lebih terang daripada permukaan
tekstur rendah
Foto digital asli memiliki nilai ELA tinggi, diwakili oleh warna putih di ELA. Bagian yang hitam sesuai
dengan buku putih solid dan kotak 8x8 hitam pada gambar asli. Kompresi warna solid sangat baik, jadi ini
sudah pada tingkat kesalahan minimum
The box line is very
clear and sharp
Gambar asli disalin satu kali. Bagi mata manusia, tidak ada perbedaan yang terlihat antara gambar asli
dan gambar yang disimpan kembali. Namun, ELA menunjukkan lebih banyak warna hitam dan lebih
gelap. Jika gambar ini disimpan lagi, itu akan memiliki nilai ELA yang lebih rendah (lebih gelap).
Gambar yang disimpan kembali diubah secara digital: buku disalin dan mainan dinosaurus ditambahkan.
ELA jelas menunjukkan area yang dimodifikasi memiliki nilai ELA yang lebih tinggi.
Penting untuk mengenali bahwa area frekuensi tinggi, seperti tepi sepanjang objek, biasanya akan
memiliki nilai ELA lebih tinggi daripada gambar lainnya. Misalnya, teks pada buku menonjol karena
kontras terang / gelap menciptakan tepi frekuensi tinggi. Secara umum, Anda harus membandingkan
tepi dengan tepi dan permukaan dengan permukaan. Jika semua permukaan kecuali satu memiliki nilai
ELA yang sama, maka pencilan harus dicurigai.
Hasil dari ELA secara langsung tergantung pada kualitas gambar. Anda mungkin ingin tahu apakah
ada sesuatu yang ditambahkan, tetapi jika gambar itu adalah salinan dari salinan salinan, maka ELA
hanya dapat mengizinkan mendeteksi resave. Cobalah untuk menemukan versi kualitas gambar terbaik
5.2.3 JPEG %
Algoritma JPEG% mengevaluasi nilai-nilai dalam tabel quantiation. Jika tabel sejajar dengan Standar JPEG,
maka itu mengidentifikasi faktor penskalaan yang diperlukan. Untuk tabel non-standar, algoritma
memperkirakan persentase yang diperlukan untuk mencapai kualitas yang sama menggunakan nilai-nilai
JPEG Standard.
Gambar.2: (a) Perbandingan C1 KPU dengan (b) C1 KPU yang diambil ulang dengan hanphone
Table.1: Hasil Forensik gambar dengan menggunakan metoda ELA di seluruh Indonesia secara
acak.
1. JAWA TENGAH, BLORA, JATI, GABUSAN, TPS 20
Latar belakang berhologram tidak sealur dengan konten.
Dengan menggunakan ELA, gambar ini memiliki tingkat kualitas atau kebisingan dan
ditemukan penyimpangan (lihat tepi gambar).
Jika kotak hitam (garis merah) di zoom up, hologram akan dapat dibaca dengan jelas pada
kotak hitam. Menggunakan ELA, kotak tidak jelas atau buram. Ini menadakan kotak hitam
tidak solid warnanya. Ini menandakan konten di copy-paste dari sumber lain dan dibuat
tembus pandang (see through).
Tanda tangan Sutomo lebih terang dan lebih jelas daripada yang lain. Tanda tangan Sutomo
juga tidak selaras dengan kotak (lihat garis hijau). Ini dicurigai ditanda tangan kemudia.
2. JAWA TENGAH, BLORA, JATI, GABUSAN, TPS 4
Gambar ini memiliki tingkat kualitas atau kebisingan dan ditemukan penyimpangan (lihat
tepi gambar).
Jika kotak hitam (garis merah) di zoom up, hologram akan dapat dibaca walaupun pun ada
bintik-bintik putih. Menggunakan ELA, kotak hitam menjadi tidak jelas atau buram. Ini
menandakan warna hitam tidak solid. Ini dicurigai konten di copy-paste dari sumber lain
dan diedit sehingga tembus pandang.
