Cara Memakai Karyawan AI untuk Riset Jurnal Tanpa Sitasi Palsu

AI paling berguna dalam riset jurnal bukan ketika ia menulis daftar pustaka dari ingatan, melainkan ketika ia bekerja sebagai petugas riset yang meninggalkan jejak bukti. Prinsipnya sederhana: setiap klaim harus dapat ditelusuri ke dokumen nyata, setiap identitas publikasi harus cocok dengan rekaman penerbit atau DOI, dan manusia tetap memutuskan apakah sumber itu layak dipakai.

Ditulis oleh Nugraha Labib Mujaddid, pembuat AgentBuff.

Jawaban singkat: apa itu karyawan AI untuk riset jurnal?

Karyawan AI untuk riset jurnal adalah agen yang membantu merumuskan kata kunci, mencari kandidat publikasi, membaca dokumen, membuat catatan bukti, dan menyusun sintesis—tetapi tidak boleh menjadi sumber kebenaran bibliografis. Judul, penulis, tahun, jurnal, DOI, serta isi yang dikutip harus diperiksa pada sumber asli atau rekaman metadata tepercaya sebelum masuk ke naskah.

“Mencari sumber” dan “menghasilkan teks yang terlihat seperti sumber” adalah dua pekerjaan berbeda. Model bahasa dapat menyusun referensi yang bentuknya meyakinkan, padahal publikasinya tidak ada atau metadata-nya keliru. Karena itu, workflow yang aman tidak dimulai dari perintah “buatkan tinjauan pustaka lengkap.” Ia dimulai dari pertanyaan riset, daftar kandidat, dan tabel bukti yang dapat diaudit.

Mengapa daftar pustaka buatan AI tidak boleh langsung dipercaya?

Penelitian W. H. Walters dan Esther I. Wilder di Scientific Reports menguji 636 referensi dalam 84 tulisan yang dihasilkan GPT-3.5 dan GPT-4 pada 42 topik. Dalam sampel dan versi model yang diuji pada 2023, 55% referensi GPT-3.5 dan 18% referensi GPT-4 merupakan referensi fabrikasi. Bahkan di antara referensi nyata, sebagian masih memiliki kesalahan substantif pada penulis, judul, tahun, jurnal, volume, nomor, halaman, atau penerbit. Angka ini bukan ukuran universal untuk semua model hari ini, tetapi membuktikan bahwa format sitasi yang rapi bukan jaminan bahwa sumbernya benar. Baca penelitian asli.

Bukti yang lebih baru juga mengingatkan bahwa masalahnya tidak selalu berupa paper fiktif. Sebuah preprint arXiv yang dikirim pada 28 Juli 2026 membandingkan pencarian literatur manusia dan AI pada delapan proyek fisika, astrofisika, serta kosmologi. Untuk model pertengahan 2025 yang diuji, hanya 3% kandidat referensi yang sepenuhnya fiktif, tetapi 64% mengarah ke paper nyata dengan setidaknya satu ketidakcocokan metadata. Penulis melaporkan hasil yang jauh lebih baik pada sebuah pengujian model 2026, namun hanya untuk satu proyek. Hasil itu tidak boleh digeneralisasi ke semua bidang, model, atau cara prompting. Statusnya pun masih preprint, bukan temuan yang telah melalui peer review. Lihat preprint dan batasannya.

Kesimpulan praktisnya bukan “jangan pakai AI.” Kesimpulannya: jangan biarkan AI mengarang identitas sumber dari memori model. Minta agen menemukan rekaman yang dapat dibuka, lalu verifikasi metadata dan isi secara terpisah.

Ubah output utama dari “esai” menjadi ledger bukti

Sebelum meminta paragraf, buat source ledger atau ledger bukti. Ini adalah tabel kerja yang menghubungkan setiap klaim dengan sumber yang menopangnya. Minimal, setiap baris memuat:

• klaim yang ingin diuji atau ditulis;
• judul publikasi;
• penulis dan tahun;
• nama jurnal atau repositori;
• DOI atau pengenal permanen lain;
• URL halaman penerbit atau repositori;
• bagian, tabel, gambar, atau halaman yang relevan;
• ringkasan bukti dengan kata-kata sendiri;
• status: kandidat, metadata terverifikasi, isi dibaca, atau ditolak;
• alasan jika sumber ditolak.

