JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X

Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

ARTIFICIAL INTELEGENCE DALAM SISTEM INFORMASI

MANAJEMEN DAN KINERJA BERKELANJUTAN
Oleh:
1
Ari Riswanto, 2R. Edy Rachmadi
1,2
Program Studi Pendidikan Ekonomi
Universitas Linggabuana PGRI Sukabumi – West Java, Indonesia Indonesia
Jalan Karamat No. 69 Kota Sukabumi - 43122

Email: [email protected], [email protected]

ABSTRAK

Tujuan dari penelitian ini adalah untuk mengetahui sejauh mana variabel Artificial
Intelligence (AI) dapat memoderasi pengaruh antara Sistem Informasi Manajemen dengan
Kinerja Berkelanjutan pada Usaha Kecil Menengah (UKM) di Jawa Barat - Indonesia.
Pendekatan menggunakan metode deskriptif kuantitatif melalui analisis regresi linier
sederhana dengan SPSS digunakan dalam penelitian ini sedangkan untuk analisis
menggunakan Structural Equation Modeling (SEM) dengan Koefisien Analisis Produk
Strategi: Model Moderasi Sederhana, dengan sampel 209 responden, yaitu UKM di Barat
Provinsi Jawa, Indonesia. Hasil penelitian menunjukkan bahwa variabel Kecerdasan
Buatan dapat memoderasi pengaruh antara Sistem Informasi Manajemen dan Kinerja
Berkelanjutan pada Usaha Kecil Menengah (UKM) di Jawa Barat - Indonesia. Selain itu,
Sistem Informasi Manajemen berpengaruh positif terhadap kinerja berkelanjutan.
Implikasi dari hasil penelitian ini adalah kinerja UKM dapat ditingkatkan dengan
meningkatkan keterlibatan UKM dalam mengelola sistem informasi akuntansinya. Nilai
kebaruan dalam penelitian ini adalah penelitian ini menggunakan variabel Kecerdasan
Buatan yang belum ada yang melakukan penelitian yang sama, selain itu IA digunakan
untuk mengukur sejauh mana keterlibatan pengaruh Sistem Informasi Manajemen dan
Kinerja Berkelanjutan pada Usaha kecil dan menengah (UKM). Peneliti selanjutnya dapat
melakukan penelitian lanjutan dengan mengembangkannya penggunaan variabel lain pada
badan usaha dan industri yang lebih besar dan luas sebagai sampel penelitian.

Kata kunci: Artificial Intellegence (AI), Sistem Informasi Manajemen, Kinerja

Berkelanjutan, UKM.

ABSTRACT

The purpose of this study is to determine the extent to which Artificial Intelligence (AI)
variables can moderate the influence between Management Information Systems and
Sustainable Performance in Small and Medium Enterprises (SMEs) in West Java -
Indonesia. The approach using quantitative descriptive methods through simple linear
regression analysis with SPSS was used in this study while for analysis using Structural
Equation Modeling (SEM) with Coefficient Product Analysis Strategy: Simple Moderation
Model, with a sample of 209 respondents, namely SMEs in West Java Province, Indonesia.
The results of the study show that the variable Artificial Intelligence can moderate the
influence between Management Information Systems and Sustainable Performance in
Small and Medium Enterprises (SMEs) in West Java - Indonesia. In addition, the
Management Information System has a positive effect on sustainable performance. The
implication of the results of this study is that the performance of SMEs can be improved by

123
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

increasing the involvement of SMEs in managing their accounting information systems.

The value of novelty in this study is that this study uses Artificial Intelligence variables that
no one has conducted the same research, besides that IA is used to measure the extent of
involvement in the influence of Management Information Systems and Sustainable
Performance in small and medium enterprises (SMEs). Further researchers can carry out
further research by developing the use of other variables in larger and wider business
entities and industries as research samples.

Key words: Artificial Intelligence (AI), Management Information Systems, Sustainable

Performance, SMEs.

