Claim Missing Document
Check
Articles

Found 26 Documents
Search

PERANCANGAN ENTERPRISE ARCHITECTURE PADA BAGIAN SUPPORTING DALAM PERUSAHAAN ENERGI SEBAGAI PEDOMAN PENINGKATAN KUALITAS BISNIS Puspito, Dewa Cetra Prabasworo; Mukti, Iqbal Yulizar; Ramadani, Luthfi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6068

Abstract

Dalam era globalisasi yang semakin berkembang, berbagai sektor industri mulai melakukan transformasi digital, salah satunya adalah PT XYZ yang merupakan sebuah perusahaan dalam negeri yang bergerak dalam bidang energi baru terbarukan, khususnya pengembangan energi surya di Indonesia. Dalam perusahaan ini, terdapat Bagian Supporting yang berfungsi untuk mendukung fungsi bisnis utama dari PT XYZ. Dalam menjalankan bisnisnya, Bagian Supporting sudah mengimplementasikan otomatisasi, namun masing-masing unit bisnis masih melakukan bisnisnya tanpa ada integrasi terhadap unit bisnis satu dengan unit bisnis lainnya sehingga terjadi misinformasi antar unit bisnis. Salah satu pendekatan untuk mengatasi permasalahan tersebut adalah dengan merancang enterprise architecture. Enterprise architecture berperan untuk mengidentifikasi dan merancang komponen utama dalam organisasi, seperti proses bisnis, teknologi serta informasi yang dimiliki sebuah organisasi, dan bagaimana komponen-komponen tersebut saling berinteraksi satu sama lain. Untuk merancang enterprise architecture, peneliti menggunakan metode TOGAF ADM yang terdiri dari fase Preliminary, Architecture Vision, Business Architecture, Information System Architecture, dan Technology Architecture.
PERANCANGAN ENTERPRISE ARCHITECTURE UNTUK OPTIMALISASI LAYANAN TIM PENGUJIAN DAN STANDARDISASI DI BBSPJIBBT MENGGUNAKAN KERANGKA KERJA TOGAF ADM Sintha, Ersa Yunianti; Mukti, Iqbal Yulizar; Ramadani, Luthfi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6350

Abstract

Di tengah perkembangan Revolusi Industri 5.0, integrasi antara teknologi canggih dan keahlian manusia menjadi semakin krusial, diharapkan dapat mencapai sinergi antara teknologi dan intuisi manusia untuk menghadapi tantangan bisnis dan sosial yang semakin dinamis. Hal ini berlaku di Balai Besar Standardisasi dan Pelayanan Jasa Industri Bahan dan Barang Teknik (BBSPJIBBT), sebuah Badan Layanan Umum di bawah Kementerian Perindustrian yang berfungsi menyediakan layanan pengujian di sektor bahan dan barang teknik bagi industri dan masyarakat Indonesia. Tim Pengujian dan Tim Standardisasi BBSPJIBBT menjalankan aktivitas primer instansi dengan memanfaatkan aplikasi untuk mengelola order dan informasi layanan uji. Namun, dalam sistem informasi yang diimplementasikan masih terdapat tantangan dalam integrasi dan efisiensi layanan. Permasalahan utama meliputi koordinasi manual untuk penanganan pelanggan, proses verifikasi data yang tidak efisien, dan kurangnya integrasi antar sistem. Untuk mengatasi permasalahan tersebut, penelitian ini mengadopsi kerangka kerja TOGAF ADM (The Open Group Architecture Framework Architecture Development Method) yang berfokus pada perancangan Enterprise Architecture (EA). Metode ini menghasilkan artefak dari fase bisnis, data, aplikasi, dan teknologi. Hasil penelitian ini adalah blueprint perancangan EA yang berisi usulan solusi untuk perbaikan proses bisnis, integrasi data, dan pengembangan aplikasi guna mengoptimalkan layanan Tim Pengujian dan Standardisasi. Implementasi EA yang diusulkan diharapkan dapat memenuhi kebutuhan Pelayanan Terpadu yang efisien, optimaliasi layanan, dan mendukung BBSPJIBBT dalam menghadapi tantangan di era digital.
Paradoks Kecepatan dan Stabilitas: Tinjauan Sistematis Sistem Informasi Manajemen Proyek (PMIS) pada Organisasi Temporer Berkecepatan Tinggi Budianto, Farhan Alif; Lubis, Muharman; Mukti, Iqbal Yulizar; Budianto, Setyo
Jurnal Sosial Teknologi Vol. 6 No. 4 (2026): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v6i4.32738

