<![CDATA[Transformasi digital di sektor keimigrasian menuntut adanya sistem pengawasan orang asing yang efisien, responsif, dan partisipatif. Namun, asisten virtual (chatbot) instansi pemerintah saat ini mayoritas masih bersifat informatif dan belum menyentuh aspek transaksional pelaporan. Urgensi penelitian ini didorong oleh fakta empiris studi kasus tahun 2025 di Ponorogo, di mana kegagalan deteksi dini terhadap Warga Negara Asing (WNA) yang menyalahgunakan izin tinggal mengungkap adanya celah komunikasi antara otoritas dan masyarakat. Penelitian ini bertujuan untuk merumuskan konsep pengembangan fitur pelaporan orang asing pada chatbot WhatsApp keimigrasian guna meningkatkan validitas data dan efisiensi pengawasan. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan pendekatan PRISMA, melalui analisis terhadap 20 artikel terpilih dari basis data Google Scholar, Semantic Scholar, dan Open Alex (2021-2026). Temuan menunjukkan bahwa integrasi teknologi Natural Language Processing (NLP) dan Optical Character Recognition (OCR) pada platform WhatsApp dapat mereduksi kesalahan input manual serta mempercepat validasi dokumen secara real-time melalui konektivitas API SIMKIM. Berdasarkan perspektif Technology Acceptance Model (TAM), penggunaan WhatsApp meningkatkan partisipasi publik karena faktor familiaritas dan kemudahan akses. Penelitian ini menyimpulkan bahwa penambahan fitur pelaporan merupakan langkah strategis untuk menutup kesenjangan fungsional (functional gap) asisten virtual sekaligus memperkuat fungsi intelijen keimigrasian dengan tetap mematuhi UU No. 27 Tahun 2022 tentang Perlindungan Data Pribadi.]]>
Copyrights © 2026