PENDAHULUAN

Sistem informasi manajemen dapat memainkan peran yang penting dalam

meningkatkan kinerja yang berkelanjutan. Sistem ini dapat membantu manajemen untuk
memantau dan mengelola kinerja organisasi secara efektif, serta memperoleh informasi
yang diperlukan untuk membuat keputusan yang tepat dalam mempertahankan kinerja
yang berkelanjutan. Berikut adalah beberapa cara di mana sistem informasi manajemen
dapat membantu meningkatkan kinerja yang berkelanjutan: 1) Memantau kinerja: Sistem
informasi manajemen dapat digunakan untuk memantau kinerja organisasi secara real-
time, sehingga manajemen dapat segera mengetahui ketika ada masalah yang
mempengaruhi kinerja. Hal ini memungkinkan manajemen untuk mengambil tindakan
yang diperlukan untuk memperbaiki masalah tersebut sebelum mereka mempengaruhi
kinerja secara signifikan; 2) Meningkatkan efisiensi: Sistem informasi manajemen dapat
membantu meningkatkan efisiensi operasional dengan memberikan informasi tentang
proses dan kegiatan yang tidak efektif atau memakan waktu. Dengan mengetahui ini,
manajemen dapat mengambil tindakan yang tepat untuk meningkatkan efisiensi dan
mengurangi biaya;
Selanjutnya; 3) Memungkinkan pemantauan kinerja berkelanjutan: Sistem informasi
manajemen juga dapat membantu manajemen dalam memantau kinerja berkelanjutan
dengan memberikan data historis tentang kinerja organisasi. Ini memungkinkan
manajemen untuk melacak kemajuan dalam mencapai tujuan berkelanjutan, serta
memperbaiki strategi jika diperlukan; 4) Mengoptimalkan pengambilan keputusan: Sistem
informasi manajemen dapat membantu manajemen dalam mengambil keputusan yang
lebih baik dan lebih efektif. Dengan memberikan akses ke data dan informasi yang
relevan, manajemen dapat membuat keputusan yang didasarkan pada fakta dan bukti, dan
meminimalkan risiko pengambilan keputusan yang tidak tepat; 5) Memperbaiki
transparansi dan akuntabilitas: Sistem informasi manajemen dapat meningkatkan
transparansi dan akuntabilitas organisasi dengan memastikan bahwa informasi yang
dibutuhkan oleh manajemen dan stakeholder lainnya tersedia secara terbuka dan dapat
diakses dengan mudah. Dengan menggunakan sistem informasi manajemen dengan tepat,
organisasi dapat memperbaiki kinerja mereka secara berkelanjutan dan mengoptimalkan
pengambilan keputusan manajemen yang akan memberikan keuntungan jangka panjang
bagi organisasi.
Dalam bukunya yang berjudul "Management Information Systems: Managing the
Digital Firm", Laudon dan Laudon menyatakan bahwa sistem informasi manajemen dapat
membantu organisasi untuk mencapai kinerja yang berkelanjutan dengan memungkinkan
manajemen untuk memperoleh informasi yang diperlukan untuk membuat keputusan yang
tepat dan memantau kinerja organisasi secara real-time (Laudon & Laudon, 2016).
Menurut Hervé Stolowy, seorang profesor akuntansi di HEC Paris, sistem informasi