Abstract

Organisasi temporer berkecepatan tinggi, seperti festival musik skala besar, menghadapi tekanan tenggat waktu dan risiko finansial tinggi, sehingga muncul “paradoks kecepatan dan stabilitas” antara kebutuhan eksekusi cepat dan tuntutan tata kelola. Penelitian ini bertujuan mengeksplorasi peran Sistem Informasi Manajemen Proyek (PMIS) dalam menjembatani kesenjangan antara integrasi data transaksional dan pengambilan keputusan strategis dalam ekosistem digital yang terfragmentasi. Metode yang digunakan adalah Systematic Literature Review (SLR) yang disintesis dengan temuan empiris dari proyek Soundsfest Jakarta 2025. Analisis dilakukan melalui kerangka siklus PDCA (Plan-Do-Check-Act) dan arsitektur informasi Hub-and-Spoke untuk mengevaluasi efektivitas PMIS dalam mengelola ekspansi proyek dari skala regional ke nasional dengan jumlah audiens lebih dari 59.000 orang. Hasil penelitian menunjukkan bahwa PMIS berfungsi sebagai aset strategis, bukan sekadar alat operasional. Transformasi model bisnis berhasil tercermin dari pergeseran pendapatan utama, dari penjualan tiket B2C sebesar Rp3,42 miliar menjadi kerja sama sponsor B2B berbasis data sebesar Rp7,05 miliar. Namun, ditemukan “titik buta data” kritikal, di mana hanya 26% pengunjung fisik yang terekam secara digital akibat sistem guestlist dan komunitas yang belum terintegrasi. Ketergantungan pada komunikasi informal juga menimbulkan kekosongan jejak audit. Penelitian ini merekomendasikan kebijakan Single Digital Identity dan tata kelola data real-time berbasis audit otomatis untuk mentransformasikan PMIS menjadi sistem pendukung keputusan proaktif dalam mitigasi risiko dan monetisasi data.
AI-Enabled Information Systems and Strategic Alignment: A Systematic Literature Review on Digital Orchestration Budianto, Farhan Alif; Lubis, Muharman; Mukti, Iqbal Yulizar; Budianto, Setyo
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6989

Abstract

This paper aims to synthesize the fragmented body of literature on how Artificial Intelligence (AI) transforms the traditional Strategic Alignment Model (SAM). Specifically, the study examines the role of Digital Orchestration as a mediating mechanism between AI capabilities and organizational performance. Using a Systematic Literature Review (SLR) approach guided by PRISMA protocols, this research analyzes 84 peer-reviewed articles published between 2018 and 2026 and indexed in the Scopus and Web of Science databases. The study identifies three main thematic pillars: Cognitive Alignment, Algorithmic Governance, and Human–AI Collaborative Synergy. Overall, these themes indicate that AI is no longer merely an operational support tool but has evolved into an agentic strategic capability that enables continuous sensing, predictive decision-making, and real-time synchronization between business and IT domains. The findings demonstrate a paradigm shift from “Static Fit” toward “Fluid Orchestration.” Theoretically, this study extends the Resource-Based View by positioning agentic AI capability as a higher-order dynamic capability and proposes an AI-Enabled Digital Orchestration Framework to integrate previously fragmented insights. Managerially, the research emphasizes the importance of Dynamic KPIs and Agentic Governance to prevent algorithmic misalignment. Overall, the study advances strategic alignment theory by framing AI-driven strategy as a continuously adaptive orchestration capability in volatile digital ecosystems.  
The Evolution of Decision Support Systems (DSS) to Strategic AI: A Systematic Review of Architectural Shifts and Business Value Budianto, Farhan Alif; Lubis, Muharman; Mukti, Iqbal Yulizar; Budianto, Setyo
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6990

Abstract

This study examines the evolution of Decision Support Systems (DSS) toward Strategic Artificial Intelligence (SAI) by systematically analyzing architectural shifts and their implications for business value creation. Using a Systematic Literature Review (SLR) approach based on the PRISMA protocol, data were collected from Scopus, Web of Science, and IEEE Xplore databases covering publications from 2000 to 2025. A total of 85 peer-reviewed articles were selected after a rigorous screening and eligibility process. The findings reveal a progressive transition from model-driven, on-premise DSS architectures to cloud-native, agent-based, and LLM-integrated systems characterized by architectural autonomy and decentralized AI mesh structures. This transformation reshapes organizational decision-making from reactive data support to proactive and generative strategic insight. The study proposes a DSS–SAI Convergence Framework that explains how architectural autonomy reduces strategic latency and enhances agility, competitive advantage, and innovation capability. The results highlight that Strategic AI is not merely a technological upgrade but a fundamental shift in organizational intelligence and value logic, requiring new managerial competencies in decision engineering and explainable AI governance. Furthermore, the review identifies emerging risks—including algorithmic drift, governance latency, and configuration complexity—that may undermine strategic alignment if not properly managed. The study contributes to the information systems literature by integrating architectural, organizational, and governance perspectives into a unified analytical lens and offers practical guidance for firms seeking to operationalize AI-driven strategic decision infrastructures.
Data Governance and AI Strategy: A Systematic Synthesis of Information Systems Frameworks for Competitive Advantage Budianto, Farhan Alif; Lubis, Muharman; Mukti, Iqbal Yulizar; Budianto, Setyo
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6991

Abstract

The rapid integration of Artificial Intelligence (AI) into organizational strategy has intensified the need for robust data governance mechanisms that ensure data quality, accountability, and strategic alignment. While prior studies have examined data governance and AI strategy separately, a comprehensive synthesis explaining how Information Systems (IS) frameworks bridge technical data management and competitive advantage remains limited. This study addresses this gap by conducting a Systematic Literature Review (SLR) to synthesize key IS frameworks that govern data for AI-driven strategic outcomes. Following the PRISMA 2020 protocol, relevant peer-reviewed articles published between 2018 and 2026 were systematically collected from Scopus, Web of Science, and the AIS eLibrary. A total of 65 high-quality studies were selected for thematic and theoretical analysis. The findings reveal three dominant thematic clusters: algorithmic accountability and ethics, data pedigree and provenance, and the evolving strategic role of the Chief Data Officer (CDO). The synthesis further demonstrates a theoretical shift from static, compliance-oriented governance toward dynamic capabilities grounded in the Resource-Based View. This study contributes to IS and AI strategy literature by re-conceptualizing data governance as a second-order organizational capability that enables sustainable competitive advantage. Practical implications highlight the importance of governance agility, strategic alignment, and trust-building mechanisms in scaling AI initiatives.