Akses terbuka Jurnal SINTA 1
Designing an AI-Driven Legislation Framework to Improve Indonesia's Law-Making Transparency and Public Participation
Yustisia · Vol. 14 No. 2 (2025) · hlm. 152–169
- ISSN
- 2549-0907, 0852-0941
- Terbit
- 2025-08-15
- Penerbit
- Faculty of Law, Universitas Sebelas Maret
- Bahasa
- eng
Abstrak
The legislative process in Indonesia faces persistent challenges, including inefficiency, limited transparency, and minimal public participation. This study examines the integration of AI, particularly Natural Language Processing, into the design of an e-legislation system to address these systemic issues. Employing a normative-empirical legal research methodology, this study combines doctrinal legal analysis with a design science approach to prototype an AI-driven legislative platform. The study reveals that integrating AI, particularly Natural Language Processing, can enhance legal drafting efficiency, improve legislative process transparency, and enable real-time public participation. The proposed AI-driven legislation system can detect redundancies, contradictions, and legal inconsistencies, as well as classify public input to support evidence-based decision-making. The study underscores the importance of explainable AI principles, algorithmic transparency, and participatory feedback mechanisms to uphold democratic legitimacy. Pivotal challenges identified include limited digital infrastructure, the absence of specific legal frameworks for AI in legislation, and risks of bias and privacy violations. The study recommends establishing specific regulations, conducting pilot testing of the prototype system, and fostering multidisciplinary collaboration to ensure AI's ethical, accountable, and inclusive use in Indonesia's law-making process
Kata kunci
Jaringan kolaborasi para penulis
31 penulis · 84 tautan kepenulisan bersama
Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.
- State University of Semarang
- Hasanuddin University
- Afiliasi tidak diketahui
- Organisasi berbeda
- Organisasi sama
- Afiliasi tidak diketahui
- Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
| Rekan penulis | Organisasi | Artikel bersama |
|---|---|---|
| Bunyamin Bunyamin | State University of Semarang | 6 |
| Fikri Chandra Permana | Afiliasi tidak diketahui | 4 |
| Mohd Zakhiri Md Nor | Afiliasi tidak diketahui | 4 |
| Taty Sugiarti | Afiliasi tidak diketahui | 4 |
| Mohd Kamarulnizam Abdullah | Afiliasi tidak diketahui | 3 |
| Robi Asadul Bahri | Afiliasi tidak diketahui | 3 |
| Mella Ismelina Farma Rahayu | Afiliasi tidak diketahui | 3 |
| Anthon F Susanto | Afiliasi tidak diketahui | 3 |
| Zico Junius Fernando | Afiliasi tidak diketahui | 2 |
| Mukhlis Mukhlis | Afiliasi tidak diketahui | 2 |
| Mohammad Alvi Pratama | Afiliasi tidak diketahui | 2 |
| Iskandar ISKANDAR | Afiliasi tidak diketahui | 1 |
| Lestari Sinaga | Afiliasi tidak diketahui | 1 |
| Nurhayati Mardin | Afiliasi tidak diketahui | 1 |
| Muhammad Rustamaji | Afiliasi tidak diketahui | 1 |
| I Gusti Ayu Ketut Rachmi Handayani | Afiliasi tidak diketahui | 1 |
| Erwan Adi Priyono | Afiliasi tidak diketahui | 1 |
| Syamsir Syamsir | Hasanuddin University | 1 |
| Eko Nuriyatman | Afiliasi tidak diketahui | 1 |
| Sitta Saraya | Afiliasi tidak diketahui | 1 |
| Enas Qutieshat | Afiliasi tidak diketahui | 1 |
| Subelo Wiyono | Afiliasi tidak diketahui | 1 |
| Rosa Tedjabuwana | Afiliasi tidak diketahui | 1 |
| Mohd. Kamarulnizam Bin Abdullah | Afiliasi tidak diketahui | 1 |
| Faris Fachrizal Jodi | Afiliasi tidak diketahui | 1 |
| Rd. Dewi Asri Yustia | Afiliasi tidak diketahui | 1 |
Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.