Artificial Intelligence Driven E-Government (Model Transformasi Pelayanan Publik Digital di Pemerintahan Daerah)

Authors

  • Farid Yusuf Nur Achmad Program Studi Ilmu Pemerintahan Fakultas Ilmu Sosial dan Ilmu Politik Universitas Muhammadiyah Buton Author
  • Muhammad Ghufron Nur Achmad Universitas Dayanu IKhsanuddin Author

DOI:

https://doi.org/10.5281/vn0v1p02

Keywords:

kecerdasan buatan, pelayanan publik, e-Government, transparansi, prediktif-responsif, SPBE, kebijakan publik

Abstract

Penelitian ini bertujuan untuk menganalisis peran kecerdasan buatan (AI) dalam mengubah orientasi pelayanan publik di Kota Baubau, dari sistem administratif yang bersifat reaktif menjadi sistem yang prediktif dan responsif. Dengan menggunakan metode deskriptif kualitatif, penelitian ini mengeksplorasi penerapan AI dalam meningkatkan efisiensi dan akurasi pelayanan publik. Temuan menunjukkan bahwa AI memungkinkan pemerintah untuk merencanakan dan memberikan layanan yang lebih cepat, lebih tepat sasaran, dan berbasis data yang terus berkembang. Sistem ini juga meningkatkan transparansi dan akuntabilitas dalam tata kelola pemerintahan, namun di sisi lain menimbulkan tantangan terkait algoritma etika, privasi, dan akuntabilitas. Selanjutnya, penelitian ini juga membahas keterkaitan penerapan AI dengan kebijakan nasional, seperti RPJMN dan SPBE Nasional, serta prinsip-prinsip AI yang dianut oleh OECD. Di sisi lain, penelitian ini membandingkan standar penerapan AI di negara lain, seperti Estonia, India, dan Korea Selatan, sebagai studi banding untuk memperluas wawasan penerapan AI dalam konteks lokal. Meskipun demikian, penelitian ini juga mengakui keterbatasannya, termasuk model AI yang belum sepenuhnya berbasis machine learning dan terbatasnya konteks penelitian yang hanya mencakup 1-2 wilayah. Berdasarkan hasil penelitian ini, disarankan agar model penerapan AI dapat direplikasi di daerah lain, dengan diiringi pelatihan SDM daerah yang berbasis digital, serta integrasi lebih lanjut dengan SPBE dan dashboard pemerintah.

Downloads

Published

2025-08-22

Issue

Section

Articles