Artificial Intelligence for Monitoring Computer Hardware Performance: A Systematic Literature Review
Keywords:
Artificial Intelligence, Computer Hardware Monitoring, Deep Learning, Machine Learning, Predictive MaintenanceAbstract
Advances in Artificial Intelligence (AI) have significantly contributed to the development of smarter, more adaptive, and data-driven computer hardware performance monitoring systems. The application of AI enables real-time monitoring, anomaly detection, and the prediction of potential device failures through a predictive maintenance approach. Although research on this topic continues to grow, there has not yet been a study that systematically integrates the findings of previous research. Therefore, this study aims to analyze the development of Artificial Intelligence applications in computer hardware performance monitoring systems through a Systematic Literature Review (SLR). The study was conducted in accordance with the PRISMA 2020 guidelines, using articles obtained from the Scopus, IEEE Xplore, ScienceDirect, and SpringerLink databases published between 2020 and 2026. The results of the selection process showed that 58 articles met the inclusion criteria and were analyzed further. The study found that Random Forest was the most widely used algorithm, followed by Convolutional Neural Networks (CNNs), Long Short-Term Memory (LSTMs), Support Vector Machines (SVMs), and Transformers. The most frequently monitored hardware parameters include CPU, temperature, RAM, GPU, power consumption, and SSD. Additionally, this study identifies various implementation challenges as well as opportunities for the development of Artificial Intelligence through integration with the Internet of Things (IoT), Edge Computing, and Explainable Artificial Intelligence (XAI). The results of this study are expected to serve as a reference for researchers and practitioners in developing more effective and reliable Artificial Intelligence-based hardware monitoring systems.
References
Agsera, N., Hijri, F., & Ramadhanu, A. (2026). Klasifikasi Perangkat Rumah Tangga Berbasis Citra Menggunakan Mobilenetv2 Di Google Colab: Fondasi Menuju Sistem Efisiensi Energi. Idebuku.
Alamsyah, N., Wahyuni, S., & Suharyati, H. (2026). ANALISIS KEBIJAKAN INTEGRASI CODING DAN ARTIFICIAL INTELLEGENCE DALAM PENDIDIKAN DASAR DAN MENENGAH MELALUI KERANGKA 5M+ I DAN OBE. Research And Development Journal Of Education (RDJE), 12(01), 170–182.
ALATAS, O. H. (2026). PENGEMBANGAN SISTEM KLASIFIKASI BAHASA ISYARAT BISINDO SECARA REAL-TIME DENGAN RASPBERRY PI. Universitas Ma Chung.
Bancong, H. (2025). Strategi reviu riset dan konstruksi teori: Metode, analisis, dan studi kasus. Indonesia Emas Group.
Erison, Y., Surur, M., Sholikin, A., Rohmah, E. N. L., Anas, F., Rosyid, H., Mahardini, H., Zamzam, A. F., & Aprian, M. (2025). Transformasi pelayanan publik dengan artificial intelligence (AI): Inovasi teori dan konsep terbaru untuk masa depan. UNISDA Press.
Hadriani, A., Fathoni, I., & Sumaedi, A. (2025). Design and Development Embedded Systems Base on Microcontrollers. CV Eureka Media Aksara.
Hastuti, S., Ansar, A., & Hermawan, N. (2025). Penerapan teknologi deep learning dalam pendidikan digital. Jurnal Penelitian Ilmu Pendidikan Indonesia, 4(2), 359–365.
Herdiana, B., Setiawan, E. B., & Sartoyo, U. (2023). Tinjauan Komprehensif Evolusi, Aplikasi, dan Tren Masa Depan Programmable Logic Controllers (A Comprehensive Review of the Evolution, Applications, and Future Trends of Programmable Logic Controllers). Telekontran: Jurnal Ilmiah Telekomunikasi, Kendali Dan Elektronika Terapan, 11(2), 173–193.
Irawan, R. H. I., Saputra, N. A., & Mahdiyah, U. (2025). Hybrid Ensemble Learning Sistem Keamanan Jaringan untuk Meningkatkan Performa Deteksi Anomali. Nusantara of Engineering (NOE), 8(02), 361–369.
Luthfiawan, F. R. (2025). PENERAPAN SVM UNTUK MITIGASI ANOMALI KOMUNIKASI PADA SISTEM IoT. IKRA-ITH Informatika: Jurnal Komputer Dan Informatika, 9(2), 175–186.
Majeni, M., Naparin, H., & Mulyawan, R. (2026). Analisis Tren dan Kebaruan Pendekatan Hybrid Transformer untuk Meningkatkan Akurasi Deteksi Hoaks Berbahasa Indonesia. Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), 6(1), 2050–2060.
Muhidin, A., Danny, M., & Surojudin, N. (2025). Prediksi Kegagalan Perangkat Industri Menggunakan Random Forest dan SMOTE untuk Pemeliharaan Preventif. Bulletin of Computer Science Research, 5(5), 1089–1094.
Murtopo, A., & Ahsan, A. N. (2026). ANALISIS PENERAPAN DEEP LEARNING PADA EMBEDDED SYSTEM UNTUK UAV SURVEILLANCE. JURNAL ELEKTROSISTA, 13(2), 149–156.