124
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

manajemen juga dapat membantu organisasi untuk mengelola risiko dan memperbaiki
transparansi dan akuntabilitas melalui pemberian informasi yang relevan dan mudah
diakses (Stolowy, 2013). Dalam penelitiannya tentang pengaruh sistem informasi
manajemen terhadap kinerja keuangan perusahaan, Rajesh K. Singh dan Jatinder Singh
menyimpulkan bahwa penggunaan sistem informasi manajemen yang efektif dapat
meningkatkan kinerja keuangan perusahaan, termasuk mencapai kinerja yang
berkelanjutan (Singh & Singh, 2016). Menurut Juan C. Trespalacios dan Felipe Ruiz,
sistem informasi manajemen dapat membantu organisasi untuk memperbaiki pengelolaan
sumber daya alam dan mengurangi dampak lingkungan melalui pemantauan dan pelaporan
kinerja lingkungan organisasi secara teratur. Dari beberapa pendapat ahli tersebut, dapat
disimpulkan bahwa sistem informasi manajemen dapat membantu organisasi dalam
mencapai kinerja yang berkelanjutan melalui pemantauan kinerja, peningkatan efisiensi,
pemantauan kinerja berkelanjutan, pengambilan keputusan yang lebih baik, peningkatan
transparansi dan akuntabilitas, pengelolaan risiko, dan pengelolaan lingkungan
(Trespalacios & Ruiz, 2014). Oleh karena itu, sistem informasi manajemen dapat menjadi
alat yang sangat berguna bagi organisasi untuk mencapai tujuan berkelanjutan.
Beberapa penelitian yang dilakukan di Indonesia banyak yang telah menemukan
adanya pengaruh antara penggunaan dan aplikasi sistem informasi manajemen dengan
kinerja bagi keryawan (Irfiani, 2015; Kinasih, 2021; Nurul Ichsan, 2020; Suparyanto &
Rosad, 2017). Akan tetapi dari semua peneltian yang di temukan belum menjelaskan
bagaimana kinerja itu dapat menjadi berkelanjutan. Sehingga masih sangat perlu dilakukan
pengkajian terkait dengan hal tersebut. Agar khasanan perkembangan keilmuan khususnya
dibidang Manajemen dan sistem informasi mampu menjawab tantangan yang akan datang.
Di sisi lain, perkembangan teknologi informasi menuntut semua elemen bisnis untuk
mengembangkan serta dipaksa untuk menyesuaikan kemampuan menjadi lebih maksimal
dan bersaya saing. Salah satu teknologi yang sedang berkembang saat ini adalah berkaitan
dengan penggunaan kecerdasanan buatan atau sering di sebut dengan istilah Artificial
Intellegence (AI).
Kecerdasan buatan (Artificial Intelligence) memungkinkan para pengguna diberikan
bantuan terkait dengan berbagai permaskahana yang dihadapi, hal ini disebabb kan kerena
sistem yang dibuat mampu menyajikan berbagai solusi dengan cerdas melalui seperangkat
pemograman computer yang diawali dengan intrukei dari pengguna. Dengan adanga IA,
dunia bisnis mampu di dorong dengan pesat, disamping itu segala bidang yang
menggunakannya mampu untuk memaksimalkan segala potensi yang dimiliki. (Kaplan &
Haenlein, 2023; Minsky, 2023; Mulyawan, 2023). Dengan munculnya perkembangan
teknologi tersebut maka khususnya dalam pengembangan usaha kecil dan menengah
(UKM) sangat menarik dan memiliki peluang besar untuk dilakukan pengkajian lebih
dalam, maka dari itu kajian terkait dengan AI yang ada pada dunian industri juga bisnis
harus senantiasa mendapatkan perhatian yang lebih baik.

TINJAUAN PUSTAKA

Kinerja dapat diartikan sebagai akhir dari proses yang dilakukan yang merupakan
wujud dari hasil pekerjaan yang telah dilakukan (Kotler & Keller, 2016). Kinerja mampu
menggambarkan seberapa besar pencapaian yang telah dicapai oleh kegiatan organisasi,
hal ini merupakan wujud dari seluruh kemampuan dan harapan karyawan serta motivasi
yang ada di lingkungannya (Kerravala & Miller, 2017). Kinerja juga dapat menjadi tolok
ukur hasil yang diperoleh dari pelaksanaan kegiatan kerja dari suatu organisasi yang
mempekerjakannya, berdasarkan perjanjian kerja yang telah dilakukan sebelumnya

125
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

(Fayos-Solà & Cooper, 2018). Disisi lain keinerja berkelanjutan dapat dimaknai hasil kerja
yang memiliki pengaruhnya pada masa yang akan datang, dengan kata lain bahwa
kinerjanya mampu secara konsisten mergerak kedepan menuju arah yang semakin
berkembang dan lebih baik. Kinerja berkelanjutan memiliki ukuran waktu yang tidak
sejenak, akan tetapi memiliki waktu yang cukup panjang karena hal ini di dukung oleh
perencanaan yang dilakukan perbaikan secara terus menerus dan berkesinambungan (Choi
& Cheng, 2015; Espino-Rodríguez & Taha, 2022; Keh et al., 2007; Wood & Catharines,
2017).
Sistem informasi Manajemen memiliki tujuan tertentu sesuai dengan tujuan yang ada
pada lembaga usaha, bisnis maupun badah usaha yang menggunakannya. Sistem ini secara
terstruktur mampu menelola data dengan bantuan teknologi informasi komputer yang
terintegrasi dengan elemen-elemen manejemen lainnya, Adapun yang menjadi bagian dari
sistem informasi Manajemen antara lain pengguna / orang / user; media yang digunakan
(seperangkat computer); prosedur atau tahapan yang mengatur dan selain itu adanya
control dalam pelaksanaannya (Bradley, 2013; Kamau & Kyalo, 2022).
Kecerdasan Buatan (Artificial Intelligence) dapat di definisikan sebagai kondisi yang
merupakan perkembangan teknologi dan sejumlah perkembangan algoritma dengan
menggunakan mesin untuk melakukan berbagaiaktifitas yang secara normal dilakukan oleh
kecerdasan manusia. Kecepatan kecerdasan buatan tergantung pada perkembangan
teknologi yang dibunakan semakin berkembang maka semakin cepat dan mempu
mengidentifikasi berbagai pengalaman yang berdasarkan data yang ada. Konsep utama
dari AI antara lain: 1) Machine Learning; 2) Neural Networks; 3) Natural Language
Processing dan 4) Computer Vision. Konsep-konsep adalah bagian-bagian dari AI yang
tidak dapat dipisahkan, seiring perjalanan waktu konsep ini akan terus senantiasa
berkembang dan merambah segala bidang (Cardon, 2018; Dunis, 2016; Mueller &
Massaron, 2018; Tegmark, 2017).

