<![CDATA[Perkembangan teknologi informasi telah mendorong pergeseran paradigma dari sistem komputasi terpusat menuju sistem yang terdistribusi dan mandiri. Dua konsep utama yang menjadi pilar transformasi ini adalah Sistem Multi-Agen (Multi-Agent Systems/MAS) dan Jaringan Sensor Terdesentralisasi (Decentralized Sensor Networks). Penelitian ini bertujuan untuk memetakan, menganalisis, dan menyintesis perkembangan kajian ilmiah mengenai integrasi kedua domain tersebut, dengan mengintegrasikan teknik-teknik kecerdasan buatan modern seperti Machine Learning (ML), Algoritma Artificial Bee Colony (ABC), dan Autonomous AI Agent. Metode yang digunakan adalah Studi Literatur Deskriptif-Kualitatif dengan menelaah 12 sumber referensi utama yang terdiri dari 9 jurnal ilmiah (2016–2025) dan 3 buku teks fundamental. Hasil kajian menunjukkan bahwa penerapan Machine Learning mampu mencapai akurasi prediksi hingga 94% menggunakan algoritma Decision Tree, algoritma Artificial Bee Colony terbukti efektif dalam optimasi dengan rata-rata nilai silhouette coefficient 0,67 dan akurasi klasifikasi ABC-BPNN mencapai 93,9%, serta Autonomous AI Agent mampu meningkatkan efisiensi operasional hingga 40% dan mengurangi waktu produksi sebesar 30%. Ketiga pendekatan ini memberikan kontribusi signifikan dalam pengembangan sistem terdesentralisasi yang tangguh, adaptif, dan efisien untuk mendukung transformasi digital di Indonesia.]]>
Copyrights © 2026
