Citation Verification dengan AI

Anda menulis bab tinjauan pustaka dengan bantuan AI. Dalam hitungan detik, paragraf rapi muncul lengkap dengan sitasi: “Pratama dan Sari (2019) menemukan bahwa tata kelola yang baik menaikkan nilai perusahaan.” Kalimatnya mengalir, namanya terdengar masuk akal, tahunnya pas. Anda salin ke naskah, lega satu paragraf beres.

Masalahnya: Pratama dan Sari (2019) mungkin tidak pernah ada. Atau ada, tetapi judulnya bukan itu. Atau ada dan judulnya benar, tetapi temuannya justru kebalikan dari yang Anda kutip. Tiga kemungkinan, tiga jenis bencana — dan ketiganya kerap luput dari mata karena teksnya tampak meyakinkan.

Inilah satu-satunya bab di seluruh panduan ini yang harus Anda perlakukan sebagai pagar pengaman wajib. Sebab di sini taruhannya bukan nilai yang kurang sedikit, melainkan reputasi: sitasi palsu yang lolos ke naskah bisa membuat tulisan Anda ditolak langsung (desk reject), bahkan ditarik setelah terbit.

Catatan integritas — bacalah ini lebih dulu. Tujuan verifikasi sitasi bukan untuk “merapikan” naskah supaya lolos pemeriksa, melainkan untuk memastikan setiap klaim benar-benar berpijak pada sumber yang nyata dan relevan. Ini soal kejujuran ilmiah, bukan kosmetik. AI adalah alat bantu menulis; tanggung jawab atas setiap kata — termasuk setiap sitasi — tetap sepenuhnya milik Anda sebagai penulis. Memverifikasi sumber adalah cara Anda memenuhi tanggung jawab itu, bukan cara mengelabui siapa pun.

Kenapa Ini Genting

Model bahasa seperti Claude tidak “mengingat” daftar pustaka. Ia memproduksi teks yang secara statistik paling mungkin menyusul kata-kata sebelumnya. Ketika konteksnya menuntut sebuah sitasi, model menyusun sesuatu yang berbentuk seperti sitasi: nama yang lazim di bidang itu, tahun yang masuk akal, judul yang temanya nyambung. Apakah kombinasi itu benar-benar terbit? Model tidak punya cara memastikannya saat menulis.

Akibatnya, sebagian besar sitasi yang dihasilkan AI bisa keliru dalam salah satu bentuk. Berbagai pengujian akademik terhadap model bahasa menemukan tingkat kekeliruan sitasi yang besar — sering dikutip sebagai sekitar empat dari sepuluh sitasi bermasalah, dengan angka pasti bergantung pada bidang, model, dan cara bertanya. Yang perlu Anda pegang bukan angka persisnya, melainkan kesimpulannya: angka kesalahan terlalu tinggi untuk dipercaya tanpa diperiksa.

Sumber angka. Bab versi lama menyebut “studi OpenAI/Stanford 2024” sebagai sumber angka 40%. Kami sengaja tidak lagi menyandarkannya pada satu studi spesifik itu, karena kami sendiri tidak bisa memverifikasi keberadaannya — dan menyodorkan sumber yang tak terverifikasi di bab tentang verifikasi sitasi jelas keliru. Yang jelas terverifikasi: literatur ilmiah memang berlimpah mendokumentasikan fabrikasi sitasi oleh model bahasa (misalnya studi eksperimental Linardon dkk., 2025, di JMIR Mental Health, dan sejumlah studi akurasi rujukan lintas bidang). Praktik yang benar: pakai angka sebagai ilustrasi besarnya masalah, bukan sebagai klaim presisi yang butuh sumber pasti.

Reviewer jurnal bereputasi kini terbiasa memindai sitasi yang mencurigakan. Begitu satu sitasi ketahuan palsu, kepercayaan pada seluruh naskah runtuh. Karena itu verifikasi bukan langkah opsional di akhir — ia syarat agar tulisan Anda layak dikirim.

