ARTIKLEINFO ABSTRACT
Riwayat artikel: Penelitian ini mengeksplorasi adopsi Artificial Intelligence (AI) di
Diterima 29 Mei 2023 sektor publik, khususnya bagaimana adopsi AI mempengaruhi
Direvisi 19 Juli 2023 pekerjaan dan masa depan pekerjaan. Pertanyaannya adalah apa
Diterima 22 Juli 2023
Tersedia secara online 31 Agustus 2023
korelasi antara AI dan masa depan pekerjaan dan bagaimana
pemerintah Indonesia mengembangkan strategi untuk mengadopsi AI
Kata kunci: di sektor publik. Kami mencari data dari berbagai sumber dan
Kecerdasan Buatan; Sektor Publik; Masa menemukan bahwa Strategi Nasional Indonesia tentang AI, yang
Depan Pekerjaan diterbitkan oleh Badan Riset dan Inovasi Nasional (BRIN), adalah
yang paling relevan. Kami meninjau dan mendiskusikan makalah
tersebut dengan melakukan referensi silang dengan penelitian-
penelitian yang sedang berkembang tentang AI dalam konteks global.
Kami menemukan hubungan yang kuat antara adopsi AI dan
Ini adalah artikel akses terbuka di bawah lisensi CC BY-
perubahan struktur ketenagakerjaan, yang membutuhkan peningkatan
SA. Hak Cipta © 2023 oleh Penulis. Diterbitkan oleh keterampilan dan restrukturisasi penempatan sumber daya manusia.
Universitas Pendidikan Ganesha.
Melihat ke dalam sektor-sektor secara lebih dekat, kami berpendapat
bahwa adopsi AI akan secara dramatis mengubah sifat pekerjaan dan
struktur ketenagakerjaan di bidang kesehatan dan birokrasi, tetapi
hanya akan berdampak moderat pada pendidikan, ketahanan pangan,
mobilitas, dan kota pintar.
1. PENDAHULUAN
Kecerdasan buatan (artificial intelligence/AI) tidak lagi menjadi prospek yang jauh di Indonesia.
Pada bulan November 2019, Presiden Joko Widodo, memerintahkan instansi pemerintah untuk mengganti
beberapa posisi pegawai negeri dengan AI untuk menciptakan birokrasi yang lebih ramping. Selain itu, ia
telah mengklaim dalam beberapa kesempatan bahwa "[Indonesia] berlomba dengan negara lain untuk
mengendalikan AI. Siapa pun yang menguasai AI, maka ia berpotensi menguasai dunia" (Wirajuda, 2021).
Pandangan yang sama juga diungkapkan oleh Indermit Gill, Wakil Presiden Senior untuk Ekonomi
Pembangunan Bank Dunia, bahwa entitas mana pun yang menguasai AI di tahun 2030 akan mendominasi
dunia hingga tahun 2030 (Gill, 2020). Pernyataan ini menunjukkan peran sentral AI dalam memprediksi
masa depan suatu negara di panggung global. Sejak tahun 2018, lebih dari 50 negara yang mewakili 90%
produk domestik bruto (PDB) global telah mengumumkan strategi AI mereka. Tujuan umumnya adalah
untuk menangkap peluang dari teknologi canggih ini untuk memberi informasi kepada pemerintah dalam
pembuatan kebijakan yang memaksimalkan kesejahteraan masyarakat (HolonIQ, 2020).
Pemerintah di seluruh dunia siap untuk mengambil inisiatif ini dengan meningkatkan pengeluaran
mereka untuk AI. Menurut survei Accenture pada tahun 2019, mayoritas (86%) dari 300 pemimpin sektor
publik di Eropa mengatakan bahwa mereka terbuka untuk meningkatkan atau secara signifikan
meningkatkan pengeluaran untuk AI di masa depan (Accenture, 2019). Laporan International Data
Corporation (IDC) pada September 2022 menunjukkan bahwa konsumsi global untuk AI akan mencapai
hampir 118 miliar dolar AS pada tahun 2022 dan mencapai lebih dari 300 miliar dolar AS pada tahun 2026
(IDC, 2022c). Pengeluaran ini mencakup perangkat lunak, perangkat keras, dan layanan untuk sistem yang
berpusat pada AI. Tren global ini juga terjadi pada pemerintah di kawasan Asia Pasifik. Pengeluaran untuk
sistem AI akan meningkat dua kali lipat, dari USD 20,6 miliar pada tahun 2022 menjadi USD 46,6 miliar
Alamat email: falikul.isbah@ugm.ac.id
pada tahun 2026 (IDC, 2022b).
Laporan IDC mengidentifikasi pemerintah negara bagian dan lokal sebagai investor kedua yang
paling signifikan dalam solusi berbasis AI. Laporan tersebut memperkirakan tingkat pertumbuhan tahunan
gabungan sebesar 25,2% dalam pengeluaran pemerintah dari tahun 2020 hingga 2025. Investasi di bidang
AI akan tumbuh sekitar 24,8% (IDC, 2022a). Untuk Indonesia, IDC melaporkan bahwa di Asia Tenggara,
sektor swasta Indonesia berada di urutan teratas dalam hal adopsi AI (24,6%), diikuti oleh Thailand dengan
17,1%, Singapura dengan 9,9%, dan Malaysia dengan 8,1%.
AI dapat digunakan di berbagai bidang dan mendorong pembangunan ekonomi (Yu et al., 2022).
Kapasitas yang telah terbukti untuk meningkatkan produktivitas, efisiensi, dan pemberian layanan telah
mendorong investasi yang signifikan dalam
*Penulis korespondensi
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 297
teknologi oleh sektor publik dan swasta. Menurut laporan dari (McKinsey Global Institute, 2018), pada
tahun 2030, dua pertiga dari perusahaan swasta mungkin telah mengadopsi setidaknya satu jenis teknologi
AI; sementara hampir setengahnya akan sepenuhnya mengadopsi AI dalam lima kategori (visi komputer,
bahasa alami, asisten virtual, otomasi proses robotik, dan pembelajaran mesin tingkat lanjut), yang
berpotensi menambah USD 13 triliun ke dalam ekonomi global. (Eloksari, 2020) menemukan bahwa
implementasi AI dapat berkontribusi hingga USD 366 miliar terhadap PDB Indonesia pada tahun 2030.
(EDBI & Kearney, 2020) mensurvei pengguna AI dan mewawancarai perwakilan sektor publik dan swasta
di negara-negara besar di Asia Tenggara (Singapura, Malaysia, Indonesia, Thailand, Vietnam, dan Filipina)
untuk memahami dampak ekonomi dari implementasi AI. Laporan tersebut menyimpulkan bahwa
implementasi AI dapat menambah USD 1 triliun pada PDB Asia Tenggara pada tahun 2030.