Ledger mengubah pekerjaan dari “percaya kepada jawaban AI” menjadi “memeriksa rantai bukti.” Jika sebuah kalimat tidak dapat dihubungkan ke baris yang berstatus isi dibaca, kalimat itu belum siap menjadi klaim faktual.

Pisahkan pula tiga jenis catatan. Fakta bersumber adalah hal yang benar-benar dinyatakan atau ditunjukkan oleh publikasi. Inferensi adalah kesimpulan yang Anda tarik dari satu atau beberapa sumber. Rekomendasi adalah keputusan praktis berdasarkan konteks Anda. Ketiganya boleh muncul dalam tulisan, tetapi statusnya tidak boleh tercampur.

Workflow tujuh langkah untuk riset yang dapat diaudit

1. Tetapkan pertanyaan dan batas pencarian

Berikan pertanyaan yang cukup sempit untuk ditelusuri. “Cari jurnal tentang AI untuk UMKM” terlalu lebar. Pertanyaan seperti “Apa bukti empiris tentang pengaruh asisten AI generatif terhadap waktu penyelesaian tugas pemasaran pada usaha kecil sejak 2023?” memiliki populasi, hasil yang dicari, dan rentang waktu.

Tambahkan kriteria inklusi dan eksklusi: bahasa, tahun, tipe publikasi, industri, wilayah, desain studi, dan akses penuh. Agen sebaiknya menampilkan kriteria ini sebelum mencari, bukan mengubahnya diam-diam setelah melihat hasil.

2. Gunakan AI untuk menemukan kandidat, bukan memutuskan kebenaran

Minta karyawan AI membuat variasi query, sinonim, istilah teknis, dan kombinasi kata kunci. Setelah itu, pencarian harus menghasilkan URL atau pengenal yang dapat diperiksa. Untuk publikasi ber-DOI, Crossref menyediakan REST API publik untuk menelusuri metadata karya ilmiah yang didepositkan anggota dan sumber tepercaya. Endpoint berdasarkan DOI dapat mengambil satu rekaman spesifik. Crossref mengingatkan bahwa kualitas metadata bergantung pada data yang didepositkan, sehingga rekaman tetap perlu diperiksa. Dokumentasi resmi Crossref.

Database berbeda memiliki cakupan berbeda. Untuk topik penting, ulangi pencarian pada database yang relevan dengan disiplin ilmu, repositori resmi, dan situs penerbit.

3. Wajibkan pengenal, bukan sekadar sitasi yang sudah diformat

Untuk setiap kandidat, mintalah DOI, URL penerbit, PMID, arXiv ID, ISBN, atau pengenal lain yang sesuai. “Tidak ditemukan pengenal” bukan selalu berarti sumber palsu—buku lama dan beberapa publikasi memang tidak memiliki DOI—tetapi itu adalah sinyal agar verifikasi dilakukan dengan jalur lain.

Jangan menjadikan DOI sebagai hiasan. Buka DOI tersebut dan cocokkan setidaknya judul, penulis utama, tahun, serta venue. Tautan yang mengarah ke paper lain adalah kegagalan, walau gaya APA-nya tampak sempurna.

4. Verifikasi identitas publikasi dan isi secara terpisah

Ada dua pertanyaan berbeda:

1. Apakah publikasi ini benar-benar ada?
2. Apakah publikasi ini benar-benar mendukung klaim yang ingin saya tulis?

Halaman metadata dapat menjawab pertanyaan pertama, tetapi belum tentu pertanyaan kedua. Untuk pertanyaan kedua, baca abstrak, metode, hasil, keterbatasan, dan—bila klaimnya spesifik—bagian atau tabel yang relevan. Jangan menyimpulkan dari judul saja.

Jika hanya abstrak yang tersedia, tandai keterbatasan akses. Jangan biarkan agen menulis seolah-olah telah membaca isi penuh. Untuk preprint, tandai statusnya secara eksplisit dan periksa apakah versi jurnal sudah tersedia.

