Pengembangan Sistem Cerdas Berbasis Android dan AI untuk Prediksi Strategi Pemulihan UMKM Pascabencana di Pidie Jaya

Cut Lilis Setiawati; Ilal Mahdi; Cut Yusnidar

doi:10.56211/blendsains.v5i1.1862

Authors

Cut Lilis Setiawati Universitas Jabal Ghafur
Ilal Mahdi UNiversitas Jabal Ghafur
Cut Yusnidar Universitas Jabal Ghafur

DOI:

https://doi.org/10.56211/blendsains.v5i1.1862

Keywords:

AI Prediktif; Android; Pemulihan UMKM; Pascabencana; Pidie Jaya

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem cerdas berbasis Android yang mengintegrasikan Artificial Intelligence untuk mendukung proses pemulihan Usaha Mikro, Kecil, dan Menengah (UMKM) pascabencana di Kabupaten Pidie Jaya. Permasalahan utama yang dihadapi adalah belum tersedianya sistem terintegrasi yang mampu melakukan monitoring, analisis kondisi usaha, serta memberikan rekomendasi strategi pemulihan secara otomatis dan berbasis data. Selain itu, proses pengambilan keputusan masih bersifat manual dan kurang objektif, sehingga menghambat efektivitas intervensi pemerintah daerah. Penelitian ini menggunakan pendekatan Research and Development (R&D). Sistem dibangun menggunakan React Native (Expo) pada sisi mobile, ExpressJS sebagai backend, MySQL sebagai basis data, serta menerapkan Rule-Based Expert System sebagai metode Artificial Intelligence. Variabel input yang digunakan meliputi jenis usaha, omzet sebelum dan sesudah bencana, tingkat kerusakan, akses pasar, dan bantuan yang diterima. Sistem juga dilengkapi dengan fitur GIS untuk visualisasi spasial persebaran UMKM terdampak bencana. Hasil penelitian menunjukkan bahwa sistem mampu melakukan klasifikasi kondisi UMKM dengan tingkat akurasi mencapai 100% berdasarkan validasi pakar. Selain itu, hasil pengujian System Usability Scale (SUS) menunjukkan skor rata-rata 81,6 yang termasuk kategori excellent, sehingga sistem dinilai sangat layak digunakan oleh pengguna non-teknis. Sistem juga mampu menghasilkan rekomendasi strategi pemulihan yang adaptif dan sesuai dengan kondisi masing-masing UMKM.Kesimpulannya, sistem yang dikembangkan mampu menjadi intelligent decision support system yang efektif dalam mendukung pengambilan keputusan pemulihan UMKM pascabencana. Kebaruan penelitian ini terletak pada integrasi Android application, Artificial Intelligence berbasis rule-based expert system, dan GIS dalam satu platform terpadu yang berorientasi pada konteks pemulihan ekonomi pascabencana.

Downloads

Download data is not yet available.

References

[1] S. Maryanti, I. O. Netrawati, and F. Faezal, "Menggerakkan perekonomian melalui pemulihan usaha dan industri mikro kecil menengah pasca bencana gempa bumi di Nusa Tenggara Barat," Media Bina Ilmiah, vol. 14, no. 4, pp. 2321–2336, 2019.

[2] T. Sakijege, "Disaster recovery and business continuity: A case of MSMEs in Dar es Salaam," Jàmbá: Journal of Disaster Risk Studies, vol. 16, no. 1, p. 1714, 2024, doi: 10.4102/jamba.v16i1.1714.

[3] Razif, A. Rahman, and W. V. Siregar, "Pemanfaatan teknologi informasi sebagai alat pengelolaan keuangan untuk pemulihan perekonomian pada UMKM," Maneggio: Jurnal Ilmiah Magister Manajemen, vol. 6, no. 1, pp. 22–27, 2023.

[4] A. L. Hakim et al., "Pemulihan ekonomi pasca bencana untuk masyarakat pesisir di Kabupaten Pandeglang," Jurnal Ilmu Administrasi Negara ASIAN, vol. 10, no. 1, pp. 367–373, 2022.

[5] Rina, T. Hidayat, and D. U. E. Saputri, "Analisis percepatan pemulihan ekonomi Indonesia pasca pandemi dengan big data dan deep learning," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 3, pp. 3244–3252, 2024.

[6] P. T. Lonando, "Utilization of Android applications in helping culinary SMEs in Palembang City to increase sales," Journal Health Applied Science and Technology, vol. 3, no. 1, pp. 37–40, 2025.

[7] A. Kovas, V. Pilkauskas, L. Abromavičius, and K. Domeika, "ACRES: A framework for (semi)automatic generation of rule-based expert systems with uncertainty from datasets," Expert Systems, vol. 41, no. 10, p. e13723, 2024, doi: 10.1111/exsy.13723.

[8] A. Saibene, M. Assale, and M. Giltri, "Expert systems: Definitions, advantages and issues in medical field applications," Expert Systems with Applications, vol. 177, p. 114900, 2021, doi: 10.1016/j.eswa.2021.114900.

[9] S. Patandung et al., Optimalisasi Teknologi Artificial Intelligence (AI): Untuk Produktifitas Dunia Kerja dan Bisnis. [Kota]: Henry Bennett Nelson, 2025.

[10] S. Muthukumar, S. Rajesh, A. Talpallikar, and T. K. Mishra, "A systematic review of artificial intelligence frameworks for holistic disaster management," Discover Artificial Intelligence, vol. 6, p. 308, 2026, doi: 10.1007/s44163-026-01020-w

[11] E. A. Domfeh and C. L. Dancy, "Human-AI use patterns for decision-making in disaster scenarios: A systematic review," arXiv preprint arXiv:2509.12034, 2025. [Online]. Available: https://arxiv.org/abs/2509.12034 [Accessed: Jun. 29, 2025].

[12] S. Krishnan, L. S. Ganesh, and C. Rajendran, "Entrepreneurial interventions for crisis management: Lessons from the Covid-19 pandemic's impact on entrepreneurial ventures," International Journal of Disaster Risk Reduction, vol. 72, p. 102830, 2022, doi: 10.1016/j.ijdrr.2022.102830.

[13] C. L. Setiawati et al., "Pengembangan aplikasi Android untuk meningkatkan kreativitas dan inovasi guru dalam pembuatan media pembelajaran di SMK Lilawangsa Sigli," Blend Sains Jurnal Teknik, vol. 4, no. 1, pp. 188–192, 2025.

[14] J. Salat, C. L. Setiawati, et al., "Development of an Android-based application for transparency and accountability in zakat management at Baitul Mal, Aceh Province," in Proc. 3rd Int. Conf. Educational Technology and Social Science (ICoETS 2024), Atlantis Press, 2024.

[15] S. Dekkati, K. Lal, and H. Desamsetti, "React Native for Android: Cross-platform mobile application development," Global Disclosure of Economics and Business, vol. 8, no. 2, pp. 153–164, 2019.

[16] D. H. Putra and N. Rahditiantoro, "Implementation of forward chaining in a web-based expert system for passport services," Jurnal Teknologi dan Open Source, vol. 8, no. 1, pp. 217–277, 2025.

[17] J. Brooke, “SUS: A quick and dirty usability scale System Usability Scale View project Fault diagnosis training View project,” 1986. [Online]. Available: https://www.researchgate.net/publication/228593520