METODE PENELITIAN

Penelitian ini menggunakan metode deskriftif kuantitatif dengan diawali oleh tes
Confirmatory Factor Analysis (CFA) untuk mengetahui Goodness of Fit pengujian dari
model yang diteliti sekaligus untuk melakukan pengujian validitas dan reliabilitas
instrument yang digunakan. Selanjutnya dilakukan analisi regresi linear dengan
menggunakan SPSS dan juga Amos versi 23 sebagai alat hitung Structural Equation
Modeling (SEM). Adapun jumlah responden yang digunakan dalam penelitian ini
berjumlah 209 pelaku UKM yang berada di Jawa Barat – Indonesia. Selanjutnya setelah
model fit dihasilkan, akan dilakukan analisis dengan menggunakan Product of Coefficient
Strategy: Simple Moderation Model - The Normal Theory Approach (Baron & Kenny,
1986; Hayes, 2018; Pituch, Keenan A & Stevens, 2016; Preacher & Hayes, 2004;
Randolph, 2013; Tabachnick, B.G. and Fidell, 2001).

126
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

HASIL DAN PEMBAHASAN

Dibawah ini disajikan deskripsi karakteristik responden penelitian, yang diambil

berdasarkan karakteristik jenis kelamin, usia, pendidikan dan jumlah penghasilan.

Tabel 1. Distribusi Karakteritik Responden

Karakteristik F %
A. Jenis Kelamin Laki-laki 99 47,37
Perempuan 110 52,63
B. Usia 21 tahun – 30 tahun 21 10,05
31 tahun – 40 tahun 56 26,79
41 tahun – 50 tahun 79 37,80
51 tahun – 60 tahun 41 19,62
Di atas 60 tahun 12 5,74
C. Pendidikan Dasar (SD) 36 17,22
Menengah (SMP - SMA) 105 50,24
Tinggi (Kuliah) 68 32,54
D. Penghasilan Kurang dari Rp. 2.000.000 9 4,31
Rp. 2.000.000 – Rp. 5.000.000 48 22,97
Rp. 5.000.000 – Rp. 10.000.000 128 61,24
Di atas Rp. 10.000.000 24 11,48

Penelitian ini dilakukan dengan memulai pengujian akan instrument dan model
penelitian dengan konsep uji Confirmatory Factor Analysis (CFA), dengan menguji
masing-masing indikator dari variabel yang diteliti. Adapun penjelasannya adalah sebagai
berikut.

Gambar 1. Uji Model Pengukuran

127
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

Tabel 2. Bobot Regresi Standar

Estimasi
x1 <--- Sistem_Informasi_Manajemen .6463
x2 <--- Sistem_Informasi_Manajemen .6474
x3 <--- Sistem_Informasi_Manajemen .6725
x4 <--- Sistem_Informasi_Manajemen .7848
x5 <--- Sistem_Informasi_Manajemen .8203
x6 <--- Artificial_Intellegence .6860
x7 <--- Artificial_Intellegence .8079
x8 <--- Artificial_Intellegence .6992
x9 <--- Artificial_Intellegence .6984
x10 <--- Artificial_Intellegence .7498
x11 <--- Kinerja_Berkelanjutan .8439
x12 <--- Kinerja_Berkelanjutan .8302
x13 <--- Kinerja_Berkelanjutan .8141
x14 <--- Kinerja_Berkelanjutan .7805