Meskipun kontribusi penelitian tentang AI terus meningkat, eksplorasi berdasarkan analisis
empiris di sektor BUMN masih sangat minim (Sousa et al., 2019). Aplikasi dan dampak AI belum
dipelajari secara mendalam (Valle-Cruz et al., 2020). Hal ini merupakan kesenjangan yang mendesak
untuk diatasi karena aplikasi AI dan dampaknya akan membutuhkan inisiasi kerangka kerja yang praktis
(Wirtz & Müller, 2019). Indonesia memiliki peluang yang sangat besar untuk memanfaatkan AI karena
teknologi ini memiliki potensi yang luas untuk meningkatkan produktivitas, efisiensi, pengembangan
sumber daya manusia, dan inovasi di berbagai sektor, seperti keuangan, kesehatan, pendidikan, pertanian,
hukum, transportasi, dan maritim. AI dapat membantu pemerintah Indonesia memberikan jawaban atas
masalah infrastruktur yang efisien, menyediakan layanan sosial yang efektif, merencanakan pendidikan
berkualitas tinggi, membantu pemerintah mengembangkan kebijakan sosial yang efektif, pasar digital yang
lebih aman, dan menyediakan layanan publik terbaik. Dalam hal ini, Indonesia dapat belajar dari negara-
negara lain yang telah mengadopsi AI dengan lebih progresif. Sebagai contoh, pemerintah Tiongkok
meluncurkan inisiatif AI 'Rencana Pengembangan AI Generasi Baru' pada tahun 2017 dan mendefinisikan
AI sebagai fokus baru ekonomi internasional, mesin pembangunan ekonomi baru, dan peluang baru untuk
pembangunan sosial. Hal ini terkait dengan tujuan mereka untuk menjadi pusat inovasi dan kekuatan
ekonomi AI terkemuka di dunia (China AI Strategy, 2017). Inggris memiliki tujuan yang serupa dengan
Tiongkok, yang mendefinisikan AI sebagai mode dengan potensi besar untuk meningkatkan ekonomi
mereka, meningkatkan kesejahteraan warganya, merevolusi industri, dan menawarkan layanan publik
berkualitas tinggi, serta "tetap menjadi negara adidaya dalam bidang AI dan ilmu pengetahuan yang sesuai
untuk dekade berikutnya" (Strategi AI Inggris, 2021).
Oleh karena itu, tujuan dari makalah ini adalah untuk menyelidiki hubungan antara AI dan masa
depan pekerjaan di sektor publik. Untuk mencapai kedua tujuan tersebut, kami meneliti berbagai laporan
yang diterbitkan oleh organisasi penelitian publik dan swasta seperti McKinsey dan IDC, serta artikel
jurnal ilmiah. Dengan latar belakang ini, kami meninjau Strategi AI Nasional Indonesia 2020-2045 yang
diterbitkan oleh Badan Pengkajian dan Penerapan Teknologi (Badan Pengkajian dan Penerapan
Teknologi/BPPT sebagai bagian dari Badan Riset dan Inovasi Nasional/BRIN). Kami berpendapat bahwa
penerapan AI di sektor publik akan mengubah masa depan pekerjaan dan struktur pekerjaan pegawai
negeri sipil secara dramatis di beberapa bidang, tetapi hanya berdampak moderat pada bidang lainnya.
Selain itu, perubahan ini berkaitan dengan strategi dan rencana Indonesia untuk mengadopsi AI ke dalam
lima sektor prioritas publik.
Artikel ini terdiri dari empat bagian. Setelah pendahuluan ini, Bagian 2 menjelaskan langkah-
langkah dan metode analisis untuk analisis konten. Bagian 3 menyajikan temuan dan diskusi. Bagian
4 menguraikan kesimpulan, keterbatasan, dan rekomendasi.
2. METODE
Tahap awal dari penelitian ini adalah melakukan survei terhadap studi dan rencana kebijakan
pemerintah Indonesia yang tersedia mengenai adopsi AI, terutama pemanfaatannya di sektor publik. Pada tahap
ini, kami menemukan bahwa Strategi Nasional AI yang diterbitkan oleh BRIN pada tahun 2020 adalah
yang paling sesuai. Berdasarkan strategi nasional tentang AI, pemerintah Indonesia fokus pada lima
sektor. Strategi nasional ini berfokus pada adopsi AI di lima sektor prioritas yang memenuhi prasyarat tertentu,
seperti dataset yang tersedia untuk pemodelan. Selain itu, sektor-sektor ini memiliki posisi strategis secara
nasional yang sejalan dengan perencanaan nasional penting lainnya, seperti Rencana Pembangunan
Jangka Menengah Nasional (RPJMN) 2020-2024, peta jalan untuk mencapai Indonesia 4.0, Sistem
Pemerintahan Berbasis Elektronik, dan Peraturan Satu Data Indonesia. Oleh karena itu, makalah ini
mengidentifikasi lima sektor prioritas: l a y a n a n kesehatan, reformasi birokrasi, pendidikan dan penelitian,
ketahanan pangan, serta mobilitas dan kota pintar. Kemudian, kami membahas setiap sektor dengan melakukan
referensi silang terhadap studi yang relevan d i tingkat global. Melalui perbandingan ini, kami
mengeksplorasi hubungan antara AI dan masa depan pekerjaan di layanan pemerintah; dan sejauh
mana Indonesia siap untuk mengadopsi AI di sektor publik.
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 298
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 300
karena otomatisasi untuk melatih pekerja untuk posisi baru yang tidak mungkin diotomatisasi. Selain itu,
pemerintah juga dapat mengembangkan peraturan untuk membatasi perluasan otomatisasi. Namun,
kenyataannya adalah bahwa administrasi pemerintah hampir tidak dapat mengikuti perkembangan AI yang
begitu cepat dan secara umum gagal menangani regulasi AI secara komprehensif, yang ditunjukkan dengan
tidak memadainya administrasi dan hukum yang substansial (Wirtz et al., 2020).
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 302
secara eksplisit menyatakan bahwa sebagai bagian dari reformasi dan penyederhanaan birokrasi,
pemerintah akan menghapus dua tingkat struktur organisasi dan menggantinya dengan AI, otomasi, dan
machine learning (ML), yang akan membebaskan pegawai negeri sipil dari pekerjaan manual. Hal ini
dimulai dengan Surat Edaran Kementerian Pendayagunaan Aparatur Negara dan Reformasi Birokrasi
(MENPAN-RB) No. 390 Tahun 2019 tentang Rencana Strategis Penyederhanaan Birokrasi pada bulan
November 2019 yang menjawab pernyataan Jokowi untuk mengganti pegawai negeri sipil dengan AI.
Kantor-kantor administrasi pemerintah dari tingkat pusat hingga daerah mulai menerapkan reformasi ini
secara bertahap hingga hasil akhir pada 31 Desember 2021, ketika 75% dari eselon IV dan III telah diubah
menjadi jabatan fungsional.
Lima sektor prioritas publik ditekankan dalam makalah ini. Tenaga kerja tidak seragam-beberapa
memiliki implikasi yang signifikan, sementara yang lain memiliki dampak yang dapat diabaikan.
Kesehatan
Berdasarkan strategi tersebut, AI akan membantu teknologi kesehatan (teknologi kesehatan) dengan
analisis data besar dan pembelajaran mesin untuk menyukseskan tujuan pemerintah dalam 4P teknologi
kesehatan (prediktif, preventif, personal, dan partisipatif). Teknologi ini akan mendukung
pengembangan telemedicine, yang memungkinkan janji temu melalui video atau telepon antara pasien
dan praktisi kesehatan. Kegiatan ini berkisar dari konsultasi sederhana hingga teknologi kesehatan
yang kompleks seperti telesurgery atau bedah jarak jauh, di mana dokter bedah menggunakan alat
bedah robotik dan jaringan nirkabel pada pasien dari jauh. Hambatan yang signifikan dalam penyediaan
layanan kesehatan yang merata adalah distribusi tenaga kesehatan yang tidak merata di seluruh
kepulauan Indonesia yang beragam. Sebagian besar tenaga kesehatan, seperti dokter, dokter gigi,
perawat, bidan, dan apoteker, terkonsentrasi di pulau-pulau yang relatif lebih maju di Jawa dan Sumatra.
