UBHINUSUBHINUS

SMATIKA JURNALSMATIKA JURNAL

Hak cipta adalah elemen penting dalam inovasi di lingkungan akademik dan pendidikan. Namun, proses verifikasi dan pengelolaan Hak Kekayaan Intelektual (HKI) secara manual saat ini sangat tidak efisien, terutama di institusi seperti Universitas Negeri Malang, yang menghadapi keterlambatan dan duplikasi data karena alur kerja berbasis kertas. Untuk mengatasi masalah ini, penelitian ini bertujuan mengembangkan Verifikasi Hak Cipta Otomatis berbasis Multi-Agent Artificial Intelligence dan mengoptimalkan pengelolaan HKI. Sistem yang diusulkan, dikembangkan menggunakan Model Prototype, memanfaatkan arsitektur berbasis agen untuk memodelkan verifikator HKI dengan fungsi dan tujuan yang berbeda. Agen-agen ini didukung oleh Vision Language Models (VLM) dan Natural Language Processing (NLP). Fitur utamanya termasuk pemeriksaan kepatuhan data kartu identitas dan pengenalan teks otomatis menggunakan VLM. Implementasi sistem ini diharapkan dapat mengurangi beban kerja staf, mempercepat respons, dan memastikan akurasi data dalam pengelolaan HKI, mendukung ekosistem inovasi yang berkelanjutan.

Sistem verifikasi HKI berbasis multi-agen menunjukkan kemampuan yang kuat dalam meningkatkan akurasi, efisiensi, dan keandalan dalam proses validasi dokumen.Integrasi Pemeriksaan Kepatuhan Data Kartu Identitas dan Pengenalan Teks Otomatis (Vision-Language Models) secara efektif mengatasi keterbatasan verifikasi manual, khususnya dalam mengurangi kesalahan manusia dan waktu pemrosesan.Hasil pengujian menunjukkan bahwa sistem ini berfungsi dengan akurasi dan stabilitas operasional yang tinggi di berbagai kondisi.Validasi Konsistensi Data KTP mencapai tingkat akurasi 97,8%, mengonfirmasi efektivitas sistem dalam mengidentifikasi informasi yang tidak cocok atau inkonsisten.Fitur Ekstraksi Data Otomatis, didukung oleh OCR yang didorong AI, mencapai akurasi 95,4%, menunjukkan pengenalan teks yang kuat bahkan dengan kualitas gambar yang kurang ideal.Selain itu, Kemampuan Deteksi Pemalsuan menunjukkan hasil menjanjikan dengan akurasi 93%, berhasil mengidentifikasi sebagian besar dokumen yang dimanipulasi dan memperkuat potensi sistem dalam pencegahan penipuan.Dalam hal skalabilitas, sistem mempertahankan keandalan 99,1% di bawah beban pengguna bersamaan, membuktikan kesiapan implementasi institusional.Secara keseluruhan, kerangka verifikasi berbasis MAS tidak hanya mempercepat proses autentikasi HKI, tetapi juga mendirikan fondasi yang lebih transparan, data-driven, dan aman untuk mengelola dokumentasi kekayaan intelektual di era digital.

Untuk penelitian lanjutan, perlu dipertimbangkan pengembangan sistem yang lebih canggih dengan kemampuan pemrosesan bahasa alami yang lebih kuat dan model pengenalan visual yang lebih canggih. Selain itu, penelitian dapat fokus pada integrasi sistem dengan platform manajemen HKI yang ada untuk meningkatkan efisiensi dan akurasi secara keseluruhan. Terakhir, studi empiris yang menyeluruh tentang dampak sistem ini terhadap produktivitas dan kepuasan pengguna dapat memberikan wawasan berharga untuk perbaikan dan pengembangan lebih lanjut.

  1. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1007/978-3-031-25928-9_5Client Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1007 978 3 031 25928 9 5
  2. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... link.springer.com/chapter/10.1007/978-81-322-3972-7_19Client Challenge client challenge javascript disabled browser please enable proceed required part site link springer chapter 10 1007 978 81 322 3972 7 19
  3. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1007/s11432-024-4235-6Client Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1007 s11432 024 4235 6
  4. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... link.springer.com/10.1007/s10462-021-10097-xClient Challenge client challenge javascript disabled browser please enable proceed required part site link springer 10 1007 s10462 021 10097 x
Read online
File size633.18 KB
Pages10
DMCAReport

Related /

ads-block-test