Author : Pervaiz Akhtar, Arsalan Mujahid Ghouri, Haseeb Ur Rehman Khan, Mirza Amin ul Haq, Usama Awan, Nadia Zahoor, Zaheer Khan, Aniqa Ashraf
DOI : 10.1007/s10479-022-05015-5
Berita palsu dan disinformasi menyebabkan ketidakpastian bukan hanya pada masyarakat namun juga pada operasi bisnis. Fake news dan dinsinformasi menyebabkan ketidakpastian bukan hanya masyarakat namun juga pada operasi bisnis. Fake news dan disinformasi (FNaD) dapat menciptakan supply chain disruptions (SCDs). Informasi yang salah dapat menimbulkan ketidakpastian, kerugian finansial, penurunan reputasi, hingga masalah kegagalan operasional. Deteksi berita palsu sudah banyak namun lebih difokuskan ke ranah politik, sedangkan dampaknya terhadap rantai pasok masih kurang dieksplorasi.
Secara teoritis, penelitian ini mengadopsi mengadopsi Organizational Information Processing Theory (OIPT) yang menekankan pentingnya pemrosesan informasi akurat untuk mengurang ketidakpastian. FNaD memperburuk ketidakpastian dengan menyebarkan informasi keliru, sehingga diperlukan mekanisme berbasis AI-ML untuk memfiltrasi informasi sebelum masuk ke proses pengambilan keputusan.
Studi ini menggunakan pendekatan campuran. Pertama, tim peneliti membangun model AI-ML menggunakan dataset berita dari media daring Pakistan, memanfaatkan teknik Porter Stemmer, TF-IDF, Query Expansion, serta Support Vector Machine (SVM) untuk mengklasifikasi berita palsu dan asli. Model ini menunjukkan performa baik dengan metrik presisi dan akurasi yang memadai, sehingga dapat membantu manajer membedakan informasi valid dari FNaD yang berpotensi menimbulkan SCDs. Kedua, penelitian melakukan wawancara mendalam dengan 16 manajer dari perusahaan kecil dan menengah di Indonesia, Malaysia, dan Pakistan. Hasil wawancara menegaskan bahwa FNaD berpengaruh langsung maupun tidak langsung terhadap rantai pasok, mulai dari salah pengambilan keputusan, manipulasi pasar, hingga penurunan kinerja bisnis.
Temuan utama studi ini menyoroti tiga hal. Pertama, FNaD memang merupakan ancaman serius yang dapat mengganggu keputusan strategis, operasional, dan logistik dalam rantai pasok. Kedua, perusahaan perlu mengembangkan mekanisme deteksi internal berbasis AI agar tidak hanya mengandalkan media atau pemerintah dalam menyaring informasi. Ketiga, integrasi AI-ML dengan proses bisnis mampu menciptakan sistem deteksi dini, yang tidak hanya mengurangi risiko tetapi juga meningkatkan kepercayaan dan ketahanan rantai pasok.
Kontribusi penelitian ini ada pada model deteksi FNaD berbasis AI-ML yang praktis diterapkan dalam konteks bisnis. Model ini menggabungkan analisis teks, klasifikasi biner, dan validasi berbasis wawancara, sehingga bisa menjadi solusi bagi perusahaan untuk mencegah dampak negatif FNaD. Dari sisi manajerial, model ini dapat digunakan untuk mendukung pengambilan keputusan berbasis data yang lebih andal, mengurangi potensi kerugian, serta menjaga keberlanjutan operasi. Dari sisi kebijakan, pemerintah dan regulator dapat mengadopsi sistem serupa untuk melawan misinformasi dalam situasi krisis, seperti pandemi.
Sebagai kesimpulan, penelitian ini menunjukkan bahwa penggunaan AI dan ML tidak hanya relevan untuk meningkatkan efisiensi rantai pasok, tetapi juga penting sebagai alat mitigasi risiko terhadap FNaD. Penulis menyarankan penelitian lanjutan untuk menguji model pada studi kasus spesifik (misalnya sektor kemanusiaan) dan mengintegrasikan algoritme baru agar semakin efektif menghadapi dinamika disinformasi global.
Leave a Reply