5. Impor ke pengelola referensi, lalu periksa kembali

Zotero menyarankan penyimpanan item dari halaman publikasi utama karena halaman itu biasanya menyediakan metadata yang lebih lengkap daripada PDF mentah. Zotero juga dapat menambahkan item melalui DOI, ISBN, PubMed ID, atau arXiv ID. Dokumentasi resminya tetap mengingatkan pengguna untuk memverifikasi catatan hasil impor karena metadata dapat tidak lengkap atau keliru. Panduan resmi Zotero.

Periksa kapitalisasi judul, urutan penulis, tahun, volume, nomor, halaman, DOI, dan tipe dokumen. Pengelola referensi mengurangi kerja format; ia tidak menggantikan penilaian bibliografis.

6. Susun sintesis berbasis klaim

Setelah sumber lolos, kelompokkan berdasarkan pertanyaan: apa yang disepakati, apa yang bertentangan, metode apa yang berbeda, dan celah bukti apa yang tersisa. Tinjauan pustaka yang berguna bukan parade kalimat “Penelitian A mengatakan…, penelitian B mengatakan…”. Ia menunjukkan hubungan antar-bukti.

Minta agen membuat matriks: baris adalah sumber; kolom adalah populasi, metode, ukuran sampel, hasil utama, keterbatasan, dan relevansi. Dari matriks itu, barulah agen menyusun draf. Setiap paragraf harus dapat dipetakan kembali ke sumber tertentu.

7. Lakukan pemeriksaan manusia sebelum publikasi

Manusia tetap bertanggung jawab atas relevansi, interpretasi, plagiarisme, dan kepatuhan pada aturan kampus atau penerbit. Periksa kutipan langsung terhadap dokumen asli. Pastikan parafrase tidak mengubah makna. Cocokkan semua sitasi di teks dengan daftar pustaka dan hapus entri yang tidak pernah dipakai.

Jika institusi meminta deklarasi penggunaan AI, ikuti aturannya. Catat alat, tanggal, dan peran AI dalam proses. Transparansi jauh lebih aman daripada menyamarkan AI sebagai penulis atau sumber ilmiah.

Prompt kerja yang lebih aman

Bertindak sebagai asisten riset, bukan penulis bayangan. Pecah pertanyaan saya menjadi query pencarian. Untuk setiap kandidat sumber, berikan judul, penulis, tahun, venue, DOI atau pengenal permanen, URL asli, dan alasan relevansi. Jangan mengisi data yang tidak ditemukan. Tandai “belum terverifikasi” sampai DOI atau halaman penerbit dibuka. Setelah saya menyetujui kandidat, buat ledger bukti yang memisahkan temuan sumber, inferensi, dan rekomendasi. Jangan menulis draf naratif sebelum setiap klaim utama memiliki sumber yang sudah dibaca.

Prompt tidak menghilangkan risiko. Nilainya adalah membuat prosedur dan kondisi berhenti menjadi eksplisit. Jika halaman sumber tidak dapat diakses, agen harus melaporkan keterbatasan, bukan menebak.

Contoh operasional: mahasiswa mengkaji AI untuk UMKM

Bayangkan seorang mahasiswa ingin menilai apakah generative AI membantu pemasaran UMKM Indonesia. Agen menyusun istilah Indonesia dan Inggris, misalnya small business, microenterprise, generative AI, marketing productivity, dan Indonesia. Ia mengumpulkan kandidat dari rekaman yang dapat ditelusuri, kemudian membuat ledger.

Mahasiswa menolak paper yang hanya membahas perusahaan besar, memberi label berbeda pada survei dan eksperimen, serta tidak menyamakan preprint dengan artikel peer-reviewed. Setelah membaca sumber, ia menulis kesimpulan yang proporsional: bukti pada tugas tertentu tidak otomatis membuktikan peningkatan kinerja bisnis secara keseluruhan. Contoh ini hipotetis, bukan studi kasus atau testimoni pengguna.

