LAILATU, Indira Sukma and DEWAYANTO, Totok,(9 December 2025), INTEGRASI ARTIFICIAL INTELLIGENCE DAN BLOCKCHAIN DALAM MENINGKATKAN TRANSPARANSI ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) REPORTING: SYSTEMATIC LITERATURE REVIEW. , UNSPECIFIED, UNSPECIFIED
Download (378kB)
Download (195kB)
Download (266kB)
Download (293kB)
Download (333kB)
Restricted to Repository staff only
Download (1MB) | Request a copy
Abstract
Penelitian ini bertujuan untuk menganalisis integrasi Artificial Intelligence (AI) dan blockchain dalam meningkatkan transparansi Environmental, Social, and
Governance (ESG) reporting. Penelitian ini menggunakan metode Systematic Literature Review (SLR) terhadap berbagai studi internasional yang relevan. Hasil penelitian menunjukkan bahwa integrasi AI dan blockchain dapat meningkatkan keandalan, akurasi, dan akuntabilitas data ESG melalui otomatisasi analisis dan pencatatan data yang transparan serta tidak dapat diubah (immutable). Teknologi AI berperan dalam mengumpulkan dan mengolah data ESG secara cepat dan cerdas, sedangkan blockchain menjamin keamanan dan keaslian data melalui sistem ledger terdistribusi. Namun, implementasi integrasi ini menghadapi tantangan seperti
tingginya biaya adopsi, resistensi organisasi, kurangnya keahlian teknis, dan hambatan regulasi. Penelitian ini berkontribusi dengan memberikan pemahaman komprehensif tentang potensi serta keterbatasan integrasi kedua teknologi tersebut, sekaligus memberikan arah bagi penelitian dan kebijakan masa depan dalam penguatan transparansi dan tata kelola pelaporan ESG.
| Keywords : | Artificial Intelligence, Blockchain, ESG Reporting, Transparency, Systematic Literature Review., Artificial Intelligence, Blockchain, ESG Reporting, Transparansi, Systematic Literature Review. |
|---|---|
| Journal or Publication Title: | UNSPECIFIED |
| Volume: | UNSPECIFIED |
| Number: | UNSPECIFIED |
| Item Type: | Thesis (Undergraduate) |
| Subjects: | Akuntansi |
| Depositing User: | Indira Sukma Lailatu |
| Date Deposited: | 23 Dec 2025 04:42 |
| Last Modified: | 23 Dec 2025 04:42 |
| URI: | https://repofeb.undip.ac.id/id/eprint/17482 |


