Claim Missing Document
Check
Articles

Found 2 Documents
Search

Solusi AI Untuk Melindungi Privasi dan Keamanan Data Pengguna Zen Munawar; Sri Sutjiningtyas; Novianti Indah Putri; Milla Marlina; Rita Komalasari; Herru Soerjono
TEMATIK Vol. 12 No. 2 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i2.2794

Abstract

Integrasi AI pada data masif memicu risiko privasi serius. Penelitian ini menganalisis solusi teknis seperti privasi diferensial untuk menyeimbangkan perlindungan data dengan kinerja sistem AI. Penelitian ini bertujuan untuk menganalisis isu-isu krusial terkait privasi dan keamanan data yang muncul akibat integrasi masif Kecerdasan Buatan (AI) di berbagai industri, serta mengevaluasi pendekatan teknis yang dapat menjaga kerahasiaan informasi pengguna tanpa mengorbankan kinerja sistem. Fokus utama penelitian ini adalah mengkaji efektivitas mekanisme perlindungan data seperti privasi diferensial, pembelajaran federasi, enkripsi homomorfik, dan komputasi multi-pihak yang aman dalam memitigasi risiko pelanggaran privasi dan akses ilegal. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi literatur sistematis untuk mengevaluasi solusi privasi pada sistem kecerdasan buatan.Hasil penelitian menunjukkan bahwa teknik seperti federated learning dan enkripsi homomorfik efektif melindungi data pribadi dalam sistem AI. Namun, implementasinya menghadapi tantangan trade-off berupa penurunan kecepatan komputasi dan akurasi model. Rekomendasi desain berfokus pada keseimbangan antara keamanan dan performa guna mendukung regulasi AI yang aman serta terukur.Teknik perlindungan data seperti federated learning efektif menjaga privasi, namun berisiko menurunkan performa komputasi AI. Kesimpulannya, diperlukan keseimbangan antara keamanan dan efisiensi. Rekomendasinya, pengembang harus mengadopsi desain privacy-by-design dan pemerintah perlu menyusun regulasi teknis yang mendukung inovasi AI yang aman serta terukur bagi masyarakat.
Pemanfaatan Smart Farming Berbasis AI untuk Optimalisasi Pemupukan Presisi bagi Kelompok Tani di Kabupaten Bandung Zen Munawar; Herru Soerjono; Rita Komalasari; Novianti Indah Putri; Milla Marlina; Mira Ismirani Fudsyi
Darma Abdi Karya Vol. 4 No. 2 (2025): Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM POLITEKNIK LP3I

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/darmaabdikarya.v4i2.2803

Abstract

Permasalahan utama yang dihadapi oleh Kelompok Tani Mekarsari di Kabupaten Bandung adalah ketidaktepatan dosis pemupukan yang masih dilakukan secara estimasi visual subjektif tanpa mengetahui kondisi riil unsur hara tanah. Hal ini berdampak pada inefisiensi biaya produksi dan penurunan kualitas lahan. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan menerapkan teknologi Smart Farming terintegrasi yang menggabungkan Internet of Things (IoT) dan Artificial Intelligence (AI). Sistem yang dibangun bekerja dengan dua mekanisme input: (1) Sensor tanah berbasis IoT untuk memantau kelembapan dan pH tanah secara real-time, dan (2) Pengolahan citra digital (Computer Vision) untuk mendeteksi tingkat kehijauan daun (Bagan Warna Daun) guna mengestimasi kebutuhan Nitrogen tanaman. Data dari kedua sumber tersebut diolah oleh algoritma cerdas pada aplikasi mobile untuk menghasilkan rekomendasi takaran pupuk yang presisi. Metode pelaksanaan meliputi survei teknis, instalasi perangkat keras IoT di lahan, pelatihan penggunaan aplikasi deteksi daun, serta pendampingan intensif. Hasil kegiatan menunjukkan bahwa mitra mampu mengoperasikan perangkat IoT dan aplikasi dengan baik, serta terjadi efisiensi penggunaan pupuk sebesar 75% dibandingkan metode konvensional. Integrasi teknologi ini menjadi solusi digitalisasi pertanian yang efektif dalam mendukung manajemen usaha tani yang lebih modern dan menguntungkan.