Telemedicine berpotensi mengurangi ketidaksetaraan ini dengan menyediakan layanan kesehatan ke daerah-
daerah terpencil. Selain itu, inovasi AI juga akan membantu membangun dasbor kesehatan seperti sistem
peringatan penyebaran penyakit di masa depan, mirip dengan pandemi COVID-19, dan menyediakan
peta fasilitas kesehatan dan ketersediaan tenaga medis.
Selain itu, salah satu masalah utama sistem perawatan kesehatan adalah penyimpanan dan
pengamanan rekam medis. Oleh karena itu, ada kebutuhan untuk mengembangkan data medis yang aman.
Kombinasi blockchain dan keamanan berbasis AI dapat digunakan untuk mengamankan rekam medis.
Transaksi data berdasarkan smart contract blockchain dapat menjamin bahwa setiap perubahan dan akses ke
rekam medis selalu diketahui dan terdaftar. Teknologi ini juga dapat mendeteksi upaya ilegal untuk
meretas data sensitif tersebut.
Meskipun tenaga profesional di bidang kesehatan akan selalu dibutuhkan di masa depan, jumlah
mereka sebagai pekerja sipil akan berkurang secara dramatis dengan adopsi AI. Semua tugas administrasi dan
administrasi manual akan dihilangkan, dan akibatnya, pekerjaan para pekerja yang biasa melaksanakannya.
Teknologi ini juga akan memungkinkan petugas kesehatan untuk tetap fokus pada tugas-tugas terkait
perawatan kesehatan mereka karena tugas-tugas administratif yang terkadang membebani sudah
terkendali. Pemerintah akan lebih tertarik untuk mempekerjakan mereka yang memiliki keahlian
khusus, seperti ahli bedah, pediatri, dokter gigi, ahli gizi, dan masih banyak lagi. Permintaan yang
lebih besar untuk tenaga kesehatan yang sangat terampil dan terspesialisasi akan memotivasi dokter umum
untuk mengembangkan diri mereka lebih jauh, mengubah peta tenaga kerja kesehatan.
Dalam konteks global, AI telah digunakan dengan cepat di berbagai bidang terkait algoritme
perangkat lunak, implementasi perangkat keras, dan aplikasi (Rong et al., 2020). Sebuah tinjauan literatur
terstruktur menemukan bahwa adopsi AI meningkat dalam manajemen layanan kesehatan, pengobatan
prediktif, data dan diagnostik pasien, serta pengambilan keputusan klinis (Secinaro et al., 2021). Meskipun
AI dapat menjalankan fungsi medis yang identik atau lebih unggul dibandingkan dengan manusia, sebuah
studi baru-baru ini menyatakan bahwa tidak ada pekerjaan yang dihilangkan oleh AI di sektor perawatan
kesehatan (Davenport & Kalakota, 2019).
Reformasi Birokrasi
Dalam hal transformasi ketenagakerjaan, reformasi birokrasi merupakan area yang memiliki
potensi terbesar untuk mengubah bentuk tenaga kerja pegawai negeri secara dramatis. Adopsi AI telah
mempengaruhi peran administratif umum (administrator jabatan) secara langsung. Jabatan ini sekarang
sedang bertransformasi menjadi keahlian di setiap kantor pemerintah, dari pemerintah pusat hingga
regional dan lokal. Undang-Undang No. 5 Tahun 2014 tentang Aparatur Sipil Negara (ASN) mengacu
pada PNS (Pegawai Negeri Sipil) dan pegawai pemerintah dengan perjanjian kerja (PPPK). Dengan
dukungan Peraturan Presiden No. 95 Tahun 2018 tentang Sistem Pemerintahan Berbasis Elektronik
(SPBE), adopsi AI akan menghilangkan dua tingkat birokrasi di mana PNS di posisi administrasi yang
biasa melakukan pekerjaan manual.
Ada berbagai adaptasi AI di bidang ini. Strategi ini mengusulkan inovasi AI dalam layanan administrasi
pemerintah yang meningkatkan pemberian layanan, seperti chatbot untuk layanan publik. PNS yang biasanya
JISH P-ISSN: 2303-2898 | E-ISSN: 2549-6662
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 303
berada di meja depan akan digantikan oleh chatbot yang dapat diakses terus menerus oleh masyarakat,
sehingga memberikan layanan yang lebih efektif dan efisien bagi masyarakat. Sebuah studi di Indonesia
menemukan bahwa birokrasi
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 304
Reformasi dengan penggunaan teknologi informasi dan komunikasi (TIK) terbukti lebih produktif terkait
dengan dokumen elektronik resmi (Apriyani & Jannah, 2022).
Menurut (Makasi et al., 2022), beberapa jenis chatbot tersedia untuk penyampaian layanan
publik berdasarkan tingkat kompleksitas layanan. Chatbot yang tepat akan memungkinkan
penyampaian layanan publik yang sukses, menurunkan biaya dan mengurangi beban kerja karyawan.
Tingkat berikutnya adalah otomatisasi cerdas. Otomatisasi dapat berupa mesin robotik atau perangkat
lunak seperti Robotic Process Automation (RPA) yang bertujuan untuk menggantikan tenaga kerja
manusia dengan otomatisasi (Aalst et al., 2018) untuk meningkatkan efisiensi dengan meniru
pekerjaan karyawan, sehingga dapat mengurangi beban kerja manusia (Syed et al., 2020).
Selain itu, AI berarti mesin dapat belajar dan membuat prediksi serta keputusan berdasarkan data
atau situasi masa lalu yang pernah mereka hadapi. Semua pekerjaan administrasi dan administrasi kantor
akan mubazir karena perangkat lunak AI dapat meniru pekerjaan manual yang sebelumnya dilakukan oleh
manusia. Contoh tugas yang dapat dengan mudah digantikan oleh AI antara lain menulis surat, mengisi
formulir, menyalin dan menempelkan data dari satu spreadsheet ke spreadsheet lainnya, dan mengakses
banyak database secara bersamaan dengan lebih cepat dan akurat daripada manusia. Berkaca dari hal ini,
semakin canggih layanan yang diberikan oleh AI, maka semakin signifikan pula pengaruhnya terhadap
posisi yang akan digantikan, yang pada akhirnya akan mengurangi perekrutan pegawai negeri secara
signifikan.
Dalam waktu dekat, warga negara dapat menggunakan chatbot untuk berbagai layanan, seperti
bantuan informasi, akses langsung ke data publik yang terbuka, dan laporan langsung dari warga
negara kepada pejabat atau petugas pemerintah. Chatbots bahkan dapat memungkinkan pembentukan
tempat-tempat di mana orang dapat menyerahkan formulir dan membayar tagihan dan pajak mereka. Sebagai
contoh, pemerintah sedang mengembangkan SIGNAL, sebuah SAMSAT (Sistem Administrasi
Manunggal Satu Atap) digital nasional, dan sebuah aplikasi untuk memudahkan masyarakat membayar pajak
kendaraan bermotor dengan aman dan efisien. Aplikasi ini akan mengurangi tenaga kerja manusia di kantor-
kantor SAMSAT, sehingga mengurangi tenaga kerja pegawai negeri.