Berdasarkan hasil output standardized loading estimate di atas, secara keseluruhan

loading faktor signifikan secara statistic dan nilai loading factor sudah di atas 0.50. Dalam
analisis faktor konfirmatori, proses rata-rata Variance Extracted (AVE) antar item atau
indicator suatu set konstruk laten merupakan ringkasan convergen indicator. Adapun hasil
perhitungan menghasilkan nilai AVE untuk konstruk laten, dan juga nilai reliabilitas
konstruk dengan menggunakan nilai Construct Reliability (CR) dapat disajikan sebagai
berikut:

Tabel 3. Rangkuman AVE dan Keandalan Konstruksi

Variabel Kuesioner Nomor Item AVE Koefisien Alpha **

SIM Skala SIA 1–5 0.817 0.974

AI Skala AI 6 – 10 0.834 0.979

KB Skala KB 11 – 15 0.903 0.992

* The Estimate of Standardize Regression Weight <0.50.

** Testing is done after an invalid item has been dropped.

Hasil di atas menunjukan bahwa semua konstruk laten baik SIM, AI maupun KB
memenuhi kriteria AVE >0.50, hal ini dapat ditunjukan bahwa nilai convergen validuity
untuk masing-masing konstruk memiliki nilai di atas 0.50 sehingga dapat dikatakan
instrument memiliki validitas yang baik. Selanjutnya untuk nilai reliabilitas dari instrument
dihasilkan nilai koefisien alpha baik variabel SIM, AI maupun KB masing-masing
memiliki nilai diatas 0.90 sehingga dapat dikategorikan memiliki reliabilitas yang tinggi.
Setelah diketahui veliditas dan reliabilitas instrument penelitian selanjutnya
menggambarkan model sederhana untuk menentukan alat analisis yang akan digunakan.
Dalam penelitian ini digunakan Simple moderation model. Adapun rancangannya adalah
sebagai berikut:

128
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

Gambar 2. Model Moderasi Sederhana

Gambar diatas, memperlihatkan hubungan antara sistem informasi manajemen dan

kinerja berkelanjutan yang dimoderasi oleh variabel artificial intellegence, adapun hasil
analisa permulaan dengan melakukan estimasi model tanpa variabel interaksi dalam
rangka mendapatkan nilai loding faktor dan error variance dari masing-masing variabel
laten eksogen dengan model seperti dibawah ini.

Gambar 3. Model tanpa Moderasi

Analisisi diatas menghasilkan data yang dapat digunakan untuk menghitung loding
faktor variabel laten interaksi (yaitu interaksi antara sistem informasi manajemen dengan
kinerja berkelanjutan) dan nilai error variance-nya, adapun nilai loding faktor variabel
laten interaksi adalah sebesar 11.393. Sedangkan nilai error variance sebesar 102.498.

129
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

Gambar 4. Analysis Models

Tabel 4. Goodness of Fit Pengujian Model Penelitian

No. Goodness of Fit Index Hasil Kesimpulan
1 Chi-Square 171,058 Good Fit
2 P-Value 0,000 Good Fit
3 RMSEA 0,070 Good Fit
4 GFI 0,903 Good Fit
5 AGFI 0,864 Marginal Fit
6 NFI 0.941 Good Fit
7 RFI 0.927 Good Fit
8 CFI 0,969 Good Fit
9 TFI 0.962 Good Fit

