Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JURNAL MUQODDIMAH : Jurnal Ilmu Sosial, Politik dan Hummaniora
Nafriza, Muhammad Ismed
Unknown Affiliation
Arts Humanities Education Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Peran Kecerdasan Buatan dalam Sistem Pertahanan Udara untuk Pengambilan Keputusan Taktis Nafriza, Muhammad Ismed; Herman, Erry; Amperawan, Cahyadi
Jurnal Ilmiah Muqoddimah: Jurnal Ilmu Sosial, Politik dan Hummaniora Vol 8, No 4 (2024): November 2024
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jim.v8i4.2024.2039-2048

Abstract

Kecerdasan buatan (AI) telah mentransformasi sistem pertahanan udara, meningkatkan efisiensi dan akurasi dalam pengambilan keputusan taktis. Penelitian ini bertujuan mengembangkan sistem AI adaptif dan kolaboratif untuk meningkatkan pengambilan keputusan taktis dalam pertahanan udara. Menggunakan metode studi literatur deskriptif kualitatif, penelitian ini menganalisis berbagai sumber literatur terkait penerapan AI dalam sistem pertahanan udara. Hasil menunjukkan bahwa integrasi AI meningkatkan kesadaran situasional, efisiensi operasional, dan kemampuan perencanaan strategis. Metode seperti deep reinforcement learning dan teori permainan terbukti efektif dalam mengatasi kompleksitas pertempuran udara, terutama dalam skenario yang melibatkan Unmanned Combat Aerial Vehicles (UCAVs) dan sistem multi-agen. Namun, tantangan seperti keterbatasan waktu pengambilan keputusan, kebutuhan transparansi, dan pertimbangan etika masih perlu diatasi. Penelitian juga mengidentifikasi pentingnya pengembangan AI yang dapat dijelaskan (Explainable AI) untuk meningkatkan kepercayaan terhadap keputusan AI dalam konteks militer. Kesimpulannya, meskipun AI menawarkan potensi besar, diperlukan pengembangan lebih lanjut dalam algoritma hybrid, XAI, dan model kolaborasi manusia-mesin untuk memaksimalkan efektivitas dan keandalan sistem pertahanan udara.
Peran Kecerdasan Buatan dalam Sistem Pertahanan Udara untuk Pengambilan Keputusan Taktis Nafriza, Muhammad Ismed; Herman, Erry; Amperawan, Cahyadi
Jurnal Ilmiah Muqoddimah: Jurnal Ilmu Sosial, Politik dan Hummaniora Vol 8, No 4 (2024): November 2024
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jim.v8i4.2024.%p

Abstract

Kecerdasan buatan (AI) telah mentransformasi sistem pertahanan udara, meningkatkan efisiensi dan akurasi dalam pengambilan keputusan taktis. Penelitian ini bertujuan mengembangkan sistem AI adaptif dan kolaboratif untuk meningkatkan pengambilan keputusan taktis dalam pertahanan udara. Menggunakan metode studi literatur deskriptif kualitatif, penelitian ini menganalisis berbagai sumber literatur terkait penerapan AI dalam sistem pertahanan udara. Hasil menunjukkan bahwa integrasi AI meningkatkan kesadaran situasional, efisiensi operasional, dan kemampuan perencanaan strategis. Metode seperti deep reinforcement learning dan teori permainan terbukti efektif dalam mengatasi kompleksitas pertempuran udara, terutama dalam skenario yang melibatkan Unmanned Combat Aerial Vehicles (UCAVs) dan sistem multi-agen. Namun, tantangan seperti keterbatasan waktu pengambilan keputusan, kebutuhan transparansi, dan pertimbangan etika masih perlu diatasi. Penelitian juga mengidentifikasi pentingnya pengembangan AI yang dapat dijelaskan (Explainable AI) untuk meningkatkan kepercayaan terhadap keputusan AI dalam konteks militer. Kesimpulannya, meskipun AI menawarkan potensi besar, diperlukan pengembangan lebih lanjut dalam algoritma hybrid, XAI, dan model kolaborasi manusia-mesin untuk memaksimalkan efektivitas dan keandalan sistem pertahanan udara.Kata kunci: Kecerdasan Buatan, Pertahanan Udara, Pengambilan Keputusan Taktis, Pembelajaran Mendalam, Reinforcement Learning
Co-Authors Amperawan, Cahyadi Herman, Erry