Selain adopsi AI berdasarkan strategi, perangkat lunak berbasis AI juga dapat digunakan untuk
menyeleksi dan mengevaluasi proposal anggaran pemerintah. AI dapat mendeteksi lonjakan dan aliran
anggaran yang tidak sesuai dan mencegah pemborosan anggaran. Dalam hal ini, pekerjaan pegawai
negeri sipil, seperti auditor yang biasanya memasukkan, menyeleksi, dan mengevaluasi data anggaran,
kemungkinan akan menurun. Intervensi AI dalam sistem fiskal pemerintah akan menghentikan korupsi
moneter karena mesin tidak dapat dimanipulasi dan tidak memiliki motif tersembunyi.
Selain itu, pemerintah juga dapat menggunakan AI untuk mengidentifikasi warganya dengan
menggunakan pengenalan biometrik seperti sidik jari, sidik telapak tangan, retina, suara, tanda tangan,
dan lain-lain. Dengan analisis big data, pemerintah dapat mengumpulkan data dari berbagai sumber
seperti Internet dan media sosial untuk mendeteksi tren masyarakat terhadap kebijakan pemerintah. Sistem
ini akan membantu pemerintah untuk mengambil keputusan yang lebih baik.
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 306
Ketahanan Pangan
Dalam laporan strategi nasional, salah satu wawasan penting dalam ketahanan pangan
nasional adalah pemetaan wilayah yang rentan terhadap kerawanan pangan. Beberapa indikator ketahanan
pangan adalah ketersediaan pasokan pangan, akses terhadap pangan, dan pemanfaatan pangan di setiap daerah.
AI dapat memberikan sistem peringatan untuk kekurangan pangan dan jenis makanan apa yang perlu ada
dalam rantai pasokan. AI juga dapat membantu dalam menetapkan batas minimum ketersediaan
sembilan bahan pokok dan bahan pangan lainnya yang dapat menyebabkan inflasi harga pangan. AI juga dapat
memberikan rekomendasi mengenai akses dan pemanfaatan pangan dengan menyeimbangkan antara
pasokan dan permintaan di setiap daerah. Pemerintah membutuhkan basis data yang luas dan kuat
yang disebut Life Cycle Inventory (LCI) untuk mendukung implementasi AI pada ketahanan pangan.
Data besar ini akan digunakan sebagai basis data pangan nasional yang akan membantu memprediksi
dan memecahkan masalah di sektor pangan, seperti ketersediaan, penerimaan, keterjangkauan, aksesibilitas,
dan keberlanjutan. Penggabungan AI dan citra satelit akan membantu pemerintah memetakan setiap daerah
untuk mengatasi kerawanan pangan. AI juga dapat digunakan untuk memprediksi produksi pangan di masa
depan dengan menggunakan riwayat data yang dikombinasikan dengan variabel lain seperti cuaca dan
iklim. Selain itu, AI juga dapat digunakan untuk mendeteksi hama pangan baru untuk mengantisipasi
dan memprediksi kegagalan panen.
Saat ini, Indonesia berada di posisi ke-63 dalam Indeks Ketahanan Pangan Global 2022 dari 113
negara, terutama pada variabel keberlanjutan dan adaptasi (The Economist Group, 2022). (Spanaki et
al., 2022), dalam penelitiannya, menyarankan penggunaan AI sebagai solusi untuk masalah ketahanan
pangan untuk isu keberlanjutan. Selain itu, (How et al., 2020) mengusulkan penalaran probabilistik berbasis
AI yang sederhana dan mudah digunakan kepada peneliti dan pembuat kebijakan pangan untuk
melakukan analisis penelitian dan merancang sistem ketahanan pangan yang lebih baik.
Terkait lapangan pekerjaan, adaptasi AI di sektor ketahanan pangan cenderung menghasilkan tugas dan
pekerjaan baru, bukan menguranginya. Keterampilan baru akan dibutuhkan untuk menerapkan
program dan teknologi AI untuk ketahanan pangan nasional yang lebih baik. Oleh karena itu,
pemerintah akan membutuhkan lebih banyak posisi pekerjaan baru, ASN dengan kualifikasi khusus
untuk sektor ini. Meskipun tenaga kerja saat ini masih akan menghadapi transformasi peran dan tanggung
jawabnya seiring dengan diperkenalkannya teknologi baru, pelatihan untuk keterampilan baru akan
sangat penting selama pemerintah melangkah untuk menghadapi tantangan tersebut.
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 308
sistem, dll. Teknologi AI juga dapat membantu pengelolaan limbah yang berkelanjutan. Selain itu, teknologi ini
akan memungkinkan manajemen risiko bencana yang lebih efektif dalam hal pemetaan awal dan sistem
peringatan dini serta operasi pasca-bencana untuk memitigasi kerusakan akibat kebakaran, gempa bumi,
banjir, aktivitas gunung berapi, dan sebagainya. Area lain yang dapat memanfaatkan AI adalah manajemen
informasi warga negara dan manajemen ruang dan fasilitas publik. Terkait ketenagakerjaan, adaptasi AI di
sektor mobilitas dan kota pintar serupa dengan sektor ketahanan pangan, yang berpotensi memperluas
kesempatan kerja dan bukannya mempersempitnya, yang berujung pada perekrutan ASN dengan keahlian
khusus untuk sektor ini. AI telah diimplementasikan dalam sistem kota pintar di seluruh dunia, seperti
penggunaan pembelajaran mesin, big data, dan AI (Allam & Dhunny, 2019; Ullah et al., 2020), sistem
peringatan dini risiko bahaya kebakaran (Zhang et al., 2021), dan keberlanjutan energi (Chui et al.,
2018). Pekerjaan dan tugas baru juga bermunculan, terutama di bidang STEM (sains, teknologi,
teknik, dan matematika) di sektor ini.
Berdasarkan tinjauan kami terhadap lima sektor di atas, kami menemukan bahwa akan ada
pengurangan signifikan dalam perekrutan ASN di sektor kesehatan, reformasi birokrasi, serta pendidikan
dan penelitian. Sebaliknya, akan ada peningkatan perekrutan di sektor ketahanan pangan dan smart city.
Secara ringkas , temuan-temuan tersebut dapat dilihat pada Tabel 1.
Tabel 1. Tren transformasi ketenagakerjaan setelah adopsi AI di lima sektor publik prioritas
Sektor Adopsi AI Transformasi pekerjaan Kecenderungan Tingkatkan
pada ASN keterampilan
Kesehatan Tinggi Tinggi Mengurangi Ya.
perekrutan
Reformasi birokrasi Sedang hingga tinggi Sangat tinggi Mengurangi Ya.
perekrutan
Pendidikan dan penelitian Sedang hingga tinggi Sedang Mengurangi Ya.
perekrutan
Ketahanan pangan Tinggi Rendah Meningkatkan Ya.
perekrutan
Mobilitas dan Kota Tinggi Rendah Meningkatkan Ya.