Berdasarkan output terlihat bahwa model sudah memenuhi kriteria googness-fit

dengan nilai Chi-square = 171,058 dengan df = 85, P-value = 0.000. Kriteria goodness-fit
lainnya sudah memenihi syarat GFI, NFI, RFI, CFI dan TLI, masing-masing ada diatas
0.90. Begitupun dengan Nilai RMSEA sebesar 0.070 baik karena sesuai yang disyaratkan
dibawah 0.080.
Sistem informasi manajemen ternyata berpengaruh langsung terhadap kinerja
berkelanjutan dengan koefisien parameter 0.661 dan signifikan pada 0.000. Artificial
intellegence berpengaruh langsung terhadap kinerja berkelanjutan dengan koefisien
parameter 0.223. Variabel interaksi antara sistem informasi manajemen dan kinerja
berkelanjutan berpengaruh signifikan terhadap kinerja berkelanjutan dengan koefisien
parameter sebesar 0.035 dengan Probabilitas 0,000. Jadi dapat disimpulkan bahwa
variabel artificial intellegence merupakan variabel moderating atau variabel yang
memoderasi hubungan antara sistem informasi manajemen dan kinerja berkelanjutan.
Penelitian yang senada dengan penelitian diatas adalah penelitian yang berjudul
Integration of Management Information Systems and Performance of Small and Medium
Enterprises in Embu County, yang ditulis oleh Kamau, Hannah W., dan Kyalo, Josphat K.
(2022). Penelitian ini membuktikan bahwa sistei informasi manajemen mampu
meningkatkan kinerja para pelaku UMKM (Kamau & Kyalo, 2022), yang membedakan
dengan penelitian yang dilakukan adalah, dalam penelitian sebelumnya belum dilakukan
penelitian dengan memposisikan artificial intelligence (AI) menjadi variabel moderasi
antara system informasi manajemen dengan kinerja yang berkelanjutan. Selain penelitian
diatas, ada beberapa penelitian terkai dengan kinerja pada bisnis dan juga UKM
(Riswanto, Hurriyati, et al., 2020; Riswanto, Rasto, et al., 2020; Soetjipto et al., 2020;
Susilo et al., 2019), dari kesekian pengukuran terkait dengan kinerja belum ada satupun
yang mengkaju terkait dengan kineja yang berkelanjutan (Sustainability Development),
inilah yang membedakan penelitian yang dilakukan dengan penelitian sebelumnya

130
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

PENUTUP

Kesimpulan dan Saran

Masalah dalam penelitian ini terkait dengan kinerja berkelanjutan pada pelaku UKM
yang dipengaruhi oleh system informasi manajemen dan dimoderasi oleh kemampuan
artificial intellegence para pelaku UKM di di Jawa Barat – Indonesia. Penelitian ini dapat
membuktikan bahwa variabel artificial intellegence mampu memoderasi hubungan antara
antara antara sistem informasi manajemen dan kinerja berkelanjutan. Demikian pula,
sistem informasi manajemen memiliki pengaruh positif terhadap kinerja berkelanjutan.
Implikasi dari hasil penelitian ini adalah bahwa pelaku UKM dapat meningkatkan
kompetensi dan kapasitas dirinya dalam system informasi manajemen serta
memaksimalkan diri dalam penggunanaan AI sehingga pada akhirnya dapat meningkatkan
kinerja UKM yang berkelanjutan pada unit usaha yang ia geluti dan kembangkan.
Salah satu keterbatasan dalam penelitian ini adalah bahwa penelitian ini hanya
dilakukan pada pelaku UKM yang berada diwilayah di Jawa Barat - Indonesia, oleh karena
itu, tidak dapat digeneralisasi untuk semua tempat yang juga memiliki karakteristik
berbeda dari sampel yang digunakan. Penelitian selanjutnya memungkinkan dapat
menghasilkan analisa yang berbeda, hal ini salah satunya karena dipengaruhi oleh
karakteristik yang berbeda dari sampel penelitian. Oleh karena itu, para peneliti
selanjutnya disarankan agar melakukan penelitian lanjutan dengan ukuran sampel yang
lebih luas dan dilakukan pada industry yang lebih besar yang berada di Indonesia.

DAFTAR PUSTAKA

Baron, R. M., & Kenny, D. a. (1986). The Moderator-Mediator Variable Distinction in

Social The Moderator-Mediator Variable Distinction in Social Psychological
Research: Conceptual, Strategic, and Statistical Considerations. Journal of
Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-
3514.51.6.1173

Bradley, N. (2013). Marketing Research Tools & Techniques (3rd ed., Vol. 3). Oxford
University Press .