Ningrum, D. K., & Ismawardi, A. M. (2025). Efektivitas Algoritma Kecerdasan Buatan Dalam Implementasi Kesehatan Mental. JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 689–698.
Nirsal, N., Judijanto, L., Apriyanto, A., Susilo, A., Akbar, M. H., Sagala, L. O. H. S., Arief, M. I., Saruman, A. S., & Paliling, A. (2025). Riset Bidang Komputer. PT. Sonpedia Publishing Indonesia.
Nur Afni, L. M. (2025). PEMELIHARAAN PREDIKTIF BERBASIS ARTIFICIAL INTELLIGENCE PERANGKAT EDDY COVARIANCE STATION STATIK BERDASARKAN DATASET HARIAN.
Nurhidayanti, M. (2026). Pemanfaatan Kecerdasan Buatan untuk Optimasi Sistem Monitoring dan Prediksi Kinerja Infrastruktur Berbasis Internet of Things (IoT). Jurnal Teknik Dan Sains, 1(1), 29–35.
Pakpahan, D. (2026). Rancang bangun aplikasi monitoring data berbasis internet of things. Jurnal Teknologi Komputer Modern, 1(1), 33–40.
Palupi, L., Ihsanto, E., & Nugroho, F. (2023). Analisis validasi dan evaluasi model deteksi objek varian jahe menggunakan algoritma YOLOv5. Journal of Information System Research (JOSH), 5(1), 234–241.
Pasaribu, H., Rosidi, A., Pratama, D. A., Wambrauw, A., Muliani, F., Widodo, S. S. S., Gunawan, H., Kusumawati, D., Latupeirissa, S. J., & Yuswanita, L. (2026). Metodologi Penelitian. CV. Insight Media.
Ramadhan, F. A., & Sulistyanto, I. A. (2026). Implementasi Total Productive Maintenance (TPM) Pada Sistem Hidrolik Forklift Hangcha Cpc30-Xrw10 Untuk Mengurangi Downtime. Universitas Muhammadiyah Surakarta.
Ramadhan, I. W., & Adinandra, S. (2024). Penerapan IoT dalam Sistem Monitoring Kesehatan: Inovasi dan Implementasi. Techno. Com, 23(4).
Razilu, Z. (2025). Inovasi pembelajaran integrasi artificial intelligence dalam teknologi pendidikan. Penerbit Widina.
Riyanto, V., Kom, M., Pangesti, W. E., Kom, M., Nurdin, H., Kom, M., Nurhadi, A., Kom, M., Kuswanto, H., & Kom, M. (2026). Artificial Intelligence Terapan untuk Sistem Informasi, Jaringan, dan Aplikasi Digital. PT Bukuloka Literasi Bangsa.
Rustiyana, R., Judijanto, L., Aldila, A. S., Suhardi, S., Sudarman, S., Rosadi, M. E., & Rahmawati, E. (2025). Artificial Intelligence: Pengetahuan dan Pemanfaatannya dalam Berbagai Bidang. PT. Sonpedia Publishing Indonesia.
Sabrina, I. S., Fauzi, I., Amalia, K., Afifah, I. N., & Azizah, M. R. (2026). Analisis Teknik Pengumpulan Data dan Analisis Data dalam Metodologi Penelitian Tindakan Kelas: Tinjauan Literatur Sistematis. Jurnal Pendidikan Dan Kebudayaan, 3(2), 115–124.
Sangaji, D., Sisco, D., & Sutabri, T. (2025). HYBRID BI MODEL: KOLABORASI MACHINE LEARNING DAN VISUAL ANALYTICS UNTUK PENINGKATAN KETEPATAN PREDIKSI BISNIS. Jurnal Riset Multidisiplin Edukasi, 2(10), 940–955.
Sari, M. N., Susmita, N., & Ikhlas, A. (2025). Melakukan penelitian kepustakaan. Pradina Pustaka.
Sikki, N., Yesika, M., Rusdiana, E., Septiani, D., Anggraini, W., & Lustina, F. A. (2026). PERAN ARTIFICIAL INTELLIGENCE DALAM ADMINISTRASI MANAJERIAL RUMAH SAKIT: A SYSTEMATIC REVIEW. JATI (Jurnal Mahasiswa Teknik Informatika), 10(1), 1644–1649.
Simanjuntak, B. (2026). Analisis Penggunaan Internet of Things untuk Monitoring Parameter Fisika Terapan Berbasis Real Time. KETIK: Jurnal Informatika, 3(03), 148–154.
Tarigan, R. U. M. I. B., Sindu, I. G. P., & Wiradika, I. N. I. (2026). Transparansi dan Akuntabilitas Kecerdasan Buatan dalam Learning analytics: Studi PRISMA 2020–2026. KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika), 15(2), 422–433.
Utami, M. C., Jahar, A. S., & Zulkifli, Z. (2021). Tinjauan scoping review dan studi kasus. Radial, 9(2), 152–172.
Wibowo, A., Wangsajaya, Y., & Surahmat, A. (2023). Pemolisian digital dengan artificial intelligence. PT. RajaGrafindo Persada-Rajawali Pers.
Widiana, I. G. R., Mahadita, G. W., Samsu, N., & Muzasti, R. A. (2025). Systematic Review dan Meta Analysis.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Dara Kinanti Yasina, Elvida Sarah, Roberto Kaban (Author)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
