Artikel ini membahas tiga hal utama: pentingnya referensi akademik yang berkualitas, peran AI untuk penelitian, dan langkah praktis memverifikasi sumber agar pencarian jurnal tetap akurat. Bukti terkini menunjukkan AI paling berguna sebagai pendamping pencarian, bukan pengganti database ilmiah dan penilaian kritis peneliti (Bolanos et al., 2024; Tomczyk et al., 2024).
Pentingnya Referensi Akademik yang Berkualitas
Cara mencari referensi akademik yang baik menentukan mutu argumen, ketepatan sitasi, dan kredibilitas karya ilmiah sejak tahap proposal hingga skripsi selesai (Alahi & Yesmin, 2024). Meta-analisis pada 23 studi dengan 22.054 peserta menunjukkan hubungan positif sedang antara literasi informasi dan performa akademik, dengan effect size gabungan r = 0.33 (Ashiq et al., 2025). Studi lain pada mahasiswa tugas akhir juga menemukan korelasi positif antara kemampuan literasi informasi dan kompetensi riset (Alahi & Yesmin, 2024).
Masalahnya, banyak mahasiswa tetap memilih blog, Wikipedia, atau koran online karena terasa relevan, meski kualitas otoritasnya tidak selalu memadai untuk tulisan akademik (Haliq et al., 2023). Penelitian lain menunjukkan penggunaan teknologi saja tidak otomatis meningkatkan kemampuan mencari dan menilai informasi (Haliq et al., 2023). Karena itu, mencari sumber bukan sekadar menemukan artikel, tetapi menilai relevansi, akurasi, otoritas, dan penggunaan etisnya (Haliq et al., 2023).
- Referensi kuat membantu membangun argumen yang dapat dipertanggungjawabkan (Tergembay et al., 2026).
- Literasi informasi menurunkan risiko kewalahan oleh banjir sumber digital (Olivia & Desriyeni, 2026).
- Pelatihan terstruktur meningkatkan kemampuan menilai dan menggunakan sumber ilmiah (Cagitla & Balid-Bordado, 2026).
Peran AI dalam Penelitian Ilmiah
AI mempercepat pencarian, penyaringan, peringkasan, dan pengelompokan tema dalam literatur ilmiah, terutama ketika jumlah artikel sudah sangat besar (Mandić, 2025; De La Torre-López et al., 2023). Tinjauan besar atas alat AI untuk systematic literature review juga menegaskan bahwa AI kini paling banyak dipakai untuk screening dan extraction, dengan tantangan utama pada usability, transparency, dan standardisasi evaluasi (Bolanos et al., 2024). Sistem berbasis retrieval-augmented generation (RAG) dirancang agar model mengambil informasi dari dokumen yang dapat diverifikasi, sehingga mengurangi halusinasi (Bolanos et al., 2024).
Namun, bukti komparatif menunjukkan hasil AI tidak selalu lebih baik dari alat tradisional. Pada pengujian topik e-commerce, Scopus dan Web of Science unggul dalam akurasi dan kualitas, sedangkan alat AI lebih menonjol dalam menemukan hasil unik yang mungkin terlewat metode biasa (Tomczyk et al., 2024). Kesimpulan yang paling konsisten adalah kombinasi AI dan database konvensional memberi hasil paling kuat (Tomczyk et al., 2024; Pulletikurty, 2026).
- AI paling efektif untuk membantu, bukan menggantikan peneliti (Whitfield & Hofmann, 2023; Oyelude, 2024).
- AI dapat menghemat waktu pencarian dan manajemen sitasi (Alaa, 2024; Barame et al., 2025).
- Penggunaan AI tetap perlu pengawasan karena bias, interpretabilitas, dan privasi masih menjadi isu (Mandić, 2025; Barame et al., 2025; Pulletikurty, 2026).
Langkah Praktis Memverifikasi Referensi dengan AI
Untuk mahasiswa IAIN Sorong, langkah paling aman adalah memulai dari topik riset yang sempit, lalu memakai AI untuk memperluas istilah pencarian, bukan langsung menerima jawaban jadi (Bolanos et al., 2024). Misalnya, mahasiswa yang meneliti "literasi digital mahasiswa baru" dapat meminta AI membuat variasi kata kunci Indonesia dan Inggris, lalu menjalankannya di Google Scholar, DOAJ, atau database kampus (Godwin et al., 2025). Setelah itu, simpan artikel yang relevan ke Zotero agar sitasi lebih rapi dan jejak bacaan tidak hilang (Haliq et al., 2023; Barame et al., 2025).
