PENERAPAN ARTIFICIAL INTELLIGENCE UNTUK MENINGKATKAN PRODUKTIVITAS PROCUREMENT ORGANISASI

APPLICATION OF ARTIFICIAL INTELLIGENCE TO IMPROVE ORGANIZATIONAL PROCUREMENT PRODUCTIVITY

  • Oskar Ezra Alan Muin Universitas Katolik Indonesia Atma Jaya Jakarta
  • M.M. Lanny W. Pandjaitan UNIKA Atma Jaya Jakarta
  • Lukas UNIKA Atma Jaya Jakarta
Keywords: artificial intelligence, procurement productivity, digital procurement, decision support system

Abstract

Transformasi digital mendorong perubahan signifikan pada berbagai fungsi organisasi, termasuk pada proses procurement. Proses procurement tradisional masih sering bergantung pada aktivitas manual dan analisis data yang terbatas sehingga dapat menghambat produktivitas organisasi. Penelitian ini bertujuan untuk menganalisis peran Artificial Intelligence (AI) dalam meningkatkan produktivitas procurement melalui pemanfaatan analisis data dan otomatisasi proses pengadaan. Metode penelitian yang digunakan adalah studi literatur dengan mengkaji berbagai penelitian terkait implementasi AI dalam procurement dan supply chain management yang dipublikasikan pada periode 2020–2025. Hasil kajian menunjukkan bahwa teknologi AI seperti machine learning, predictive analytics, dan intelligent automation mampu meningkatkan efisiensi proses procurement melalui prediksi kebutuhan, evaluasi pemasok secara otomatis, serta pengambilan keputusan berbasis data. Implementasi AI juga berkontribusi dalam mengurangi kesalahan manusia, meningkatkan transparansi, dan mempercepat siklus pengadaan. Dengan demikian, integrasi AI dalam sistem procurement dapat meningkatkan produktivitas organisasi serta mendukung transformasi digital dalam pengelolaan rantai pasok.

Downloads

Download data is not yet available.
Published
2026-08-02
How to Cite
Muin, O. E. A., Pandjaitan, M. L. W., & Lukas. (2026). PENERAPAN ARTIFICIAL INTELLIGENCE UNTUK MENINGKATKAN PRODUKTIVITAS PROCUREMENT ORGANISASI: APPLICATION OF ARTIFICIAL INTELLIGENCE TO IMPROVE ORGANIZATIONAL PROCUREMENT PRODUCTIVITY. Prosiding Seminar Nasional Teknologi Dan Sistem Informasi, 6(1), 100-107. https://doi.org/10.33005/sitasi.v6i1.2800
Section
Articles