Bulan Hidayatul Hikmah — Mahasiswa Program Studi Informatika Fakultas Teknik dan Informatika Universitas PGRI Semarang (UPGRIS), berhasil mengembangkan sistem bernama Smart Incident Management selama menjalani kegiatan magang industri di PT Sinergi Nusantara Integrasi, Bandung, Jawa Barat. Platform berbasis web ini mengintegrasikan kecerdasan buatan untuk mendukung pengelolaan insiden secara terorganisasi dan efisien.
Inspirasi dari Pengamatan Langsung di Lapangan
Selama masa orientasi di awal kegiatan magang, Bulan aktif mengamati dinamika kerja di lingkungan PT Sinergi Nusantara Integrasi yang menerapkan pola kerja Work From Anywhere (WFA). Dari pengamatan tersebut, ia menemukan inspirasi untuk mengangkat topik manajemen insiden sebagai fokus proyeknya, sebuah aspek yang dinilainya relevan dan memiliki nilai manfaat tinggi dalam konteks pengelolaan operasional berbasis teknologi.
Gagasan yang bermula dari kepekaan di lapangan itulah yang kemudian ia wujudkan menjadi sebuah sistem nyata. Karya tersebut mencerminkan pemahaman mendalam tentang kebutuhan dunia industri sekaligus penerapan ilmu yang ia pelajari selama masa perkuliahan.
Tiga Fitur Unggulan Berbasis Kecerdasan Buatan
Sistem Smart Incident Management yang dikembangkan oleh Bulan memiliki tiga fitur inti yang bekerja secara terpadu.
Pertama, Klasifikasi Insiden Otomatis menggunakan Rule-Based AI. Pelapor memilih kategori insiden yang tersedia, yaitu IT atau Fasilitas, kemudian sistem secara otomatis menganalisis deskripsi laporan dan menentukan tingkat prioritas (Rendah, Sedang, atau Tinggi) dalam hitungan detik.
Kedua, Rekomendasi Solusi Berbasis Case-Based Reasoning (CBR). Sistem mencari kasus serupa dari basis pengetahuan, lalu mengadaptasi solusi yang pernah berhasil sebagai rekomendasi bagi teknisi. Semakin banyak data insiden yang tersimpan, semakin akurat pula rekomendasi yang dihasilkan.
Ketiga, Mekanisme Perjanjian Tingkat Layanan atau Service Level Agreement (SLA). Setiap insiden secara otomatis mendapat batas waktu penanganan sesuai dengan tingkat prioritasnya, dilengkapi indikator visual dan notifikasi SLA Overdue agar tidak ada insiden yang terlewat atau terlambat ditangani.
Teknologi Modern dengan Antarmuka yang Ramah Pengguna
Sistem ini dibangun menggunakan teknologi web modern, yaitu Node.js dan Express.js sebagai backend dengan arsitektur MVC, MySQL sebagai sistem manajemen basis data, serta HTML, CSS, dan JavaScript untuk antarmuka pengguna yang responsif. Desain antarmuka dirancang terlebih dahulu melalui prototipe di Figma, sementara pengelolaan kode sumber dilakukan menggunakan GitHub.
Sistem ini mendukung tiga peran pengguna, yakni User (pelapor insiden), Solver (teknisi penanganan), dan Admin (pengelola sistem). Dasbor masing-masing peran menampilkan informasi secara real-time, mencakup ringkasan insiden, distribusi status, grafik tren, serta indikator SLA.
Dari Ide menjadi Produk Nyata dalam Sebelas Minggu
Proses pengembangan berlangsung selama kurang lebih sebelas minggu, terhitung sejak 27 Januari hingga 16 April 2026, didampingi langsung oleh Direktur PT Sinergi Nusantara Integrasi, Nugroho Hermanto, serta para mentor perusahaan, Andre Joe dan Johnny Wido. Setiap minggu, proyek ini dievaluasi bersama para mentor guna memastikan arah pengembangan tetap sesuai dengan target yang telah ditetapkan. Selain itu, kegiatan PKL ini juga mendapat bimbingan dari Ir. Agung Handayanto, M.Kom. selaku dosen pembimbing PKL dari UPGRIS. Pada akhir periode magang, seluruh fitur sistem dinyatakan berjalan dengan baik sesuai yang direncanakan.
Karya Mandiri yang Mencerminkan Kualitas Mahasiswa UPGRIS
Proyek ini dikerjakan secara mandiri oleh Bulan dari awal hingga akhir, sebuah pencapaian yang membuktikan kesiapan mahasiswa UPGRIS dalam menghadapi tantangan nyata di dunia kerja. Sistem yang dihasilkan dirancang dengan mempertimbangkan konteks dan kebutuhan industri secara langsung, menjadikannya lebih dari sekadar karya akademik semata.
Ke depan, Bulan berharap sistem ini dapat terus dikembangkan melalui pengelolaan basis pengetahuan secara berkala agar akurasi rekomendasi kecerdasan buatan terus meningkat seiring bertambahnya data.
