<![CDATA[Transformasi digital pada sektor transportasi mendorong pemanfaatan Artificial Intelligence (AI) untuk meningkatkan efisiensi operasional, kualitas layanan, dan pengambilan keputusan. Meskipun demikian, penelitian terdahulu masih didominasi oleh pendekatan yang berfokus pada pengembangan teknologi secara parsial sehingga belum mampu menjelaskan hubungan yang komprehensif antara integrasi sistem informasi, kualitas informasi, kecerdasan pengambilan keputusan, dan kinerja transportasi terpadu. Penelitian ini bertujuan mengembangkan model konseptual integrasi sistem informasi berbasis AI untuk mendukung optimalisasi kinerja transportasi terpadu melalui pendekatan Systematic Literature Review (SLR). Proses kajian dilakukan dengan mengacu pada pedoman PRISMA 2020 melalui tahapan identifikasi, penyaringan, penilaian kelayakan, dan sintesis terhadap literatur yang relevan mengenai Intelligent Transportation Systems (ITS), integrasi sistem informasi, interoperabilitas data, dan Artificial Intelligence. Hasil sintesis menunjukkan bahwa Information System Integration merupakan fondasi utama dalam membangun ekosistem transportasi digital yang terintegrasi dan interoperabel. Integrasi tersebut meningkatkan Real-Time Information Quality, yang selanjutnya mendukung penerapan Decision Intelligence berbasis AI dalam menghasilkan keputusan yang lebih adaptif, prediktif, dan berbasis data. Penelitian ini mengusulkan model konseptual yang mengintegrasikan Information System Integration, Real-Time Information Quality, Decision Intelligence, dan Integrated Transportation Performance sebagai kerangka analitis yang menjelaskan mekanisme peningkatan kinerja transportasi secara menyeluruh. Kontribusi penelitian terletak pada penyediaan kerangka konseptual yang memperluas perspektif Intelligent Transportation Systems dari pendekatan yang berorientasi pada teknologi menuju pendekatan yang menekankan integrasi sistem, kualitas informasi, dan kecerdasan pengambilan keputusan. Model yang diusulkan diharapkan menjadi landasan bagi penelitian empiris selanjutnya serta mendukung perumusan kebijakan dan implementasi sistem transportasi cerdas yang lebih efisien, adaptif, dan berkelan]]>