Berikut alur praktis mencari dan memverifikasi referensi akademik:
| Langkah | Tujuan | Contoh Praktis | Dasar Ilmiah |
|---|---|---|---|
| Tentukan kata kunci | Memperjelas fokus pencarian | "AI untuk penelitian" + "information literacy" | AI mendukung pencarian bahasa alami (Bolanos et al., 2024) |
| Cari di database ilmiah | Menjaga kualitas hasil awal | Google Scholar, Scopus, DOAJ, perpustakaan digital | Database tradisional cenderung unggul dalam akurasi (Tomczyk et al., 2024) |
| Pakai AI untuk eksplorasi | Menemukan artikel unik | Ringkasan awal, tema, paper terkait | AI sering menemukan hasil unik (Tomczyk et al., 2024) |
| Kelola dengan reference manager | Merapikan sitasi | Simpan PDF dan metadata di Zotero | Mendukung tugas akademik mandiri (Haliq et al., 2023) |
| Verifikasi sumber | Mencegah referensi palsu | Cek DOI, jurnal, penulis, tahun | Pelatihan menurunkan sitasi palsu (Pratama, 2025) |
Kesalahan Umum dalam Menggunakan AI
Kesalahan paling sering adalah terlalu percaya pada hasil AI tanpa mengecek apakah artikel itu benar-benar ada, relevan, dan terbit di jurnal yang layak. Studi pelatihan mahasiswa menunjukkan intervensi khusus dapat menurunkan referensi palsu dan meningkatkan penggunaan jurnal bereputasi (Pratama, 2025). Ini berarti masalah halusinasi sitasi nyata, tetapi bisa dikurangi dengan pelatihan yang tepat (Pratama, 2025).
Kesalahan lain adalah mengira semua hasil teratas pasti paling baik. Evaluasi kualitas jurnal justru perlu pendekatan seperti lateral reading, yaitu membuka sumber lain untuk memeriksa reputasi jurnal, kredibilitas penerbit, dan tanda-tanda predatory journal (Dale & Craft, 2021). Lingkungan akademik juga masih menunjukkan kelemahan dalam perilaku verifikasi informasi, sehingga pelatihan fact-checking tetap penting (Tergembay et al., 2026).
- Jangan menyalin daftar pustaka dari AI tanpa cek DOI atau metadata (Pratama, 2025).
- Jangan memakai blog sebagai rujukan utama untuk karya ilmiah (Haliq et al., 2023).
- Jangan abaikan isu privasi data saat mengunggah dokumen ke alat AI berbasis cloud (Barame et al., 2025).
Platform Rekomendasi untuk Penelitian
Platform yang berguna terbagi dalam tiga fungsi: database pencarian, asisten AI, dan manajer referensi. Survei alat AI terbaru mengidentifikasi mesin pencari seperti Scite, Elicit, Consensus, Perplexity, dan SciSpace sebagai kelompok search engine, sementara alat lain berperan as writing assistant (Bolanos et al., 2024). Di sisi lain, OpenAlex dan Zotero relevan untuk alur kerja yang lebih terbuka, terstruktur, dan dapat direproduksi (Barame et al., 2025).
| Platform | Fungsi Utama | Kekuatan | Catatan |
|---|---|---|---|
| Google Scholar | Pencarian jurnal | Mudah diakses, luas | Perlu seleksi kualitas manual (Haliq et al., 2023) |
| DOAJ | Jurnal open access | Baik untuk jurnal terbuka | Tidak mencakup semua bidang (Tergembay et al., 2026) |
| Crossref | Verifikasi DOI | Cek metadata artikel | Sangat berguna untuk validasi (Pratama, 2025) |
| Elicit / Consensus / Scite | AI untuk penelitian | Ringkasan & pencarian bahasa alami | Jangan dipakai sebagai sumber final tanpa cek silang (Bolanos et al., 2024; Whitfield & Hofmann, 2023) |
| Zotero | Manajemen referensi | Simpan, kutip, organisasi | Mendukung kerja mandiri mahasiswa (Haliq et al., 2023) |
Verifikasi Kredibilitas Sumber
Tips memverifikasi kredibilitas sumber dimulai dari empat pertanyaan sederhana: siapa penulisnya, di jurnal apa artikel terbit, apakah metadata cocok, dan apakah isi artikel benar-benar relevan dengan topik. Literasi informasi didefinisikan sebagai kemampuan menemukan, menilai, menggunakan, dan menyebarkan informasi secara etis, sehingga verifikasi sumber adalah bagian inti dari kompetensi riset (Alahi & Yesmin, 2024; Tergembay et al., 2026). Bukti juga menunjukkan pelatihan verifikasi digital dan media meningkatkan hasil belajar, minat, dan keterampilan berpikir kritis (Gergul et al., 2025).
