Model Tata Kelola Data Berbasis Artificial Intelligence untuk Mendukung Pengambilan Keputusan Strategis dalam Business Intelligence

Authors

  • Bambang Saras Yulistiawan Sistem Informasi, Universitas Pembangunan Nasional Veteran Jakarta, Indonesia

Keywords:

Tata Kelola Data, Artificial Intelligence, Business Intelligence, Pengambilan Keputusan Strategis, Big Data

Abstract

Perkembangan era big data dan transformasi digital menuntut organisasi untuk mampu mengelola data secara efektif agar dapat mendukung pengambilan keputusan strategis. Penelitian ini bertujuan mengembangkan model tata kelola data berbasis Artificial Intelligence (AI) yang dapat meningkatkan kualitas, keamanan, dan kecepatan pengolahan data dalam sistem Business Intelligence (BI). Metodologi yang digunakan adalah design and development research dengan pendekatan mixed-method, mencakup kajian literatur, perancangan model, implementasi prototipe, serta evaluasi performa model melalui indikator kualitas data, efektivitas analisis, dan kemampuan pengambilan keputusan. Hasil penelitian menunjukkan bahwa model berbasis AI mampu melakukan validasi data, deteksi anomali, dan prediksi kebutuhan informasi secara otomatis dan real-time, sehingga meningkatkan akurasi, konsistensi, dan keandalan data. Integrasi AI dalam tata kelola data juga mempercepat proses analisis, mendukung pengambilan keputusan yang lebih cepat dan tepat, serta meningkatkan kemampuan BI dalam menghasilkan insight prediktif. Namun, implementasi model ini menghadapi tantangan terkait keamanan dan privasi data, keterbatasan infrastruktur teknologi dan sumber daya manusia, risiko bias algoritma, serta integrasi dengan sistem BI yang sudah ada. Penelitian ini memberikan kontribusi teoretis dengan memperluas literatur tata kelola data dan BI berbasis AI, kontribusi praktis bagi organisasi dalam meningkatkan kualitas pengambilan keputusan, serta kontribusi kebijakan terkait adopsi AI yang aman, etis, dan efektif. Model yang dikembangkan menjadi fondasi bagi organisasi untuk membangun sistem BI yang lebih adaptif, prediktif, dan berbasis data di era digital.

Downloads

Download data is not yet available.

References

Anggoro, D. A. (2014). Analisis Kepatuhan Karyawan Terhadap Kebijakan Pengamanan Data pada PT XYZ dengan Standar COBIT 5. Bakrie University.

Arianto, B. (2002). Manajemen Strategis.

Darwis, D., & Yuniarwati, Y. (2016). Audit Tata Kelola Teknologi Informasi Menggunakan Framework COBIT 4.1 sebagai Upaya Peningkatan Keamanan Data pada Dinas Pendidikan dan Kebudayaan Kabupaten Pesawaran. Explore: Jurnal Sistem Informasi Dan Telematika, 7(2), 331251.

Jogiyanto Hartono, M. (2019). Kajian Literatur dan Arah Topik Riset ke Depan. Penerbit Andi.

Kusumawardani, Q. D. (2019). Hukum progresif dan perkembangan teknologi kecerdasan buatan. Veritas et Justitia, 5(1), 166–190.

LUKITASARI, S. D. (n.d.). FRAMEWORK IMPLEMENTASI AI UNTUK TRANSFORMASI DIGITAL PERUSAHAAN TELEKOMUNIKASI STUDI KASUS: LAYANAN CALL CENTER.

Maruapey, H. (2019). Urgensi Tata Kelola Inovasi Perekaman Data Dan Dokumen Kependudukan. Journal Tapis: Journal Teropong Aspirasi Politik Islam, 15(2), 286–306.

Mikelsten, D. (2019). Otomasi dan Teknologi Berkembang (Vol. 3). Cambridge Stanford Books.

Mustikaningtyas, A. E. (2017). Faktor-Faktor Yang Mempengaruhi Keberhasilan Business Intelligence Dalam Menurunkan Nilai Risiko Dan Meningkatkan Produktivitas Perusahaan Perbankan.

Olson, D. (2008). Pengantar Ilmu Penggalian Data Bisnis. Penerbit Salemba.

Perdana, A. (2020). Data analytics: keterampilan teknis akuntan dan auditor di era digital. Madza Media.

Prabowo, M. (2020). Metodologi pengembangan sistem informasi. LP2M Press IAIN Salatiga.

Putra, E. R. (2013). Sistem pakar dengan menggunakan metode dempster shafer untuk mendeteksi jenis perilaku abnormal adhd (attention deficit hyperactivity disorder) pada anak. UNIVERSITAS ISLAM NEGERI SULTAN SYARIEF KASIM RIAU.

Putro, E. C., Awangga, R. M., & Andarsyah, R. (2020). Tutorial Object Detection People With Faster region-Based Convolutional Neural Network (Faster R-CNN) (Vol. 1). Kreatif.

Rafsanjani, H. (n.d.). Analisa dan perancangan aplikasi business intelligence untuk bagian operasional dan keuangan pada Perusahaan Gerbang Multindo Nusantara. Fakultas Sains Dan Teknologi UIN Syarif Hidayatullah Jakarta.

Rampai, S. B. (2019). Artificial intelligence dalam pendidikan. Eprints. uad. ac. id. https://eprints. uad. ac. id.

Ririh, K. R., Laili, N., Wicaksono, A., & Tsurayya, S. (2020). Studi komparasi dan analisis swot pada implementasi kecerdasan buatan (Artificial Intelligence) di Indonesia. J@ Ti Undip: Jurnal Teknik Industri, 15(2), 122–133.

Roberto, A. (2020). Lebih Mengenal Digital Banking Manfaat, Peluang, dan Tantangan. http://pasca. ugm. ac. id/.

Rumata, V. M. (2015). Dinamika Tata Kelola Kebijakan Industri Penyiaran dan Telekomunikasi Indonesia Menuju Konvergensi: Sebuah Studi Paradigma Interpretatif. Jurnal Penelitian Pos Dan Informatika, 5(1), 87–108.

Rumetna, M. S. (2018). Pemanfaatan cloud computing pada dunia bisnis: studi literatur. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 5(3), 305–314.

Sasmitha, W. H. (2018). Perancangan Tata Kelola Data dengan Kerangka Kerja DAMA DMBOK (Studi Kasus: PT Pembangkitan Jawa Bali). Institut Teknologi Sepuluh Nopember.

Soebandrija, K. E. N. (2020). OPERATIONS AGILITY AND INDUSTRIAL ENGINEERING AMBIDEXTERITY IN DIGITAL ERA. KATA SAMBUTAN, 137.

Sri Adiningsih, S. E. (2019). Transformasi ekonomi berbasis digital di Indonesia: lahirnya tren baru teknologi, bisnis, ekonomi, dan kebijakan di Indonesia. Gramedia Pustaka Utama.

Wargijono Utomo, W. U. (2015). PENGARUH BUSINESS INTELLIGENCE DAN DECISION SUPPORT TERHADAP KUALITAS PENGAMBILAN KEPUTUSAN DIPERGURUAN TINGGI JAKARTA DAN BEKASI. STMIK ERESHA.

Yudhanto, Y., & Azis, A. (2019). Pengantar Teknologi Internet of Things (IoT). UNSPress.

Downloads

Published

2025-07-30

Plaudit