Cerdas perekrutan
Makalah ini mengeksplorasi bagaimana AI terkait dengan masa depan pekerjaan dan bagaimana
rencana pemerintah Indonesia untuk mengadopsi AI di sektor publik. Dalam literatur, transformasi pekerjaan,
penciptaan lapangan kerja baru, kehilangan pekerjaan, dan pelatihan ulang, telah menjadi diskusi utama
tentang dampak adopsi AI. Hal ini disebabkan oleh Revolusi Industri, di mana kemajuan teknologi
yang cepat menggantikan kapasitas tenaga kerja manusia yang terbatas (Dwivedi et al., 2021).
McKinsey Global Institute (2017) memprediksi bahwa otomatisasi akan secara besar-besaran
memengaruhi lapangan kerja karena AI dan robotika akan mengubah atau menggantikan beberapa
pekerjaan sekaligus mendorong terciptanya pekerjaan baru. Adopsi otomatisasi yang cepat
diproyeksikan akan menggantikan sekitar 400 hingga 800 juta pekerja pada tahun 2030. Selain itu,
Frey dan Osborne (2017) menemukan bahwa 47% pekerjaan sangat rentan (lebih dari 70%) terhadap
komputerisasi. Berdasarkan laporan terbaru dari OECD, ditemukan bahwa ada 27% pekerjaan yang berisiko
tinggi terhadap otomatisasi. Secara lebih spesifik, AI diperkirakan akan memiliki dampak paling besar pada
pekerjaan yang membutuhkan keterampilan tinggi di bidang-bidang seperti kedokteran, hukum, dan keuangan,
yang dapat menyebabkan gangguan besar di pasar kerja. Laporan tersebut juga menambahkan bahwa negara-
negara OECD mungkin akan menghadapi revolusi AI (OECD, 2023).
Adopsi AI telah dengan cepat mengubah proses administrasi dan medis di sektor kesehatan.
Sebuah tinjauan sistematis terhadap 180 literatur akademis menemukan bahwa sistem AI lebih unggul
daripada manusia dalam hal akurasi, efisiensi, dan pelaksanaan proses medis dan proses administratif
terkait secara tepat waktu (Ali et al., 2023). Meskipun AI dapat menjalankan fungsi medis yang identik
atau lebih unggul daripada manusia, sebuah studi baru-baru ini berpendapat bahwa AI tidak
menghilangkan pekerjaan di sektor perawatan kesehatan (Davenport & Kalakota, 2019). Namun, sebuah
studi oleh Hazarika (2020) mengidentifikasi salah satu implikasi adopsi AI dalam perawatan kesehatan
adalah pada pasar tenaga kerja, yaitu peningkatan permintaan akan keterampilan baru. Pendidikan dan
pelatihan akan menjadi sangat penting bagi staf yang memiliki keterampilan rendah agar sesuai dengan
permintaan pasar tenaga kerja. Dalam reformasi birokrasi, birokrasi sering dikritik karena cara
penyampaian layanan publik yang tidak efektif dan tidak efisien. Banyak pemerintah telah mengubah
birokrasi mereka dengan implementasi TIK, termasuk AI, untuk menjawab kritik ini. Sebuah studi
menemukan bahwa teknologi komputasi seperti AI mengubah operasi administrasi publik dengan
memungkinkannya dan membuatnya lebih efisien (J. Newman et al., 2022). Namun, sebuah studi oleh
Bullock (2019) menemukan bahwa pergeseran ini akan mengurangi birokrat tradisional di lapangan,
karena penulis berargumen bahwa birokrasi tingkat sistem dalam AI hanya akan merekrut staf untuk
pemrosesan data, manajer, dan staf di departemen antarmuka klien. Oleh karena itu, AI sangat mengubah
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 310
Selain itu, terdapat literatur yang terbatas mengenai adopsi AI di sektor ketahanan pangan dan
kota pintar, terutama hubungan AI dengan pekerjaan dan masa depan pekerjaan di sektor-sektor ini. Namun,
beberapa penelitian telah mengeksplorasi tantangan dan masa depan AI dalam ketahanan pangan, seperti
kebutuhan akan infrastruktur dasar dan tantangan teknis dari implementasi big data, AI, dan blockchain
untuk keamanan pangan. Bidang baru ini akan menciptakan lebih banyak lapangan pekerjaan, terutama bagi
mereka yang memiliki keahlian di sektor ini (Zhou et al., 2022). Selain itu, terkait dengan industri makanan,
keterlibatan pekerja dalam budaya keamanan pangan terkait sistem manajemen keamanan pangan
(FSMS) dapat dicapai dengan integrasi AI. Kerangka kerja sistem ini membutuhkan prosedur,
pelatihan, dan pemantauan (Kudashkina et al., 2022). Oleh karena itu, peningkatan keterampilan akan
tinggi di sektor ini. Selain itu, teknologi berbasis AI di kota pintar telah diimplementasikan secara
global dan akan semakin meningkat (A. et al., 2022). Berdasarkan beberapa tinjauan sistematis, sebuah studi
oleh Rjab et. al. (2023) mengungkapkan bahwa beberapa tantangan terkait adopsi AI di kota pintar, seperti
teknologi, lingkungan, dan organisasi, dan literatur yang ada terutama difokuskan pada penerapannya
dalam efisiensi bisnis, analisis data, pendidikan, energi, kelestarian lingkungan, kesehatan, tata guna
lahan, keamanan, transportasi, dan manajemen perkotaan. Namun, eksplorasi mengenai risikonya masih
kurang, terutama dampaknya terhadap masyarakat (Yigitcanlar et al., 2020). Dampak ini dapat terkait
dengan pekerjaan dan masa depan pekerjaan, yang dapat menjadi area penelitian di masa depan.
6. REFERENSI
Ashwini, B. P., S., R. M., & Sumathi, R. (2022). Kecerdasan Buatan dalam Aplikasi Kota Cerdas: Sebuah
tinjauan umum. Konferensi Internasional ke-6 tentang Komputasi Cerdas dan Sistem Kontrol
(ICICCS) 2022, 986-993. https://doi.org/10.1109/ICICCS53718.2022.9788152
Aalst, W. M. P. Van Der, Bichler, M., & Heinzl, A. (2018). Otomatisasi Proses Robotik. Business &
Information Systems Engineering, 60(4), 269-272. https://doi.org/10.1007/s12599-018-0542-4
Accenture. (2019). Mengubah Layanan Publik dengan AI: Pendekatan Ekosistem Teknologi Pemerintahan.