3. JAWA TIMUR, MOJOKERTO, JATIREJO, JATIREJO, TPS 2
Gambar telah di scale down dimana memiliki tingkat kualitas atau kebisingan dan
ditemukan penyimpangan (lihat tepi gambar) dengan tingkat kesalahan tinggi
Ini dicurigai konten di copy-paste dari sumber lain dan diedit sehingga tembus pandang.
Ukuran gambar komposit sekitar 900 x 1280 dengan 1.2 megapiksel. Perkiraan JPEG yang
terakhir disimpan adalah pada kualitas 85%. Persentase luminositas dan chrominance untuk
area latar belakang adalah 2 - 4 dan persentase luminositas dan chrominance untuk area
tubuh adalah 8 - 13.
4. ACEH, ACEH SINGKIL, PULAU BANYAK, PULAU BAGUK, TPS 04
Berdasarkan hasil analisa visual eye dan forensik sebagaimana dijabarkan diatas, flowchart modus
operandi kecurangan KPU dapat diprediksi sebagaimana terlihat dibawah gambar 1.
Seluruh Indonesia
Help Desk
Pusat Modifikasi
Input
Order
54 : 46
Correction
Setting Point Database
Report
Output
Portal Website
Monitor oleh
Masyarakat
Dikutib dari Harian Terbit lihat gambar.2, “Berdasarkan data dari situs resmi Situng KPU
https://pemilu2019.kpu.go.id, data yang masuk baru 37.493 TPS dari total 813.350 TPS yang tersebar di
seluruh Indonesia dan juga luar negeri. Hasil hitung suara sementara itu menyebutkan, Jokowi-Ma'ruf
meraih suara terbanyak dalam real count KPU RI dibandingkan lawannya Prabowo-Sandi. Jokowi-Ma'ruf
meraih 54,91 persen dengan jumlah perolehan suara 3.943.595, sedangkan Prabowo-Sandi meraih
45,09 persen dengan jumlah perolehan suara 3.237.714.”
Gambar.2: Persentase perolehan suara untuk Paslon 01 and Paslon 02 [Harian Terbit]
Gambar.3: Hasil Quick Count Pilpres 2019 oleh lembaga survey [Tribunnews]
Setting point ini diduga disesuaikan dengan hasil Quick Count (QC) lembaga survey lihat gambar.3.
Untuk setting ini, dimasukkanlah angka angka siluman. Beberapa hari setelah dipublikasikan, akhirnya
angka siluman ini akan diketahui oleh masyarakat (lihat gambit 4).
Gambar.4: List kesalahan data di SITUNG KPU.
Seiring dengan masuknya data dari seluruh TPS di Indonesia jumlah suara dalam database akan bergerak
naik atau turun. Database system akan memberikan laporan nilai terbaru dengan membandingan
dengan nilai Setting Point. Ini bertujuan untuk memberikan perintah kepada pusat medifikasi untuk
melakukan sesuatu perubahan yang dianggap perlu untk menjaga Setting Point, Perubahan ini dilakukan
dengan Memanifulasi Suara pada kedua paslon di TPS tertentu. Pola manifulasi data yaitu dengan
melakukan penambahan suara terhadap paslon 01 dan penggurangan suara terhadap paslon 02
sebagaimana terlihat pada gambar 5. Dalam beberapa hari saja, Setting Point dan Memanifulasi Suara
ini dapat dibuktikan oleh masyarakat sepeti ditemukannya 57 ribu lebih kesalahan oleh Pakar IT Unair Dr.
Soegianto Soelistiono [Sukri], kesalahan ini juga ditemukan oleh banyak khalayak masyarakat
Suaranasional, portal-islam]. Akhirnya KPU meminta maaf kepada masyarakat (lihat gambar 6).
