Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Applied Information System and Management Jurnal Nasional Komputasi dan Teknologi Informasi
Nuryasin Nuryasin
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Neuroscience Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Chatbot: Reservasi Restoran Online pada Facebook Messenger Muhammad Saiqul Haq; Bayu Waspodo; Nuryasin Nuryasin
Applied Information System and Management (AISM) Vol 4, No 1 (2021): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v4i1.19765

Abstract

Akses chatbot yang diberikan oleh Facebook ke dalam aplikasi Messenger memberikan peluang besar bagi pelaku bisnis untuk meraih pengguna Facebook yang mencapai 1,2 miliar. Sebagai perusahaan yang pelanggan utamanya berasal dari Facebook, maka AppServation Co., Ltd perlu melakukan pengembangan pada produknya untuk memberikan layanan secara langsung kepada pelanggannya melalui chatbot. Penelitian ini bertujuan meningkatkan layanan pelanggan AppServation Co., Ltd dengan menambahkan fitur reservasi berupa chatbot yang terdapat pada Facebook Messenger. Reservasi dapat dilakukan tanpa mengharuskan pelanggan mengunjungi halaman reservasi yang berada di luar Facebook. Metode pengembangan sistem yang digunakan untuk membangun chatbot pada sistem berjalan adalah menggunakan metode pendekatan analisis terstruktur (waterfall). Pengujian atas sistem yang dibangun dengan menggunakan metode behavior-driven development. Hasil pengujian sistem menunjukkan bahwa dengan sistem chatbot mampu melayani permintaan reservasi pada platform Facebook Messenger.
Analisis Modul ERP Inventory dalam Mendukung Efektivitas Supply Chain Management: Metode SLR Muhammad Qomarul Huda; Andika Putramadani; Marsha Eriana Chalidi; Afkayla Nasywa Nurkhalisa; Nuryasin Nuryasin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9403

Abstract

Abstrak - Penelitian ini menganalisis peran krusial modul ERP Inventaris dalam meningkatkan efektivitas Supply Chain Management (SCM) menggunakan pendekatan Systematic Literature Review (SLR). Latar belakang penelitian ini adalah kompleksitas rantai pasok global dan kebutuhan mendesak akan efisiensi operasional. Tujuannya adalah untuk memahami kontribusi modul ERP Inventaris terhadap akurasi data, efisiensi operasional, dan responsivitas SCM, mengidentifikasi tantangan implementasi, serta memproyeksikan tren teknologi masa depan. Metode penelitian melibatkan identifikasi 200 catatan dari berbagai basis data, penyaringan, dan penilaian kualitas studi, menghasilkan 25 studi yang relevan untuk sintesis. Hasilnya menunjukkan bahwa integrasi modul ERP Inventaris dengan sistem SCM lainnya sangat penting untuk meningkatkan visibilitas dan efisiensi. Keunggulan kompetitif dicapai melalui kelincahan, ketahanan, efisiensi, dan visibilitas. Faktor organisasional seperti dukungan manajemen puncak dan manajemen perubahan berperan krusial dalam keberhasilan. Tren masa depan mengarah pada SCM otonom yang didukung IoT, AI/ML, komputasi awan, blockchain, dan RPA. Penelitian ini menyimpulkan bahwa modul ERP Inventaris secara fundamental mentransformasi SCM menuju operasi yang lebih efisien dan tangguh.Kata Kunci: ERP Inventaris; Supply Chain Management; Systematic Literature Review; Efisiensi Rantai Pasok; Transformasi Digital; Abstract - This research analyzes the crucial role of ERP Inventory modules in enhancing Supply Chain Management (SCM) effectiveness using a Systematic Literature Review (SLR) approach. The study is motivated by the increasing complexity of global supply chains and the pressing need for operational efficiency. Its aim is to comprehend the contributions of ERP Inventory modules to data accuracy, operational efficiency, and SCM responsiveness, identify implementation challenges, and project future technological trends. The methodology involved identifying 200 records from various databases, screening, and quality assessment, resulting in 25 relevant studies for synthesis. Findings indicate that integrating ERP Inventory modules with other SCM systems is essential for improving visibility and efficiency. Competitive advantages are achieved through agility, resilience, efficiency, and visibility. Organizational factors like top management support and change management play a crucial role in success. Future trends point towards autonomous SCM powered by IoT, AI/ML, cloud computing, blockchain, and RPA. This study concludes that ERP Inventory modules fundamentally transform SCM towards more efficient and resilient operations.Keywords: ERP Inventory; Supply Chain Management; Systematic Literature Review; Supply Chain Efficiency; Digital Transformation;
Strategi Adopsi AI dalam Perusahaan di Berbagai Sektor: Tinjauan Sistematis Muhammad Hilwan Hadi; Fitroh Fitroh; Nuryasin Nuryasin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 1 (2025): Februari 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i1.8482

Abstract

Abstrak - Artikel ini mengkaji strategi adopsi teknologi kecerdasan buatan (AI) di berbagai sektor industri, dampaknya terhadap kinerja bisnis, serta faktor-faktor yang mempengaruhi keberhasilan atau kegagalan adopsi AI. Melalui tinjauan sistematis menggunakan pedoman PRISMA. Penelitian ini menemukan bahwa AI memberikan dampak signifikan dalam meningkatkan produktivitas, efisiensi, dan inovasi, terutama di sektor energi, konstruksi, manufaktur, perbankan, pariwisata, perhotelan, akuntansi, dan pemasaran. AI membantu perusahaan dalam mengotomatiskan proses, meningkatkan pengambilan keputusan, dan mempercepat pengembangan produk. Namun, tantangan seperti kekurangan keterampilan, infrastruktur yang kurang memadai, dan biaya implementasi yang tinggi juga dihadapi. Faktor-faktor seperti kesiapan teknologi, budaya organisasi, serta kebijakan pemerintah berperan penting dalam menentukan keberhasilan adopsi AI. Penelitian ini menyarankan perusahaan untuk meningkatkan keterampilan SDM dan menyesuaikan infrastruktur agar adopsi AI dapat berhasil dan memberikan kontribusi jangka panjang terhadap kinerja bisnis.Kata Kunci: Adopsi AI, Produktivitas, Efisiensi, Inovasi, Industri, Strategi Bisnis.  Abstract -This article examines the strategies for adopting Artificial Intelligence (AI) across various industries, its impact on business performance, and the factors influencing the success or failure of AI adoption. Through a systematic review following PRISMA guidelines, the study finds that AI significantly enhances productivity, efficiency, and innovation, particularly in the energy, construction, manufacturing, banking, tourism, hospitality, accounting, and marketing sectors. AI helps companies automate processes, improve decision-making, and accelerate product development. However, challenges such as skill gaps, inadequate infrastructure, and high implementation costs are also encountered. Factors like technological readiness, organizational culture, and government policies play a crucial role in the success of AI adoption. The study suggests that companies should focus on enhancing human resource skills and aligning infrastructure to ensure successful AI adoption, ultimately contributing to long-term business performance. Keywords: AI Adoption, Productivity, Efficiency, Innovation, Industry, Business Strategy.
Co-Authors Afkayla Nasywa Nurkhalisa Andika Putramadani Bayu Waspodo Fitroh Fitroh Huda, Muhammad Qomarul Marsha Eriana Chalidi Muhammad Hilwan Hadi Muhammad Saiqul Haq