<![CDATA[Volume barang kiriman internasional melalui Bandara Internasional Kualanamu meningkat 23% per tahun (2020-2024), menciptakan tantangan signifikan bagi Direktorat Jenderal Bea dan Cukai dalam mengidentifikasi kiriman berisiko tinggi. Penelitian ini mengembangkan sistem pakar berbasis metode forward chaining untuk mengidentifikasi risiko barang kiriman sesuai Peraturan Menteri Keuangan Nomor 4 Tahun 2025. Arsitektur sistem terdiri dari lima komponen utama: antarmuka pengguna, basis pengetahuan, mesin inferensi, basis data, dan modul penjelasan. Basis pengetahuan berisi aturan IF-THEN yang diturunkan dari regulasi dan wawancara dengan 10 petugas bea cukai dengan pengalaman minimal 3 tahun. Penelitian ini merupakan applied research (penelitian terapan) dengan pendekatan campuran kualitatif dan kuantitatif. Pendekatan kualitatif digunakan untuk mengeksplorasi proses bisnis, tantangan, dan kebutuhan sistem melalui wawancara dengan petugas bea cukai. Teridentifikasi lima kategori risiko utama: barang kena cukai (35%), barang terlarang (12%), pelanggaran batas nilai (45%), ketidaksesuaian dokumen (20%), dan barang palsu/pelanggaran HAKI (18%). Sistem diimplementasikan menggunakan Python dengan library PyKnow untuk sistem pakar, Flask untuk antarmuka web, dan SQLite untuk basis data. Pengujian pada 100 kasus uji menunjukkan performa yang kuat dengan akurasi 87%, presisi 85%, recall 89%, F1-score 87%, dan waktu pemrosesan 0,8 detik. Sistem menunjukkan keunggulan signifikan dibanding proses manual dalam hal konsistensi, kecepatan (< 1 detik vs 5-10 menit), kapasitas tak terbatas, dan dokumentasi otomatis yang lengkap. Penelitian ini berkontribusi dalam meningkatkan efisiensi dan efektivitas manajemen risiko kepabeanan melalui otomasi cerdas.]]>