Acemoglu, D., & Autor, D. (2011). Keterampilan, tugas, dan teknologi: Implikasinya terhadap pekerjaan dan
pendapatan. Handbook of Labor Economics, 4(PART B), 1043-1171. https://doi.org/10.1016/S0169-
7218(11)02410-5
Acemoglu, D., Autor, D., Hazell, J., & Restrepo, P. (2022). Kecerdasan Buatan dan Pekerjaan: Bukti dari
Lowongan Kerja Online. Jurnal Ekonomi Ketenagakerjaan, 40(April 2022), S293-S340.
https://doi.org/https:// doi.org/10.1086/718327
Acemoglu, D., & Restrepo, P. (2018). Perlombaan antara manusia dan mesin: Implikasi teknologi terhadap
pertumbuhan, pangsa faktor, dan lapangan kerja. American Economic Review, 108(6), 1488-
1542. https://doi.org/10.1257/aer.20160696
Acemoglu, D., & Restrepo, P. (2020). Robot dan Pekerjaan: Bukti dari Pasar Tenaga Kerja AS. Journal of
Political Economy, 128(6), 2188-2244. https://doi.org/10.1086/705716
Agarwal, P. K. (2018). Tantangan Administrasi Publik di Dunia AI dan Bot. Public Administration
Review, 78(6), 917-921. https://doi.org/10.1111/puar.12979
Ali, O., Abdelbaki, W., Shrestha, A., Elbasi, E., Alryalat, M. A. A., & Dwivedi, Y. K. (2023). Tinjauan literatur
sistematis tentang kecerdasan buatan di sektor kesehatan: Manfaat, tantangan, metodologi, dan fungsi.
Jurnal Inovasi dan Pengetahuan, 8(1). https://doi.org/10.1016/j.jik.2023.100333
Allam, Z., & Dhunny, Z. A. (2019). Tentang data besar, kecerdasan buatan, dan kota pintar. Cities,
89(November 2018), 80-91. https://doi.org/10.1016/j.cities.2019.01.032
Apriyani, N., & Jannah, L. M. (2022). Perwujudan Reformasi Birokrasi Melalui Sistem Tata Naskah Dinas
Elektronik: Analisis SWOT di Direktorat Jenderal Pendidikan Vokasi. Jurnal Ilmu Pemerintahan
dan Kebijakan Publik, 9(3), 195-210. https://doi.org/10.18196/jgpp.v9i3.14298
Asia Society Policy Institute. (n.d.). Kecerdasan Buatan Indonesia. Asia Society Policy Institute. Diakses
pada 8 Desember 2022, dari https://asiasociety.org/policy-institute/raising-standards-data-ai-
southeast-asia/ai/indonesia
BPPT. (2020). Strategi Nasional Kecerdasan Buatan Indonesia 2020 - 2045. Dalam Badan Pengkajian dan
Penerapan Teknologi.
Bullock, J. B. (2019). Kecerdasan Buatan, Kebijaksanaan, dan Birokrasi. American Review of Public
Administration, 49(7), 751-761. https://doi.org/10.1177/0275074019856123
Chen, L., Chen, P., & Lin, Z. (2020). Kecerdasan Buatan dalam Pendidikan: Sebuah Tinjauan. IEEE Access, 8.
https://doi.org/10.1109/ACCESS.2020.2988510
Chen, T., Guo, W., Gao, X., & Liang, Z. (2021). Teknologi swalayan berbasis AI dalam penyampaian
layanan publik: Pengalaman pengguna dan faktor-faktor yang mempengaruhi. Government
Information Quarterly, 38(4), 101520. https://doi.org/10.1016/j.giq.2020.101520
Chen, X., Xie, H., Zou, D., & Hwang, G. J. (2020). Kesenjangan aplikasi dan teori selama kebangkitan
Kecerdasan Buatan dalam Pendidikan. Komputer dan Pendidikan: Kecerdasan Buatan, 1(Agustus),
100002. https://doi.org/10.1016/j.caeai.2020.100002
Chen, X., Zou, D., Xie, H., Cheng, G., Liu, C., Chen, X., Zou, D., Xie, H., Cheng, G., & Liu, C. (2022). Forum
Internasional Teknologi Pendidikan & Masyarakat Dua Dekade Kecerdasan Buatan dalam Pendidikan
Diterbitkan oleh : International Forum of Educational Technology & Society Referensi terkait tersedia di
JSTOR untuk artikel ini: Dua Dekade A. 25(1), 28-47.
Strategi AI Tiongkok. (2017). Rencana Pengembangan AI Generasi Baru.
Chui, K. T., Lytras, M. D., & Visvizi, A. (2018). Keberlanjutan Energi di Kota Cerdas: Kecerdasan Buatan,
Pemantauan Cerdas, dan Optimalisasi Konsumsi Energi. Energies, 11(11), 1-20.
https://doi.org/10.3390/en11112869
Davenport, T., & Kalakota, R. (2019). Potensi Kecerdasan Buatan dalam Perawatan Kesehatan. Future
Healthc Journal, 6(2), 94-98. https://doi.org/10.2139/ssrn.3525037
Deming, D. J., & Noray, K. (2020). Dinamika Penghasilan, Perubahan Keterampilan Kerja, dan Karier STEM.
Dinamika Penghasilan, Perubahan Keterampilan Kerja, dan Karier STEM, 135(4), 1965-2005.
https://doi.org/https://doi.org/10.1093/qje/qjaa021
Desouza, K. C., Dawson, G. S., & Chenok, D. (2020). Merancang, mengembangkan, dan menerapkan
sistem kecerdasan buatan: Pelajaran dari dan untuk sektor publik. Business Horizons, 63(2), 205-213.
https://doi.org/10.1016/j.bushor.2019.11.004
Direktorat Jenderal Pendidikan Tinggi. (2020). Statistik Pendidikan Tinggi 2020. Sekreatris Direktorat
Jenderal Pendidikan Tinggi.
Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Duan, Y., Dwivedi, R., Edwards,
J., Eirug, A., Galanos, V., Ilavarasan, P. V., Janssen, M., Jones, P., Kar, A. K., Kizgin, H., Kronemann, B.,
Lal, B., Lucini, B., ... Williams, M. D. (2021). Kecerdasan Buatan (AI): Perspektif multidisiplin tentang
tantangan, peluang, dan agenda yang muncul untuk penelitian, praktik, dan kebijakan. Jurnal
Internasional dari Informasi Manajemen, 57 (Agustus 2019), 101994.
https://doi.org/10.1016/j.ijinfomgt.2019.08.002
EDBI, & Kearney. (2020). Kecerdasan buatan dapat meningkatkan PDB Asia Tenggara sebesar US$1 triliun
pada tahun 2030. https://edbi.com/news/artificial-intelligence-could-deliver-a-us1-trillion-uplift-to-
southeast- asias-gdp-by-2030/
Edwards, B. I., & Cheok, A. D. (2018). Mengapa Bukan Robot Guru: Kecerdasan Buatan untuk Mengatasi
Kekurangan Guru. Terapan Kecerdasan Buatan Kecerdasan Buatan
Terapan, 32(4), 345–360. https://doi.org/10.1080/08839514.2018.1464286
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 312
Edwards, C., Edwards, A., Spence, P. R., & Lin, X. (2018). Saya, guru: menggunakan kecerdasan buatan (AI)
dan robot sosial dalam komunikasi dan instruksi*. Communication Education, 67(4), 473-480.
https://doi.org/10.1080/03634523.2018.1502459
Eloksari, E. A. (2020). AI akan menyumbang $366 miliar untuk PDB Indonesia pada 2030. The Jakarta
Post. https://www.t h e j a k a r t a p o s t . c o m / n e w s / 2 0 2 0 / 1 0 / 0 9 / a i - t o -
b r i n g - i n - 3 6 6 b - t o - i n d o n e s i a s - g d p - b y - 2030.html
Fatima, S., Desouza, K. C., & Dawson, G. S. (2020). Rencana kecerdasan buatan strategis nasional: Sebuah
analisis multi-dimensi. Economic Analysis and Policy, 67, 178-194.