Pattern of data entry errors in SITUNG KPU 2019, Indonesia
2600
Jokowi-Amin
Prabowo-Sandi
2100
1600
Vote
1100
600
100
F.2
P.2
P.4
A.1
A.3
A.5
A.7
A.9
D.1
D.3
D.5
G.2
G.4
G.6
I.1
I.3
J.2
K.1
O.1
Q.1
V.1
A.11
B.2
B.4
M.1
R.1
S2
E.1
E.3
L.2
T.1
-400
Gambar.5: Manifulasi data dengan menambah suara untuk 01 and mengurang suara untuk 02.
Setelah meminta maaf apahkah operandi kecurangan ini berhenti ? jawabannya Tidak, malah berganti
dengan lebih brutal yaitu merubah C1. Sebagaimana yang terjadi di Sampang, C1 dirubah dengan
mencoret cara C1 asli sebagaimana terlihat di Gambar 7. Manifulasi cara inipun dapat dengan mudah
diketahui oleh masyarakat luas, sehingga KPU mem C1 baru sebagaimana terlihat di gambar 8. Bila kita
lakukan forensik IT test, kelihatan hasilnya akan menjadi lebih buram.
Gambar.7: Contoh manifulasi data yang dilakukan oleh KPU dengan mencoret perolehan suara
Gambar.7: Contoh C1 yang telah dimodifikasi dan resaved, dengan melakukan forensik IT gambar
terlihat lebih buram.
Melalui monitor masyarakat yang ketat, operandi di ketahui juga, sehingga KPU berpindah ke pola Copy-
Paste Metoda. Metoda ini sedikit susah untuk dideteksi oleh masyarakat awam yang tidak tentang IT,
teapi pengeditan ini dapat dianalisa dengan menggunakan forensic gambar. Sebagaimana telah dibahas
di seksi 6, C1 KPU sudah mengalami perubahan dengan menggunakan IT teknologi. Modus kecurangan
ini dicurigai adanya hubungan dengan kasus pertambahan jumlah pemilih sebagaimana yang terjadi di
Jawa Tmur berkisar 22 % atau lebih dari lima juta 5 lihat gambar 5 dan Jawa Tengah sekitar 17 % atau 4
juta pemilih. Untuk membuktikan hipotesa ini, perlu dilakukan pencocokan dengan dokumen lain seprti
C1 pleno, DPT dan lainnya.
Jumlah pemilih di Pilkada 2018 and Pilpress 2019 setiap kabupaten/kota di Jawa Timur Pilkada 2018 and
Pilpres 2019 berbanding Pilkada 2018
1,800,000
1,600,000
Suara (orang)
1,400,000
1,200,000
1,000,000
800,000
600,000
400,000
200,000
-
Kediri (Kota)
Blitar (Kota)
Pasuruan (Kota)
Mojokerto (Kota)
Madiun (Kota)
Batu (Kota)
Probolinggo (Kota)
Nganjuk
Ngawi
Bojonegoro
Tuban
Lamongan
Gresik
Lumajang:
Pacitan
Ponorogo
Trenggalek
Tulungagung
Blitar
Kediri
Jember
Banyuwangi
Bondowoso
Situbondo
Probolinggo
Pasuruan
Sidoarjo
Mojokerto
Jombang
Madiun Kabupaten
Magetan
Malang (Kota)
Surabaya
Malang (Kabupaten)
Bangkalan
Sampang
Pamekasan
Sumenep
Pilkada 2018
Pilpres 2019
Kabupaten/Kota
8.0 Conclusion
Dari analisa forensik IT, dapat disimpulkan sebagai berikut:
1. Diduga C1 KPU telah diedit atau dirubah.
2. Diduga C1 KPU BUKAN ASLI tetapi diduga diambil dari sumber lain dengan cara Copy-Paste
metoda.
3. C1 KPU tidak dapat digunakan sebagai informasi untuk rekapitulasi suara karena sudah cacat
hukum.
9.0 Recommendation
1. Disarankan untuk validasi suara C1 KPU dengan menggunaka forensic IT bersama-sama dengan
C1 pleno.