Untuk praktik harian, mahasiswa dapat membuka halaman jurnal, mengecek DOI di Crossref, melihat apakah jurnal terindeks secara wajar, lalu membandingkan abstrak dengan kebutuhan penelitian. Jika AI memberi 10 artikel, jangan ambil semuanya. Pilih 3–5 yang paling relevan, baca abstraknya, dan simpan hanya yang mendukung rumusan masalah (Olivia & Desriyeni, 2026).
- Gunakan lateral reading untuk mengecek reputasi jurnal and penerbit (Dale & Craft, 2021).
- Cek kecocokan judul, penulis, tahun, dan DOI sebelum mengutip (Pratama, 2025).
- Prioritaskan sumber yang valid, ilmiah, dan relevan dengan pertanyaan riset (Haliq et al., 2023; Tergembay et al., 2026).
Kesimpulan
Cara mencari referensi akademik yang paling cerdas di era AI adalah menggabungkan database jurnal, alat AI, dan keterampilan verifikasi sumber. Bukti paling konsisten menunjukkan AI mempercepat pencarian dan membantu menemukan artikel unik, tetapi akurasi dan kualitas tetap lebih terjaga ketika hasil AI dicek silang dengan sumber ilmiah konvensional dan dinilai secara kritis (Tomczyk et al., 2024; Oyelude, 2024).
Bagi mahasiswa, dosen, dan peneliti pemula, kuncinya bukan memakai AI sebanyak mungkin, tetapi memakai AI dengan etis, terukur, dan terverifikasi. Dengan cara itu, referensi akademik yang dikumpulkan akan lebih kuat, relevan, dan aman digunakan dalam karya ilmiah.
FAQ
Apakah AI bisa menggantikan Google Scholar?
Tidak. Bukti terbaru menunjukkan AI lebih tepat sebagai pelengkap, sedangkan alat konvensional masih unggul dalam akurasi dan kualitas hasil (Tomczyk et al., 2024).
Apakah semua referensi dari AI bisa dipercaya?
Tidak. Referensi dari AI perlu diverifikasi karena sitasi palsu atau halusinasi masih sering muncul (Pratama, 2025).
Platform apa yang cocok untuk mahasiswa pemula?
Kombinasi Google Scholar, DOAJ, Zotero, dan satu alat AI pencari literatur adalah pilihan paling praktis untuk mulai belajar (Haliq et al., 2023; Bolanos et al., 2024).
Mengapa literasi informasi penting dalam pencarian jurnal?
Karena literasi informasi berkaitan positif dengan kompetensi riset dan performa akademik, sekaligus membantu mengurangi information overload (Ashiq et al., 2025; Olivia & Desriyeni, 2026).
Bagaimana cara cepat mengecek kredibilitas jurnal?
Gunakan lateral reading, cek DOI dan metadata, lalu lihat apakah jurnal dan penerbitnya tampak sah dan relevan (Dale & Craft, 2021; Pratama, 2025).