https://doi.org/10.1016/j.eap.2020.07.008
Ford, M. (2015). Kebangkitan Para Robot. Dalam Basic Books. https://doi.org/10.1049/tpe.1988.0044
Frey, C. B., & Osborne, M. A. (2017). Masa depan pekerjaan: Seberapa rentan pekerjaan terhadap
komputerisasi? Peramalan Teknologi dan Perubahan Sosial, 114, 254-280.
https://doi.org/10.1016/j.techfore.2016.08.019
Gesk, T. S., & Leyer, M. (2022). Kecerdasan buatan dalam layanan publik: Kapan dan mengapa warga
negara menerima penggunaannya. Pemerintah Informasi Triwulanan, 39(3),
101704.
https://doi.org/10.1016/j.giq.2022.101704
Gill, I. (2020). Siapa pun yang memimpin dalam kecerdasan buatan pada tahun 2030 akan menguasai
dunia hingga tahun 2100. Brookings.
https://www.b r o o k i n g s . e d u / b l o g / f u t u r e -
d ev elo p men t/2 0 2 0 /0 1 /1 7 /w h o ev er - leads - in- ar tif icial-
intelligence-in-2030-will-rule-the-world-until-2100/
Goralski, M. A., & Tan, T. K. (2020). Kecerdasan buatan dan pembangunan berkelanjutan. International Journal
of Management Education, 18(1). https://doi.org/10.1016/j.ijme.2019.100330
Haenlein, M., & Kaplan, A. (2019). A Ringkasan Sejarah dari
Kecerdasan Buatan Intelijen: 5–14. https://doi.org/10.1177/0008125619864925
Hani, A. (2021). Indonesia Menggunakan Kecerdasan Buatan untuk Mempercepat Transformasi Ekonomi dan
Digital. OpenGov Asia. https://opengovasia.com/indonesia-deploys-artificial-intelligence-to-
accelerate- ekonomi-dan-transformasi-digital/
Hazarika, I. (2020). Kecerdasan buatan: Peluang dan implikasi bagi tenaga kerja kesehatan.
International Health, 12(4), 241-245. https://doi.org/10.1093/INTHEALTH/IHAA007
HolonIQ. (2020). 50 Strategi AI Nasional - Lanskap Strategi AI 2020. HolonIQ.
https://www.holoniq.com/notes/50-national-ai-strategies-the-2020-ai-strategy-landscape
How, M., Chan, Y. J., & Cheah, S.-M. (2020). Wawasan Prediktif untuk Meningkatkan Ketahanan Ketahanan
Pangan Global Menggunakan Kecerdasan Buatan.Intelligence (Kecerdasan Buatan).
Keberlanjutan, 12(15), 6272.
https://doi.org/https://doi.org/10.3390/su12156272
IDC. (2022a). Pengeluaran Kecerdasan Buatan di Asia/Pasifik* akan Mencapai $32 Miliar pada Tahun
2025, Kata IDC. https://www.idc.com/getdoc.jsp?containerId=prAP49010122
IDC. (2022b). IDC: Pengeluaran AI Akan Meningkat Lebih dari $46 Miliar pada Tahun 2026 di
Asia/Pasifik. International Data Corporation.
https://www.idc.com/getdoc.jsp?containerId=prAP49721022
IDC. (2022c). Pengeluaran Seluruh Dunia untuk Sistem AI-Centric Akan Melampaui $300 Miliar pada 2026,
Menurut IDC. International Data Corporation.
https://www.idc.com/getdoc.jsp?containerId=prUS49670322
Jayani, D. H. (2022). 52% Guru di Indonesia Berstatus PNS. Databoks Katadata Media Network.
https://databoks.k a t a d a t a . c o . i d / d a t a p u b l i s h / 2 0 2 2 / 0 1 / 1 2 / 5 2 - g u r u - d i -
i n d o n e s i a - b e r s t a t u s - pns#:~:text=Kementerian Pendidikan dan Kebudayaan
(Kemenkdibud,guru di Indonesia berstatus PNS.
Kudashkina, K., Corradini, M. G., Thirunathan, P., Yada, R. Y., & Fraser, E. D. G. (2022). Teknologi
Kecerdasan Buatan dalam keamanan pangan: Sebuah pendekatan perilaku. Trends in Food Science and
Technology, 123(February), 376-381. https://doi.org/10.1016/j.tifs.2022.03.021
Makasi, T., Nili, A., Desouza, K. C., & Tate, M. (2022). Tipologi Chatbots dalam Penyampaian Layanan Publik.
IEEE Software, 39(3), 58-66. https://doi.org/10.1109/MS.2021.3073674
McKinsey Global Institute. (2017). Pekerjaan yang hilang, pekerjaan yang didapat: Transisi tenaga kerja di
masa otomatisasi. Dalam
McKinsey Global Institute (Edisi Desember).
McKinsey Global Institute. (2018). Catatan dari perbatasan AI: M emo d elk an dampak AI terhadap
ekonomi dunia. Dalam McKinsey Global Institute (Edisi September).
Mehr, H. (2017). Kecerdasan Buatan untuk Layanan Warga Negara dan Pemerintahan. Harvard Ash Center
Technology & Democracy, Agustus, 1-16.
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia
Jurnal Ilmu Sosial dan Humaniora Vol. 12, No. 2 Tahun 2023, hal. 296-308 314
Newman, J. C. (2020). Poin Keputusan dalam Tata Kelola AI. Dalam Seri Buku Putih Center for Long-Term
Cybersecurity (CLTC).
Newman, J., Mintrom, M., & O'Neill, D. (2022). Teknologi digital, kecerdasan buatan, dan birokrasi
transformasi. Futures, 136 (Desember 2021), 102886.
https://doi.org/10.1016/j.futures.2021.102886
OECD. (2023). OECD Pekerjaan Prospek 2023.
https://doi.org/https://doi.org/https://doi.org/10.1787/08785bba-en
Ouyang, F., & Jiao, P. (2021). Kecerdasan buatan dalam pendidikan: Tiga paradigma. Komputer dan
Pendidikan: Kecerdasan Buatan, 2(Maret). https://doi.org/10.1016/j.caeai.2021.100020
Pappas, I. O., Mikalef, P., Giannakos, M. N., Krogstie, J., & Lekakos, G. (2018). menuju transformasi digital
dan masyarakat yang berkelanjutan. Sistem Informasi dan Manajemen E-Bisnis, 16(3), 479-491.
https://doi.org/10.1007/s10257-018-0377-z
Radnor, Z., & Osborne, S. P. (2013). Lean: Teori yang gagal untuk pelayanan publik? Public Management
Review, 15(2), 265-287. https://doi.org/10.1080/14719037.2012.748820
Rjab, A. Ben, Mellouli, S., & Corbett, J. (2023). Hambatan adopsi kecerdasan buatan di kota pintar:
Sebuah tinjauan literatur sistematis dan agenda penelitian. Government Information Quarterly, 40(3),
101814. https://doi.org/10.1016/j.giq.2023.101814
Rong, G., Mendez, A., Bou Assi, E., Zhao, B., & Sawan, M. (2020). Kecerdasan Buatan dalam Perawatan
Kesehatan: Tinjauan dan Studi Kasus Prediksi. Engineering, 6(3), 291-301.