References
1. Vita Ayu Anggraeni, 2018, Sejarah Pemilu di Indonesia
2. Dian Erika Nugraheny, Bowo Pribadi, Febrianto Adi Saputro, Muhammad Hafil, Sejumlah
Masalah yang Muncul Menjelang Pemilu dan Pilpres, Sabtu 09 Mar 2019 05:49 WIB,
https://nasional.republika.co.id/berita/nasional/
3. Kanavino Ahmad Rizqo, Ini 10 Catatan Potensi Permasalahan di Pilkada Serentak, detiknews,
Kamis 11 Januari 2018, 14:54 WIB, https://news.detik.com/berita
4. Musni Umar , 2018, Politik Uang Dan Kecurangan Pemilu Marak: Mengapa Prabowo-Sandi Masih
Unggul, https://arahjaya.com/2019/04/20/politik-uang-dan-kecurangan-pemilu-marak-
mengapa-prabowo-sandi-masih-unggul/
5. Iqbal Tawakal Lazuardi, Syailendra Persada, 2019, Kesalahan Input Data, KPU: Murni Human
Error, https://nasional.tempo.co/read/1197483/kesalahan-input-data-kpu-murni-human-
error/full&view=ok
6. RMOLJAKARTA, KPU Akui Ada Kesalahan Input Data C1 di 9 Daerah, Jum'at, 19 April 2019 ,
23:15:00 WIB, http://www.rmoljakarta.com/read/2019/04/19/56596/KPU-Akui-Ada-Kesalahan-
Input-Data-C1-di-9-Daerah-
7. https://kawalpemilu.org/#pilpres:0
8. https://pemilu2019.kpu.go.id/#/.
9. https://fotoforensics.com
10. http://cendolshare.blogspot.com/2016/11/image-forensic-menganalisa-keaslian-foto.html
11. Harian Terbit, Situng KPU Baru 4,6 persen: Jokowi-Ma'ruf Masih Unggul,
https://www.harianterbit.com/nasional/read/105679/Situng-KPU-Baru-46-persen-Jokowi-
Maruf-Masih-Unggul
12. Umar Agus W, Tribunnews, Update Hasil Quick Count Pilpres 2019 Litbang Kompas: Jokowi
54.72% Prabowo 45.28% Data Masuk 57.00%,
http://www.tribunnews.com/section/2019/04/17/update-hasil-quick-count-pilpres-2019-
litbang-kompas-jokowi-5472-prabowo-4528-data-masuk-5700
13. https://www.portal-islam.id/2019/05/temukan-57-ribu-kesalahan-situng-kpu.html
14. Sukri Harahap, Pasca Sebut Ada 57 Ribu Kesalahan di Situng KPU, Akun FB Pakar TI Unair Raib,
https://kitakini.news/18547/pasca-sebut-ada-57-ribu-kesalahan-di-situng-kpu-akun-fb-pakar-ti-
unair-raib/
15. suaranasional , Tim IT BPN Temukan 9 Ribu Lebih Kesalahan Situng KPU,
https://suaranasional.id/berita/detail/tim-it-bpn-temukan-9-ribu-lebih-kesalahan-situng-kpu
16. portal-islam, Saking Parahnya Kesalahan Situng Web KPU, Sampai Pakar IT Onno W Purbo
berucap "Astaghfirullah ....", https://www.portal-islam.id/2019/05/kesalahan-situng-web-kpu-
sangat-parah.html
17. Rekapitulasi Suara Pilgub Jatim Final, Khofifah-Emil Unggul 7,11%, Sabtu 07 Juli 2018,
https://news.detik.com/berita-jawa-timur/d-4103327/rekapitulasi-suara-pilgub-jatim-final-
khofifah-emil-unggul-711
Appendixes A
A.1: JAWA TENGAH BLORA JATI BANGKLEYAN TPS 01