Integrasi Sistem Informasi Manajemen Dengan Artificial Intelligence Untuk Prediksi Keputusan Bisnis Di UMKM
DOI:
https://doi.org/10.31004/joecy.v5i2.1315Keywords:
Sistem Informasi Manajemen, Kecerdasan Buatan, Prediksi Keputusan, UMKMAbstract
Usaha Mikro, Kecil, dan Menengah (UMKM) di Indonesia menghadapi tantangan besar dalam meningkatkan efisiensi operasional dan kecepatan pengambilan keputusan di tengah transformasi digital yang masif. Sistem informasi manajemen (SIM) selama ini telah menjadi alat penting dalam pengelolaan data bisnis, namun belum mampu memberikan prediksi keputusan secara adaptif dan real-time. Di sisi lain, teknologi Artificial Intelligence (AI) menawarkan potensi besar untuk meningkatkan akurasi analisis data dan mendukung pengambilan keputusan strategis. Penelitian ini bertujuan untuk mengkaji secara komprehensif bagaimana integrasi antara SIM dan AI dapat meningkatkan kemampuan prediksi keputusan bisnis pada sektor UMKM. Metode yang digunakan adalah narrative review dengan menganalisis artikel jurnal nasional terakreditasi. Hasil kajian menunjukkan bahwa kombinasi SIM dan AI, khususnya melalui algoritma seperti Decision Tree, Random Forest, dan Machine Learning, mampu meningkatkan akurasi prediksi penjualan, efisiensi operasional, serta kecepatan respons terhadap perubahan pasar. Selain itu, aspek transparansi dan kemudahan interpretasi model AI menjadi kunci keberhasilan adopsi di lingkungan UMKM yang masih memiliki keterbatasan teknis. Penelitian ini memberikan kontribusi konseptual dalam merancang kerangka integratif yang relevan untuk mendorong transformasi digital berbasis data pada UMKM di Indonesia.
References
A. Dinata and M. I. P. Nasution, “Penerapan AI Dalam Sistem Informasi Manajemen Untuk Meningkatkan Efisiensi Bisnis,” J. Rumpun Manaj. dan Ekon., vol. 2, no. 1, pp. 156–161, 2025.
M. D. Triyadi and D. Nasution, “Improving the Accuracy of Small and Medium Enterprise Sales Predictions in Deli Serdang Regency by Implementing Business Intelligence Using the Decision Tree Algorithm,” J. Inf. Technol. Comput. Sci. Electr. Eng., vol. 2, no. 1, pp. 16–22, 2025.
H. M. Dewi, A. Setiaman, and M. Octavianti, “Artificial Intelligence Technology Adoption Decision-Making Process In MSMES Marketing Practices,” Buana Komun. J. Penelit. dan Stud. Ilmu Komun., vol. 6, no. 1, pp. 68–79, 2025.
N. Hikmah, A. Fauzi, and F. U. Nayyiroh, “Forecasting Accuracy in Retail MSMEs : Comparing AI and Traditional Methods,” J. Manag. Informatics, vol. 4, no. 1, pp. 687–705, 2025, doi: 10.51903/jmi.v4i1.166.
H. Siregar, W. Setiawan, and P. D. Dirgantari, “Isu Proses Bisnis Berbasis Artificial Intelligence untuk Menyosong Era Industri 4.0,” J. Bisnis Strateg., vol. 29, no. 2, pp. 89–100, 2020, doi: 10.14710/jbs.29.2.89-100.
Bunga Amira and Muhammad Irwan Padli Nasution, “Pemanfaatan Kecerdasan Buatan (Ai) Dalam Meningkatkan Efesiensi Dan Pengembangan Usaha Mikro,Kecil Dan Menengah (UMKM),” J. Ris. Manaj., vol. 1, no. 4, pp. 362–371, 2023, doi: 10.54066/jurma.v1i4.1354.
Y. Q. Verdiana, Z. A. Fachir, and M. G. A’dhom, “The Growth Role of Artificial Intelligence (AI) in Strategy Management in UMKM,” Pros. Semin. Nas. Ilmu Manajamen, Ekon. Keuang. dan Bisnnis, vol. 2, no. 2, pp. 201–210, 2023, doi: 10.55927/snimekb.v2i2.6981.
D. Andriana, J. Fadilah, and Widarti, “Implementasi Artificial Intelegence ( AI ) Dalam Perancangan Strategi Komunikasi Pemasaran Produk UMKM,” Jika, vol. 11, no. 2, pp. 78–89, 2024.
S. Stoykova and N. Shakev, “Artificial Intelligence for Management Information Systems: Opportunities, Challenges, and Future Directions,” Algorithms, vol. 16, no. 8, 2023, doi: 10.3390/a16080357.
G. T. Adewale, A. U. Victor, A. E. Sylvia, and T. Sonubi, “Integrating Big Data and Machine Learning in Management Information Systems For Predictive Analytics : A Focus On Data Preprocessing And Technological Advancements,” no. 1, 2024.
Q. Hossain, F. Yasmin, T. R. Biswas, and N. B. Asha, “Integration of Big Data Analytics in Management Information Systems for Business Intelligence,” Saudi J. Bus. Manag. Stud., no. September, 2024, doi: 10.36348/sjbms.2024.v09i09.002.
M. R. S. P. Pamungkas, A. Asyivadibrata, T. Susilawati, and M. N. Huda, “Unleashing the Potentials of Artificial Intelligence for Micro, Small, and Medium Enterprises: A Systematic Literature Review,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 5, no. 3, pp. 303–310, 2023, doi: 10.47233/jteksis.v5i3.860.
B. W. Susilo and E. Susanto, “Employing Artificial Intelligence in Management Information Systems to Improve Business Efficiency,” J. Manag. Informatics, vol. 3, no. 2, pp. 212–229, 2024.
M. Sakova, A. Rahayu, L. Adi, and P. Dewi, “AI-Powered Decision Support Systems for MSMEs Growth Strategies in Emerging Markets,” vol. 8, no. 1, 2024.
A. R. H. Tawil, M. Mohamed, X. Schmoor, K. Vlachos, and D. Haidar, “Trends and Challenges towards Effective Data-Driven Decision Making in UK Small and Medium-Sized Enterprises: Case Studies and Lessons Learnt from the Analysis of 85 SMEs,” Big Data Cogn. Comput., vol. 8, no. 7, 2024, doi: 10.3390/bdcc8070079.
D. Dellermann, N. Lipusch, P. Ebel, and J. M. Leimeister, “Design Principles For a Hybrid Intelligence Decision Support System For Business Model Validation,” Electron. Mark., vol. 29, no. 3, pp. 423–441, 2019, doi: 10.1007/s12525-018-0309-2.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Irfan Akadji
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