https://doi.org/10.1016/j.eng.2019.08.015 Schaefer, C., Lemmer, K., Kret, K. S., Ylinen, M., Mikalef, P., &
Niehaves, B. (2021). Kebenaran atau tantangan? - Bagaimana kita dapat memengaruhi adopsi kecerdasan buatan
di kota? Prosiding Konferensi Internasional Hawaii Tahunan Konferensi Internasional Hawaii
Tahunan tentang Sistem Ilmu Pengetahuan, 2020-Janua, 2347-2356.
https://doi.org/10.24251/hicss.2021.286
Secinaro, S., Calandra, D., Secinaro, A., Muthurangu, V., & Biancone, P. (2021). Peran kecerdasan buatan
dalam perawatan kesehatan: tinjauan literatur terstruktur. BMC Medical Informatics and Decision
Making, 21(1), 1-23. https://doi.org/10.1186/s12911-021-01488-9
Sigelman, M., Taska, B., O'kane, L., Nitschke, J., Strack, R., Baier, J., Breitling, F., & Kotsis, Á. (2022).
Menggeser Keterampilan, Memindahkan Target, dan Merombak Tenaga Kerja. May.
Sousa, W. G. de, Melo, E. R. P. de, Bermejo, P. H. D. S., Farias, R. A. S., & Gomes, A. O. (2019). Bagaimana
dan ke mana a r a h kecerdasan buatan di sektor publik? Sebuah tinjauan literatur dan agenda penelitian.
Government Information Quarterly, 36(4), 101392. https://doi.org/10.1016/j.giq.2019.07.004
Spanaki, K., Karafili, E., Sivarajah, U., Despoudi, S., & Irani, Z. (2022). Kecerdasan buatan dan ketahanan
pangan: kecerdasan kawanan drone AgriTech untuk operasi AgriFood yang cerdas. Production
Planning and Control, 33(16), 1498-1516. https://doi.org/10.1080/09537287.2021.1882688
Sun, T. Q., & Medaglia, R. (2019). Memetakan tantangan Kecerdasan Buatan di sektor publik: Bukti dari
layanan kesehatan publik. Government Information Quarterly, 36(2), 368-383.
https://doi.org/10.1016/j.giq.2018.09.008
Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J. J., Ouyang, C., Arthur, H. M., Weerd, I. Van De,
Thandar, M., & Reijers, H. A. (2020). Komputer dalam Otomasi Proses Robotik Industri: Tema dan
tantangan kontemporer. Komputer dalam Industri, 115, 103162.
https://doi.org/10.1016/j.compind.2019.103162
Tegmark, M. (2017). Life 3.0 Menjadi Manusia di Era Kecerdasan Buatan.
The Economist Group. (2022). Indeks Ketahanan Pangan Global (Global Food Security Index (GFSI)).
Dalam The Economist Intelligence Unit. Strategi AI Inggris. (2021). Strategi AI Nasional.
Ullah, Z., Al-turjman, F., Mostarda, L., & Gagliardi, R. (2020). Aplikasi Kecerdasan Buatan dan
pembelajaran mesin di kota pintar. Komunikasi Komputer, 154(Desember 2019), 313-323.
https://doi.org/10.1016/j.comcom.2020.02.069
Valle-Cruz, D., Criado, J. I., Sandoval-Almazán, R., & Ruvalcaba-Gomez, E. A. (2020). Menilai kerangka kerja
siklus kebijakan publik di era kecerdasan buatan: Dari penyusunan agenda hingga evaluasi kebijakan.
Government Information Quarterly, 37(4), 101509. https://doi.org/10.1016/j.giq.2020.101509
van Noordt, C., & Misuraca, G. (2022). Kecerdasan buatan untuk sektor publik: hasil dari penataan
penggunaan AI dalam pemerintahan di seluruh Uni Eropa. Government Information Quarterly, 39(3),
101714. https://doi.org/10.1016/j.giq.2022.101714
Walz, A., & Firth-Butterfield, K. (2019). MENGIMPLEMENTASIKAN ETIKA KE DALAM KECERDASAN
BUATAN: SEBUAH
KONTRIBUSI, DARI PERSPEKTIF HUKUM, TERHADAP PENGEMBANGAN TATA KELOLA AI
REZIM. Duke Law and Technology Review, 18(1), 176.
West, D. M., & Allen, J. R. (2018). Bagaimana kecerdasan buatan mengubah dunia.
Wirajuda, T. (2021). Presiden Jokowi Dorong Indonesia Percepat Kemampuan AI. Kompas.
https://go.k o m p a s . c o m / r e a d / 2 0 2 1 / 0 3 / 0 9 / 0 6 2 1 4 3 6 7 4 / p r e s i d e
n t - j o k o w i - u r g e s - i n d o n e s i a - t o - mempercepat-kemampuan-ai?page=all
Wirtz, B. W., & Müller, W. M. (2019). Kerangka kerja kecerdasan buatan yang terintegrasi untuk manajemen
publik.
Public Management Review, 21(7), 1076-1100. https://doi.org/10.1080/14719037.2018.1549268 Wirtz, B.
W., Weyerer, J. C., & Sturm, B. J. (2020). Sisi Gelap Kecerdasan Buatan: AI yang Terintegrasi
Kerangka Kerja Tata Kelola untuk Administrasi Publik. International Journal of Public Administration,
43(9), 818-829. https://doi.org/10.1080/01900692.2020.1749851
Yigitcanlar, T., & Cugurullo, F. (2020). Keberlanjutan kecerdasan buatan: sudut pandang urbanistik dari
sudut pandang kota cerdas dan berkelanjutan. Sustainability (Switzerland), 12(20), 1-24.
https://doi.org/10.3390/su12208548
Yigitcanlar, T., Desouza, K. C., Butler, L., & Roozkhosh, F. (2020). Kontribusi dan risiko kecerdasan
buatan (AI) dalam membangun kota yang lebih cerdas: Wawasan dari tinjauan sistematis literatur.
Energies, 13(6). https://doi.org/10.3390/en13061473
Yu, Z., Liang, Z., & Xue, L. (2022). Pendekatan sistem inovasi global berbasis data dan kebangkitan
kecerdasan buatan Tiongkok. kecerdasan industri. Regional Regional Studies,
56(4), 619–629. https://doi.org/10.1080/00343404.2021.1954610
Zhang, Y., Geng, P., Sivaparthipan, C. B., & Muthu, B. A. (2021). Sistem peringatan dini risiko bahaya
kebakaran berbasis big data dan kecerdasan buatan untuk kota pintar. Sustainable Energy Technologies
and Assessments, 45(March), 100986. https://doi.org/10.1016/j.seta.2020.100986
Zhou, Q., Zhang, H., & Wang, S. (2022). Kecerdasan buatan, data besar, dan blockchain dalam keamanan pangan.
Jurnal Teknik Pangan Internasional, 18(1), 1-14. https://doi.org/10.1515/ijfe-2021-0299
Ferry Silitonga, M. Falikul Isbah / Kecerdasan Buatan dan Masa Depan Pekerjaan di Sektor Publik Indonesia