Di AgentBuff, pola kerja ini dapat diperlakukan sebagai pekerjaan karyawan AI: beri peran, instruksi, sumber kerja, serta urutan pemeriksaan; minta agen mengembalikan tabel atau dokumen yang bisa ditinjau. Situs AgentBuff saat artikel ini ditulis mencantumkan kemampuan riset web, arXiv, PDF, OCR dokumen, Google Drive, Google Docs, dan Notion di antara alat yang dapat disambungkan. Ketersediaan dan konfigurasi aktual tetap perlu diperiksa di akun masing-masing. Lihat informasi produk AgentBuff.

Bila Anda belum pernah menyusun prosedur untuk agen, baca cara menulis SOP untuk karyawan AI. Untuk tugas berisiko, terapkan prinsip akses minimum dan approval manusia dari panduan memulai AI agent dengan aman. Kualitas instruksi juga dapat diperbaiki dengan panduan cara menyuruh AI supaya hasilnya pas.

Checklist sebelum sebuah sumber masuk naskah

Sebuah sumber boleh berstatus “siap dikutip” jika:

• publikasinya dapat dibuka pada penerbit, repositori, atau katalog tepercaya;
• judul, penulis, tahun, venue, dan pengenal cocok;
• Anda atau agen benar-benar membaca bagian yang menopang klaim;
• klaim tidak melampaui populasi, metode, atau hasil penelitian;
• status preprint, koreksi, atau pencabutan sudah diperiksa;
• kutipan langsung cocok kata demi kata dan memiliki lokasi;
• sitasi di teks punya pasangan di daftar pustaka;
• manusia menyetujui pemakaiannya.

Jika satu syarat penting belum terpenuhi, pertahankan status kandidat. Kecepatan riset tidak berguna bila fondasinya tidak dapat diperiksa.

FAQ

Apakah AI boleh dipakai untuk mencari jurnal?

Boleh, dan sering berguna untuk memperluas kata kunci serta menyaring kandidat. Namun AI tidak boleh menjadi satu-satunya bukti bahwa sebuah publikasi ada atau mendukung suatu klaim. Verifikasi pada sumber asli tetap wajib.

Apakah DOI menjamin isi paper berkualitas?

Tidak. DOI membantu mengidentifikasi objek secara persisten; ia bukan stempel kualitas metode. Anda masih perlu menilai venue, desain studi, data, konflik kepentingan, keterbatasan, dan relevansi.

Apakah sumber dari arXiv boleh dikutip?

Boleh jika relevan dan aturan institusi mengizinkan, tetapi sebutkan bahwa dokumen itu preprint bila belum melalui peer review. Periksa apakah ada versi jurnal yang lebih baru.

Bisakah karyawan AI menulis seluruh tinjauan pustaka?

Agen dapat membantu banyak tahap, tetapi tanggung jawab akademik tidak bisa didelegasikan. Pemilik naskah harus memilih sumber, memeriksa dukungan tiap klaim, menilai kualitas bukti, dan menyunting sintesis akhir.

Bagaimana mencegah sitasi palsu paling cepat?

Jangan menerima referensi tanpa pengenal atau URL asli, jangan menulis narasi sebelum ledger diverifikasi, dan jangan meminta model yang sama “memastikan” jawabannya tanpa membuka sumber eksternal.

Kesimpulan

Cara aman memakai karyawan AI untuk riset jurnal adalah menjadikannya operator proses yang terukur: mencari, mencatat, mencocokkan, dan melaporkan—bukan mesin daftar pustaka yang dipercaya begitu saja. Output terpentingnya bukan paragraf yang lancar, melainkan rantai bukti yang dapat dibuka oleh pembaca lain.

Jika ingin mengubah prosedur ini menjadi workflow berulang, coba AgentBuff dan mulai dari satu tugas sempit: membuat ledger kandidat sumber. Pertahankan verifikasi manusia sampai kualitas hasilnya konsisten.

Sumber dan bacaan utama

• Walters, W. H., & Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports.
• Hell, A., dkk. (2026). AI's Capability in Assisting Scientific Research in Physics, Astrophysics, and Cosmology I: Literature Review. arXiv preprint.
• Crossref. REST API documentation.
• Zotero. Adding Items to Zotero.

Nugraha Labib Mujaddid membangun AgentBuff untuk membantu individu dan bisnis Indonesia bekerja dengan karyawan AI.