Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal MULTINETICS Jurnal Sistem Informasi dan Teknologi (SINTEK) Sintek Kuwera
Dede, Dede Latipah
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
Analisis Implementasi Kecerdasan Buatan (Artificial Intelligence) Dalam Optimalisasi Proses Bisnis Dede, Dede Latipah; Subhiyanto; Esthi Adityarini; Mochamad Arief Madiansah
Jurnal Sistem Informasi dan Teknologi Vol 5 No 1 (2025): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v5i1.135

Abstract

Penelitian ini bertujuan untuk menganalisis implementasi kecerdasan buatan (Artificial Intelligence/AI) dalam optimalisasi proses bisnis, dengan fokus pada dampaknya terhadap efisiensi operasional dan keunggulan kompetitif organisasi. Studi ini menggunakan pendekatan kualitatif dengan metode studi kasus pada beberapa perusahaan yang telah mengadopsi AI dalam operasional mereka. Hasil penelitian menunjukkan bahwa penerapan AI secara signifikan meningkatkan efisiensi melalui otomatisasi tugas rutin, pengambilan keputusan berbasis data, dan optimalisasi manajemen sumber daya. Namun, penelitian ini juga mengungkapkan tantangan yang dihadapi perusahaan, seperti investasi awal yang tinggi, keterbatasan infrastruktur teknologi, dan isu privasi data. Dalam jangka panjang, organisasi yang berhasil mengintegrasikan AI ke dalam proses bisnis mereka memiliki peluang besar untuk meningkatkan inovasi, pengalaman pelanggan, dan daya saing di pasar. Penelitian ini menekankan pentingnya pendekatan strategis dan bertanggung jawab dalam implementasi AI, termasuk pengembangan keterampilan tenaga kerja dan kepatuhan terhadap regulasi privasi data. Hasil penelitian diharapkan dapat menjadi panduan bagi perusahaan dalam merancang strategi implementasi AI untuk mencapai efisiensi dan keberlanjutan bisnis.
Analisis Implementasi Kecerdasan Buatan (Artificial Intelligence) Dalam Optimalisasi Proses Bisnis Dede, Dede Latipah; Subhiyanto; Esthi Adityarini; Mochamad Arief Madiansah
Jurnal Sistem Informasi dan Teknologi Vol 5 No 1 (2025): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v5i1.135

Abstract

Penelitian ini bertujuan untuk menganalisis implementasi kecerdasan buatan (Artificial Intelligence/AI) dalam optimalisasi proses bisnis, dengan fokus pada dampaknya terhadap efisiensi operasional dan keunggulan kompetitif organisasi. Studi ini menggunakan pendekatan kualitatif dengan metode studi kasus pada beberapa perusahaan yang telah mengadopsi AI dalam operasional mereka. Hasil penelitian menunjukkan bahwa penerapan AI secara signifikan meningkatkan efisiensi melalui otomatisasi tugas rutin, pengambilan keputusan berbasis data, dan optimalisasi manajemen sumber daya. Namun, penelitian ini juga mengungkapkan tantangan yang dihadapi perusahaan, seperti investasi awal yang tinggi, keterbatasan infrastruktur teknologi, dan isu privasi data. Dalam jangka panjang, organisasi yang berhasil mengintegrasikan AI ke dalam proses bisnis mereka memiliki peluang besar untuk meningkatkan inovasi, pengalaman pelanggan, dan daya saing di pasar. Penelitian ini menekankan pentingnya pendekatan strategis dan bertanggung jawab dalam implementasi AI, termasuk pengembangan keterampilan tenaga kerja dan kepatuhan terhadap regulasi privasi data. Hasil penelitian diharapkan dapat menjadi panduan bagi perusahaan dalam merancang strategi implementasi AI untuk mencapai efisiensi dan keberlanjutan bisnis.
Klasifikasi Masyarkat Miskin Menggunakan Metode Naïve Bayes Di Desa Jati Mulya Dede, Dede Latipah; Mochamad Arief Mardiansah; Esthi Adityarini
MULTINETICS Vol. 10 No. 1 (2024): MULTINETICS Mei (2024)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v10i1.6682

Abstract

Abstract - Poverty is a major problem in Indonesia, including in Jati Mulya Village, East Sepatan District. Various efforts have been made to overcome poverty, such as social assistance from the government which aims to meet basic needs and improve living standards. However, the technical distribution of this assistance program is not quite evenly distributed. This research uses the Naive Bayes method to carry out classification with the help of the Orange application. The data used is data on poor residents from Jati Mulya Village RT 002 RW 004, using data mining techniques. The 18 data sets can be classified from training data and testing data into two classes, namely the poor and non-poor categories. Attributes used for population classification include age, education, employment, income, dependents, and marital status. The research results show 96% accuracy from manual calculations and the Orange application. Based on these results, the classification system developed can be used as a reference for decision makers. Keywords: Poverty level, Data Mining, Classification, Naive Bayes
Co-Authors Esthi Adityarini Esthi Adityarini Mochamad Arief Madiansah Mochamad Arief Mardiansah Subhiyanto