ARSITEKTUR SISTEM INFORMASI BERBASIS KECERDASAN BUATAN UNTUK EFISIENSI PELAPORAN ANGGARAN: PENGEMBANGAN MODEL APLIKASI SIAPGAR PADA INSTITUSI MILITER X

Sonny Nova Andri (Universitas Sumatera Utara)
Rulianda Purnomo Wibowo (Universitas Sumatera Utara)
Meilita Tryana Sembiring (Universitas Sumatera Utara)

JOURNAL OF SCIENCE AND SOCIAL RESEARCH
Vol. 9 No. 3 (2026): June 2026

Abstract: The conventional and manual personnel budget execution reporting (Laplakgar) architecture in public defense management is highly susceptible to prolonged processing cycles and recurring data reconciliation anomalies. This study aims to develop, model, and technically articulate an Artificial Intelligence (AI)-driven integrated information system architecture—conceptualized as the SIAPGAR application model—to automate hierarchical data aggregation and enforce real-time, layered data verification at Military Institution X. A Research and Development (R&D) methodology utilizing a system prototyping approach was applied in this study. The system's logical and data boundaries were systematically mapped through structural Data Flow Diagrams (DFDs) at the Context Level (Level 0) and Functional Level (Level 1). Structural success parameters and data integrity were evaluated based on the System Quality and Information Quality dimensions derived from the DeLone and McLean Information Systems Success Model, and validated through technical expert judgment involving database administrators and financial software operators. The architectural engineering of the SIAPGAR model successfully automates three error-prone manual data processing bottlenecks. The functional DFD model demonstrates that the integrated AI validation layer operates as an automated gatekeeper, systematically identifying data variances between allocated budgets and actual personnel expenditures before cross-level aggregation occurs. This automated algorithmic intervention results in a projected 129% increase in workflow efficiency and effectively reduces human-caused data discrepancies to near zero. This study presents an empirical blueprint for an AI-integrated public finance system architecture. The development of SIAPGAR demonstrates that automated operational verification at the lower level successfully feeds accurate data into a real-time analytical dashboard essential for strategic defense decision-making. Keywords: Information systems, Data Flow Diagrams, Artificial Intelligence, SIAPGAR, Budget Execution.   Abstrak: Arsitektur pelaporan pelaksanaan anggaran (Laplakgar) personel yang konvensional dan manual dalam manajemen pertahanan publik sangat rentan terhadap siklus pemrosesan yang berkepanjangan dan anomali rekonsiliasi data yang berulang. Studi ini bertujuan untuk mengembangkan, memodelkan, dan mengartikulasikan secara teknis arsitektur sistem informasi terintegrasi yang digerakkan oleh Kecerdasan Buatan (AI)—dikonseptualisasikan sebagai model aplikasi SIAPGAR—untuk mengotomatisasi agregasi data hierarkis dan menegakkan verifikasi data berlapis secara real-time di Institusi Militer X. Metodologi Research and Development (R&D) yang memanfaatkan pendekatan prototyping sistem diterapkan dalam penelitian ini. Batasan logis dan data sistem dipetakan secara sistematis melalui Data Flow Diagram (DFD) struktural pada Tingkat Konteks (Level 0) dan Tingkat Fungsional (Level 1). Parameter keberhasilan struktural dan integritas data dievaluasi berdasarkan dimensi Kualitas Sistem dan Kualitas Informasi yang diturunkan dari DeLone and McLean Information Systems Success Model, serta divalidasi melalui penilaian ahli (expert judgment) teknis yang melibatkan administrator pangkalan data dan operator perangkat lunak keuangan. Rekayasa arsitektur dari model SIAPGAR berhasil mengotomatisasi tiga hambatan pemrosesan data manual yang rentan terhadap kesalahan. Model DFD fungsional mendemonstrasikan bahwa lapisan validasi AI yang terintegrasi beroperasi sebagai penjaga gerbang (gatekeeper) otomatis, secara sistematis mengidentifikasi varians data antara pagu keuangan yang dialokasikan dengan pengeluaran personel aktual sebelum agregasi lintas tingkat terjadi. Intervensi algoritmik otomatis ini menghasilkan proyeksi peningkatan efisiensi alur kerja sebesar 129% dan secara efektif menekan perbedaan data akibat faktor manusia hingga mendekati nol. Studi ini menyajikan cetak biru empiris untuk arsitektur sistem keuangan publik yang diintegrasikan dengan AI. Pengembangan SIAPGAR membuktikan bahwa verifikasi operasional otomatis pada tingkat bawah berhasil memasok data yang akurat ke dalam dasbor analitik real-time yang esensial untuk pengambilan keputusan pertahanan yang strategis. Kata Kunci: Sistem informasi, Data Flow Diagram, Kecerdasan Buatan, SIAPGAR, Pelaksanaan anggaran.