Dosen Prodi Sistem Informasi UBSI Kampus Solo Paparkan Riset Maturitas Industri 4.0 di Seminar Nasional INOVATIF 2026
BSINews, Solo — Transformasi digital yang terus berkembang menuntut organisasi untuk mampu beradaptasi secara terukur dan berkelanjutan. Hal inilah yang menjadi sorotan dalam Seminar Nasional INOVATIF 2026 yang kembali digelar sebagai wadah diseminasi riset dan inovasi di bidang teknologi.
Kegiatan yang mengusung tema “Transformasi Berkelanjutan melalui Inovasi Generatif dan Ekosistem Cerdas” ini dilaksanakan secara hybrid pada Kamis (9/4) dan menghadirkan akademisi serta peneliti dari berbagai institusi.
Integrasi Lean dan Teknologi untuk Daya Saing Industri
Dalam forum tersebut, tim dosen Program Studi Sistem Informasi Universitas Bina Sarana Informatika (UBSI) kampus Solo yang terdiri dari Heribertus Ary Setyadi, Galih Setiawan Nurohim, Pudji Widodo, dan Wawan Nugroho mempresentasikan penelitian berjudul “Dampak Lean Terhadap Transformasi Digital: Analisis Maturitas Industri 4.0 Memanfaatkan Pembelajaran Mesin”.
Penelitian ini menyoroti pentingnya integrasi konsep lean dengan teknologi Industri 4.0, seperti Internet of Things (IoT), kecerdasan buatan (AI), serta komputasi awan untuk meningkatkan daya saing organisasi di tengah perubahan yang dinamis.
Baca juga: Dari Jalur Pendakian ke Layar Digital, Inovasi Tim UBSI Kampus Solo Bantu Pendaki Lebih Siap
Dalam pemaparannya, Heribertus Ary Setyadi menjelaskan bahwa pendekatan berbasis data menjadi kunci dalam memahami tingkat kesiapan industri.
“Penelitian ini menunjukkan bahwa integrasi lean dengan teknologi Industri 4.0 mampu memberikan gambaran yang lebih terukur terkait tingkat maturitas organisasi,” ungkapnya dalam rilis yang diterima di Solo pada Jumat (10/4).
Pembelajaran Mesin Bantu Proyeksi Maturitas Industri
Metodologi yang digunakan dalam penelitian ini meliputi analisis deskriptif, analisis prediktif, hingga seleksi model menggunakan algoritma machine learning seperti Decision Tree, Random Forest, dan Support Vector Machine (SVM).
Hasil penelitian menunjukkan bahwa model Decision Tree menjadi yang paling optimal dengan performa terbaik berdasarkan metrik Mean Squared Error (MSE), Mean Absolute Error (MAE), serta koefisien determinasi (R²).
Heribertus menambahkan bahwa pemanfaatan pembelajaran mesin tidak hanya berhenti pada analisis, tetapi juga memberikan nilai strategis bagi organisasi.
“Model seperti Pohon Keputusan mampu mengidentifikasi faktor kunci sekaligus memberikan rekomendasi perbaikan yang aplikatif, sehingga dapat menjadi alat pendukung keputusan yang praktis dan efisien,” jelasnya.
Baca juga: Siap Kerja? UBSI Kampus Pontianak Hadirkan Campus Recruitment Bersama PT Trans Hybrid Communication
Lebih lanjut, penelitian ini membuktikan bahwa pembelajaran mesin mampu memproyeksikan tingkat maturitas Industri 4.0 secara akurat serta mendukung pengambilan keputusan berbasis data untuk mendorong peningkatan berkelanjutan.
Sebagai bagian dari kontribusi akademik, UBSI sebagai Kampus Digital Kreatif terus mendorong dosen dan peneliti untuk menghasilkan riset yang relevan dengan kebutuhan industri. Partisipasi dosen Program Studi Sistem Informasi UBSI kampus Solo dalam Seminar Nasional INOVATIF 2026 ini menjadi wujud nyata komitmen tersebut dalam menjawab tantangan transformasi digital.
