Efektivitas Studi Komparasi Perampasan Aset Tanpa Pemidanaan (Non Conviction Based Aset Forfeiture) di Indonesia dan Australia
Notice bibliographique
Résumé
Tujuan utama para pelaku tindak pidana ekonomi yaitu untuk mendapatkan kekayaan yang sebanyak – banyaknya. Cara yang paling efektif untuk melakukan pemberantasan dan pencegahan terhadap tindak pidana ini yaitu dengan mengatasi faktor utama dari kejahatan tersebut dengan cara merampas harta kekayaan hasil tindak pidana tersebut. Konsep perampasan aset dengan pemidanaan memakan waktu lama. Proses yang lama berpotensi pelaku tindak pidana mengaburkan harta hasil tindak pidana dengan mekanisme pencucian uang. Oleh karena itu, dalam perkembanganya terdapat mekanisme perampasan aset tanpa pemidanaan yang telah terdapat United Convention Againts Corruptions (UNCAC) yang juga telah diratifikasi oleh Indonesia. Artikel ini akan membahas bagaimana pengaturan perampasan aset tanpa pemidanaan di Indonesia dan Australia menurut Undang – Undang Tindak Pidana Korupsi, Undang – Undang Pencegahan dan Pemberantasan Tindak Pidana Pencucian Uang, Perma Nomor 1 Tahun 2013 tentang Penanganan Harta kekayaan, RUU Perampasan Aset dan Proceeds of Crime Act (POCA) 2002 serta bagaimana persamaan dan perbedaanya. Penelitian ini menggunakan metode pendekatan yuridis normatif komparatif dengan spesifikasi penelitian deskripsi analitis yang diuraikan dengan teks naratif. Penelitian ini menyimpulkan bahwa secara konsep pengaturan perampasan aset tanpa pemidanaan baik dalam UU Tipikor, Perma, dan RUU Perampasan Aset serta POCA dilakukan dalam keadaan tertentu dan terhadap objek (jenis aset) tertentu, yang membedakan hanya ruang lingkupnya dan prosedur formil yang digunakan. Sebagai sebuah pembaharuan hukum, ruang lingkup pengaturan RUU Perampasan aset lebih luas dari undang – undang yang berlaku karena sudah mencangkup semua keadaan dan objek rampasan dalam UU PPTPPU jo Perma dan UU Tipikor serta beberapa ketentuan dalam POCA bahkan lebih luas jangkauanya sampai kepada harta kekayaan yang tidak dapat dijelaskan namun terdapat beberapa kekurangan sehingga perlu penyempurnaan sebelum disahkan menjadi undang - undang.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».