Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : jurnal insypro information system and processing

SISTEM INFORMASI MONITORING DANA DESA BERBASIS WEB MENGGUNAKAN FRAMEWORK LARAVEL STUDI KASUS : DESA MALEWONG KABUPATEN LUWU Zaskia Darajat; Ridwan Kambau; Wahyuddin Saputra
Jurnal INSYPRO (Information System and Processing) Vol 7 No 1 (2022)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/insypro.v7i1.29990

Abstract

Dana desa merupakan dana yang diberikan untuk mengatasi permasalahan ekonomi yang ada di desa, membantu pemerataan pembangunan dan hasilnya, juga untuk membangun sumber daya manusia (SDM) yang ada di desa, dalam masalah ini keterbatasan sumber daya manusia menjadi salah satu penghambat penyaluran dana desa ini disebabkan kurangnya informasi yang diterima masyarakat. Dengan memanfaatkan teknologi dengan membuat sebuah sistem monitoring dana desa untuk mempermudah masyarakat melihat informasi tentang dana desa secara menyeluruh dan juga untuk mengetahui kegiatan desa yang sedang dalam proses pelaksanaan. Hasil dari penelitian ini yang dilakukan dapat disimpulkan bahwa sistem monitoring yang dibuat dapat membantu masyarakat dalam mengakses informasi tentang dana desa dan kegiatan desa, sistem ini juga memudahkan pemerintah dalam menginput dana desa dan juga untuk laporan.
Agentic AI untuk Otomatisasi dan Personalisasi Layanan Akademik di Perguruan Tinggi Kambau, Ridwan Andi
Jurnal INSYPRO (Information System and Processing) Vol 10 No 1 (2025)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The transformation of higher education institutions from conventional Information Technology (IT)-based systems to Smart Universities requires a systemic and adaptive approach based on artificial intelligence. This study proposes and evaluates the design of an Agentic AI architecture to support academic management and services proactively and autonomously. Using a Design Science Research (DSR) approach, this study designs a multi-agent architecture-based system consisting of sub-agents such as Academic Planner, Advising Agent, and Evaluation Agent. The system was tested with a data sample based on academic service simulation using 500 student entries. The test results show an increase in academic service efficiency, characterized by an average response time of 880 ms, a KRS recommendation accuracy of 92.4%, and a user satisfaction level of 4.5 out of 5. A comparison of the baseline and state-of-the-art shows significant improvements in terms of interoperability, personalization, and operational efficiency. This study concludes that the Agentic AI architecture can be a strategic framework in accelerating the digitalization of academic services and supporting the transformation of higher education institutions towards AI-based Smart Universities.