Referensi
Alaa, A. (2024). Harnessing Artificial Intelligence for Enhanced Efficiency in Academic Writing and Research. Fusion: Practice and Applications. https://doi.org/10.54216/fpa.160209
Alahi, F., & Yesmin, S. (2024). Impact of information literacy on research work performance: measuring thesis students’ competency at a public university in Bangladesh. Global Knowledge, Memory and Communication. https://doi.org/10.1108/gkmc-03-2024-0174
Ashiq, M., Hira, A., & Saeed, A. (2025). The relationship between information literacy and academic performance: a meta-analysis study. Performance Measurement and Metrics. https://doi.org/10.1108/pmm-04-2025-0020
Barame, G. K., Ngugi, J., & Sumbiri, D. (2025). Enhancing Academic Research Efficiency: A Comparative Analysis of Manual and AI-Driven Workflows with Optimized LLM-Zotero Integration. Journal of Information and Technology. https://doi.org/10.70619/vol5iss9pp46-55
Bolanos, F., Salatino, A., Osborne, F., & Motta, E. (2024). Artificial intelligence for literature reviews: opportunities and challenges. Artificial Intelligence Review, 57. https://doi.org/10.1007/s10462-024-10902-3
Cagitla, M., & Balid-Bordado, S. (2026). Strengthening Academic Information Literacy (SAIL) and Information Literacy of Research Students. International Journal For Multidisciplinary Research. https://doi.org/10.36948/ijfmr.2026.v08i01.68925
Dale, J., & Craft, A. (2021). Professional Applications of Information Literacy: Helping Researchers Learn to Evaluate Journal Quality. Serials Review, 47, 129 - 135. https://doi.org/10.1080/00987913.2021.1964337
De La Torre-López, J., Ramírez, A., & Romero, J. (2023). Artificial intelligence to automate the systematic review of scientific literature. Computing, 105, 2171 - 2194. https://doi.org/10.1007/s00607-023-01181-x
Gergul, S., Gorodnycha, L., Olkhovyk, M., & Panchenko, V. (2025). The Effectiveness of using Information Verification Services in the Training of Future Teachers. WSEAS TRANSACTIONS ON COMPUTER RESEARCH. https://doi.org/10.37394/232018.2025.13.28
Godwin, R., Soundararajan, K., Duggan, E. W., Goss, H., Atcheson, C., Wasson, E., Gosling, A. F., Archer, A., Berkowitz, D., Sherrer, M., & Melvin, R. (2025). AI-driven literature tools for enhanced medical education and research. Physiology. https://doi.org/10.1152/physiol.2025.40.s1.1646
Haliq, A., Zamzani, Z., Wiedarti, P., & Akhiruddin, A. (2023). Self-Acces in Digital Literacy: Evaluating the Quality of Information and Reliability of Sources in Writing Academic Essay. Interference: Journal of Language, Literature, and Linguistics. https://doi.org/10.26858/interference.v4i1.44561
Mandić, A. (2025). Optimizing the Research Process: The Role of AI Tools in Scientific Literature Searches. 2025 MIPRO 48th ICT and Electronics Convention, 1159-1163. https://doi.org/10.1109/mipro65660.2025.11131993
Olivia, D., & Desriyeni, D. (2026). The Effect of Information Literacy on Students’ Information Overload in the Use of Digital Academic References. Journal of Multidisciplinary Science: MIKAILALSYS. https://doi.org/10.58578/mikailalsys.v4i2.9877
Oyelude, A. (2024). Artificial intelligence (AI) tools for academic research. Library Hi Tech News. https://doi.org/10.1108/lhtn-08-2024-0131
Pratama, H. (2025). Training Students to Identify and Correct Fabricated References in ChatGPT-Generated Literature Reviews. Conference on English Language Teaching. https://doi.org/10.24090/celti.2025.1335
Pulletikurty, R. R. (2026). AI TOOLS FOR LITERATURE REVIEW AND KNOWLEDGE MAPPING: EMPOWERING RESEARCH EXCELLENCE IN ACADEMIC WRITING AND PUBLISHING. Journal of Emerging Technologies and Innovative Research. https://doi.org/10.56975/jetir.v13i2.575657
Tergembay, К., Moldabayev, K., Abdrakhmanova, A., Tulebayeva, S., & Abulkassimova, G. (2026). Recognition of fake news and deepfake technologies: on the example of the academic environment in higher education. Herald of Journalism. https://doi.org/10.26577/hj79120268
Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2024). Are AI tools better than traditional tools in literature searching? Evidence from E-commerce research. Journal of Librarianship and Information Science, 58, 135 - 145. https://doi.org/10.1177/09610006241295802
Whitfield, S., & Hofmann, M. A. (2023). Elicit: AI literature review research assistant. Public Services Quarterly, 19, 201 - 207. https://doi.org/10.1080/15228959.2023.2224125