Cardon, A. (2018). Beyond artificial intelligence: From human consciousness to artificial

consciousness. In Beyond Artificial Intelligence: From Human Consciousness to
Artificial Consciousness. https://doi.org/10.1002/9781119550983

Choi, T.-M., & Cheng, T. C. E. (2015). Sustainable Fashion Supply Chain Management:
From Sourcing to Retailing. In C. S. Tang (Ed.), Springer Series in Supply Chain
Management (1st ed., Vol. 1, pp. 1–202). Springer International Publishing
Switzerland. https://doi.org/10.1007/978-3-319-12703-3

Dunis, C. L. (2016). New Developments in Quantitative Trading and Investment -

Artificial Intelligence in Financial Markets. In Palgrave Macmillan: Springer Nature
Switzerland AG. Palgrave Macmillan: Springer Nature Switzerland AG.
https://doi.org/10.1057/978-1-137-48880-0

Espino-Rodríguez, T. F., & Taha, M. G. (2022). Supplier innovativeness in supply chain

131
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

integration and sustainable performance in the hotel industry. International Journal

of Hospitality Management, 100. https://doi.org/10.1016/j.ijhm.2021.103103

Fayos-Solà, E., & Cooper, C. (2018). The future of tourism: Innovation and sustainability.
In The Future of Tourism: Innovation and Sustainability. Springer International
Publishing. https://doi.org/10.1007/978-3-319-89941-1

Hayes, A. F. (2018). Introduction to Mediation, Moderation, and Conditional Process

Analysis: A Regression-based Approach. In D. A. Kenny (Ed.), The Guilford Press
A Division of Guilford Publications, Inc. (2nd ed., Vol. 2). The Guilford Press A
Division of Guilford Publications, Inc. www.guilford.com/MSS

Irfiani, E. (2015). Pengaruh Penggunaan Sistem Informasi Terhadap Kinerja Karyawan

(Studi Kasus: PT. Indosat Jakarta). Paradigma, XVII(2), 27–33.

Kamau, H. W., & Kyalo, D. J. K. (2022). Integration of Management Information Systems

and Performance of Small and Medium Enterprises in Embu County. East African
Scholars Multidisciplinary Bulletin, 5(11), 233–240.
https://doi.org/10.36349/easjmb.2022.v05i11.001

Kaplan, A., & Haenlein, M. (2023). Pengertian Kecerdasan Buatan: Menurut Ahli,
Sejarah, Tujuan, Jenisnya! https://rifqimulyawan.com/blog/pengertian-kecerdasan-
buatan/

Keh, H. T., Nguyen, T. T. M., & Ng, H. P. (2007). The effects of entrepreneurial
orientation and marketing information on the performance of SMEs. Journal of
Business Venturing, 22(4), 592–611. https://doi.org/10.1016/j.jbusvent.2006.05.003

Kerravala, Z., & Miller, L. C. (2017). Digital Transformation Mitel Special Edition.
http://www.wiley.com/go/permissions.

Kinasih, D. B. (2021). Pengembangan Sistem Informasi Pengelolaan Kinerja Karyawan (

Studi Kasus : Modena Strategy System ). Jurnal Sains, Nalar, Dan Aplikasi
Teknologi Informasi, 1(1), 57–62.
https://journal.uii.ac.id/jurnalsnati/article/view/20067

Kotler, P., & Keller, K. L. (2016). A Framework for Marketing Management: Global
Edition (S. Wall, M. Gaffney, S. Jackson, & E. Adams (Eds.); 6th ed., Vol. 6).
Pearson Education Limited .

Laudon, K. C., & Laudon, J. . (2016). Management Information Systems: Managing the
Digital Firm. Pearson Education, Inc. https://doi.org/10.1007/978-3-319-31816-5

Minsky, M. (2023). Pengertian Kecerdasan Buatan: Sejarah, Manfaat, dan Contoh.

https://www.sampoernauniversity.ac.id/id/kecerdasan-buatan-adalah/

Mueller, J. P., & Massaron, L. (2018). Artificial Intellegence - for Dummies a Wiley
Brand. In JOHN WILEY & SONS, INC. JOHN WILEY & SONS, INC.

Mulyawan, R. (2023). Konsep kecerdasan buatan menurut para ahli - Mencari.

132
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

https://www.bing.com/search?q=konsep+kecerdasan+buatan+menurut+para+ahli&to
Www=1&redig=DA11C9ED300D4A178532B2877EC20EA5

Nurul Ichsan, R. (2020). Pengaruh Sistem Informasi Manajemen terhadap Kinerja Pegawai
BPJS Ketenagakerjaan Cabang Medan. Jurnal Ilmiah METADATA, 2(2), 128–136.
https://doi.org/10.47652/metadata.v2i2.26

Pituch, Keenan A & Stevens, J. P. (2016). Applied Multivariate Statistics for the Social
Sciences Analyses with SAS and IBM’s SPSS. (16th ed.). Routledge Falmer - Taylor
& Francis Group.

