Peran Kecerdasan Buatan dalam Meningkatkan Efisiensi Pemrosesan Data
--- DOI:
https://doi.org/10.64803/jodsie.v1i2.27Kata Kunci:
Kecerdasan Buatan, Pemrosesan Data, Efisiensi Data, Machine Learning, Analisis DataAbstrak
Perkembangan teknologi informasi telah menyebabkan peningkatan jumlah data yang dihasilkan dalam berbagai sistem digital. Kondisi ini menuntut adanya metode pemrosesan data yang lebih efisien dan adaptif untuk mengelola data dalam skala besar. Kecerdasan buatan (Artificial Intelligence) muncul sebagai salah satu solusi yang mampu meningkatkan efisiensi pemrosesan data melalui kemampuan analisis otomatis, pengenalan pola, serta pembelajaran dari data. Penelitian ini bertujuan untuk menganalisis peran kecerdasan buatan dalam meningkatkan efisiensi pemrosesan data pada sistem informasi modern. Metode penelitian yang digunakan adalah studi literatur dengan pendekatan deskriptif-analitis melalui pengumpulan dan analisis berbagai sumber ilmiah yang relevan dengan topik penelitian. Hasil kajian menunjukkan bahwa penerapan teknik kecerdasan buatan seperti machine learning, deep learning, dan analitik prediktif mampu meningkatkan kecepatan, akurasi, serta efektivitas proses pengolahan data dibandingkan dengan metode pemrosesan data konvensional. Selain itu, integrasi kecerdasan buatan dengan teknologi komputasi modern seperti big data dan cloud computing juga memberikan kontribusi yang signifikan dalam pengelolaan data dalam jumlah besar secara lebih efisien. Meskipun demikian, implementasi kecerdasan buatan masih menghadapi beberapa tantangan, seperti kebutuhan akan kualitas data yang baik, kompleksitas pengembangan model, serta kebutuhan sumber daya komputasi yang memadai. Oleh karena itu, pemanfaatan kecerdasan buatan perlu dikembangkan secara optimal agar dapat mendukung peningkatan efisiensi pemrosesan data di berbagai bidang pada era digital.
Referensi
[1] A. Budi Trisnawan, “Pemanfaatan Big Data dalam Sistem Informasi untuk Pengambilan Keputusan Strategis,” J. Inf. Syst. Educ. Dev., vol. 3, no. 3, pp. 39–43, 2025, doi: 10.62386/jised.v3i3.163.
[2] B. Wahyudi, Muhammad Danu, Fahrurrozi Mawasandi, Zakaria Nur Aziz, and M. Fahrul Ghifari Rosyadi, “Transformasi Manajemen Rantai Pasokan Berbasis Internet of Things (IoT): Tinjauan Literatur,” J. Teknol. dan Manaj. Ind. Terap., vol. 4, no. I, pp. 32–44, 2025, doi: 10.55826/jtmit.v4ii.535.
[3] Pebrina Kusuma Dewi, Syahra Syarafina, Rita Septia, and Ujang Suherman, “Analisis Pengambilan Keputusan Dalam Kendala Di Umkm Sumber Barokah,” J. Ilm. Ekon. Dan Manaj., vol. 4, no. 1, pp. 253–260, 2026, doi: 10.61722/jiem.v4i1.8114.
[4] S. U. Anggono and S. Supriyanto, “Peluang dan Tantangan Sistem Pelatihan Berbasis AI dalam Meningkatkan Keterampilan Tenaga Kerja di Era Digital,” J. Ilm. Sist. Inf., vol. 4, no. 2, pp. 224–231, 2025, doi: 10.51903/6mbmzk12.
[5] Adjie Bangsawan, A. Farid, M. Wijayanto, N. M. Tsani, and Y. S. Wibowo, “Visi Robotika Berbasis Sosial: Memanfaatkan Data Komputer dan Media Sosial untuk Robotika Industri Adaptif,” J. Ilm. Sist. Inf., vol. 4, no. 2, pp. 197–209, 2025, doi: 10.51903/pt4vff36.
[6] S. Wardani, “Komunikasi Organisasi Sebagai Kunci Efektivitas Dan Produktivitas Dalam Lingkungan Ekonomi Modern,” J. Ekon. dan Bisnis, vol. 3, no. 2, pp. 242–247, 2023, doi: 10.56145/ekonomibisnis.v3i2.151.
[7] D. R. Rochmawati, I. Arya, and A. Zakariyya, “Manfaat Kecerdasan Buatan Untuk Pendidikan,” J. Teknol. Komput. dan Inform., vol. 2, no. 1, pp. 124–134, 2023, doi: 10.59820/tekomin.v2i1.163.
[8] Y. B. Widodo, S. Sibuea, and M. Narji, “Kecerdasan Buatan dalam Pendidikan: Meningkatkan Pembelajaran Personalisasi,” J. Teknol. Inform. dan Komput., vol. 10, no. 2, pp. 602–615, 2024, doi: 10.37012/jtik.v10i2.2324.
[9] A. J. E. Oktavianus, L. Naibaho, and D. A. Rantung, “Pemanfaatan Artificial Intelligence pada Pembelajaran dan Asesmen di Era Digitalisasi,” J. Kridatama Sains Dan Teknol., vol. 5, no. 02, pp. 473–486, 2023, doi: 10.53863/kst.v5i02.975.
[10] I. S. Widharma, P. Sukarata, I. Sajayasa, I. Sangka, and I. Sunaya, “Perancangan Sistem Informasi Manajemen Laboratorium Otomasi Berbasis Web Dengan Metode Prototype,” J. Ilm. Vastuwidya, vol. 5, no. 2, pp. 10–16, 2022, doi: 10.47532/jiv.v5i2.664.
[11] Jamiah Nurhakiki and Yahfizham Yahfizham, “Studi Kepustakaan: Pengenalan 4 Algoritma Pada Pembelajaran Deep Learning Beserta Implikasinya,” Pendek. J. Pendidik. Berkarakter, vol. 2, no. 1, pp. 270–281, 2024, doi: 10.51903/pendekar.v2i1.598.
[12] T. Christoper Redja and C. Carudin, “Penerapan Software Design Pattern Berbasis Template Dan Observer Dalam Pelatihan Model Xgboost Native,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 5, pp. 9150–9156, 2025, doi: 10.36040/jati.v9i5.14711.
[13] Royhan Zaki Ramadhana and Muhammad Irwan Padli Nasution, “Analisis Dampak Penerapan Teknologi AI pada Pengambilan Keputusan Strategis dalam Sistem Informasi Manajemen,” J. Ilm. Res. Dev. Student, vol. 2, no. 1, pp. 161–168, 2024, doi: 10.59024/jis.v2i1.579.
[14] A. Nurani, H. Taqiya Azza Nabila, and I. Bintang Herlambang, “Peran Artificial Intelligence Dalam Sistem Iot Untuk Pertanian Cerdas,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 1, pp. 1446–1455, 2025, doi: 10.36040/jati.v9i1.12705.
[15] L. Nurina, E. Sudarmanto, E. Susanto, R. Utami, and S. Ananda, “Integrasi Big Data dan Kecerdasan Buatan: Potensi dan Tantangan Menurut Tinjauan Literatur Sistematis,” Nusant. Comput. Des. Rev., vol. 2, no. 1, pp. 1–6, 2024, doi: 10.55732/ncdr.v2i1.1204.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Cindy Atika Rizki, Siti Khodijah, Muhammad Hasanuddin (Author)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