Preacher, K. J., & Hayes, A. F. (2004). SPSS and SAS procedures for estimating indirect
effects in simple mediation models. Behavior Research Methods, Instruments, and
Computers, 36(4), 717–731. https://doi.org/10.3758/BF03206553

Randolph, K. A. & L. L. M. (2013). Basic Statistics in Multivariate Analysis. Oxford

University Press.
https://books.google.co.id/books?hl=id&lr=&id=WgSnudjEsrMC&oi=fnd&pg=PP1
&dq=Randolph,+Karen+A.+%26+Laura+L.+Myers.+(2013).+Basic+Statistics+in+
Multivariate+Analysis.+Oxford:+Oxford+University+Press.&ots=kSbUdGkujO&sig
=dkPy9ikLlpHznzFDmdt4BGValaU&redir_esc

Riswanto, A., Hurriyati, R., Wibowo, L. A., & Hendrayati, H. (2020). Dynamic marketing
capabilities and company performance: Marketing regression analysis on SMEs in
Indonesian. In R. Hurriyati, B. Tjahjono, I. Yamamoto, A. Rahayu, A. G. Abdullah,
& A. A. Danuwijaya (Eds.), Advances in Business, Management and
Entrepreneurship (pp. 28–32). Taylor & Francis Group.
https://doi.org/https://doi.org/10.1201/10.1201/9780429295348

Riswanto, A., Rasto, R., Hendrayati, H., Saparudin, M., Abidin, A. Z., & Eka, A. P. B.
(2020). The role of innovativeness-based market orientation on marketing
performance of small and medium-sized enterprises in a developing country.
Management Science Letters, 10(2020), 1947–1952.
https://doi.org/10.5267/j.msl.2020.2.019

Singh, R. K., & Singh, J. (2016). Impact of management information systems on financial
performance: A study of select companies in India. Journal of Advances in
Management Research, 13(3), 318–337. https://doi.org/10.1108/JAMR-07-2014-
0049

Soetjipto, N., Susilo, D. E., & Riswanto, A. (2020). Supply Chain Strategies In Mediating
The Effect Of Knowledge Management On Business Performance. Humanities &
Social Sciences Reviews, 8(1), 448–455.

Stolowy, H. (2013). The role of management information systems in sustainable

development. Journal of Accounting & Organizational Change, 9(1), 82–96.
https://doi.org/10.1108/18325911311299664

Suparyanto, & Rosad. (2017). Analisis Penerapan Sistem Informasi Manajemen dan
Kompetensi Pegawai serta Pengaruhnya terhadap Kinerja Pegawai. Journal of

133
JURNAL LENTERA BISNIS ISSN Cetak 2252-9993, ISSN Online 2598-618X
Volume 12, Nomor 1, Januari 2023 DOI: 10.34127/jrlab.v12i1.754

Business Administration, 1(2), 124–133.

Susilo, D. E., Soetjipto, N., Triwulan, A., Djuwitawati, R., Riswanto, A., Wasis, W., &
Jaya, F. P. (2019). The effect of employee commitment , culture , and leadership
style on good governance performance of Jombang District government (Indonesia).
Revista ESPACIOS, 40(27), 22–31.

Tabachnick, B.G. and Fidell, L. S. (2001). Using Multivariate Statistics. 983.

Tegmark, M. (2017). LIFE 3.0 - Being Human in the Age of Artificial Intelligence. In
Alfred A. Knopf - Penguin Random House LLC. Alfred A. Knopf - Penguin Random
House LLC. https://s3.amazonaws.com/arena-
attachments/1446178/cffa5ebc74cee2b1edf58fa9a5bbcb1c.pdf?1511265314

Trespalacios, J. C., & Ruiz, F. (2014). The role of management information systems in
environmental sustainability: An empirical study. Journal of Cleaner Production, 64,
72–81. https://doi.org/10.1016/j.jclepro.2013.08.026

Wood, P., & Catharines, S. (2017). Examining Competitive Intensity and Social Enterprise
Performance.

134