Tiga Jenis Sitasi Keliru

Sebelum tahu cara memeriksa, kenali dulu apa yang sedang Anda cari. Sitasi yang dihasilkan AI bisa cacat dalam tiga cara, dari yang paling kasar sampai yang paling licin.

1. Fabrikasi total — paper-nya tidak ada. AI mengarang sitasi yang sama sekali tidak pernah terbit. Nama penulis, judul, jurnal — semua disusun agar terdengar masuk akal, tetapi tak ada satu pun arsip yang memuatnya. Contoh: “Wijaya dan Hartono (2020) membuktikan bahwa ukuran dewan komisaris menaikkan kinerja.” Anda cari di mana pun, paper ini tidak muncul. Ini yang paling gampang ketahuan — asal Anda benar-benar mencari.

2. Chimera — metadata campur aduk. Paper-nya ada, tetapi potongan-potongan informasinya diambil dari beberapa sumber berbeda lalu disatukan keliru. Nama penulis benar, tetapi judulnya milik paper lain; atau judulnya benar, tetapi tahunnya salah. (Istilah chimera dipinjam dari makhluk mitologi yang tubuhnya gabungan beberapa hewan.) Contoh: AI menulis judul “Cross-Section of Expected Stock Returns” untuk Fama dan French 2015. Kenyataannya judul itu milik paper Fama–French 1992; yang 2015 adalah model lima-faktor dengan judul berbeda. Penulis benar, judul benar, tahun benar — tetapi dikawinkan salah. Sulit ketahuan kalau Anda hanya mengecek “apakah nama ini ada”.

3. Ghost — sumbernya nyata, klaimnya salah. Ini yang paling berbahaya. Paper-nya ada, metadatanya cocok semua, tetapi klaim yang Anda kutip tidak didukung — bahkan kadang ditentang — oleh isi paper itu. Sitasi tampak sah di permukaan, tetapi argumennya menggantung tanpa pijakan, seperti hantu (ghost). Contoh: “Modigliani dan Miller (1958) membuktikan bahwa kebijakan dividen memengaruhi nilai perusahaan.” Paper itu memang ada dan terkenal — tetapi justru membuktikan kebalikannya (dividen tidak relevan di pasar sempurna). Pemeriksa yang menguasai bidang akan langsung menangkap kekeliruan ini, dan kepercayaan pada Anda anjlok.

Ketiga jenis ini menuntut tiga lapis pemeriksaan yang berbeda — dan itulah inti protokol di bawah.

Alur Verifikasi Tiga Tahap

Verifikasi bukan satu pemeriksaan tunggal, melainkan tiga saringan berurutan. Tiap saringan menangkap satu jenis sitasi keliru; sitasi harus lolos ketiganya. Gambar berikut menampilkan urutannya secara utuh:

Mari kupas tahap demi tahap, lengkap dengan apa yang dicari dan bagaimana memeriksanya.

Tahap 1 — Keberadaan: apakah paper-nya ada?

Pertanyaan paling dasar: benarkah karya ini pernah terbit? Cari setiap sitasi di basis data akademik yang tepercaya. Empat pintu utama, semuanya gratis:

• Semantic Scholar — mesin pencari akademik, punya antarmuka pemrograman (API) gratis untuk pemeriksaan banyak sitasi sekaligus.
• OpenAlex — basis data sitasi yang sangat luas cakupannya.
• CrossRef — registri DOI; DOI (Digital Object Identifier) adalah kode unik permanen yang ditempelkan ke tiap karya terbit, seperti nomor KTP untuk sebuah artikel.
• Google Scholar — pencarian luas, cocok untuk penyisiran cepat (tanpa API resmi).

Aturannya sederhana: kalau sebuah sitasi tidak muncul di mana pun setelah dicari di beberapa basis data, kemungkinan besar ia fabrikasi. Coret atau ganti.

Satu peringatan: ketiadaan di satu basis data belum tentu fabrikasi — bisa jadi cakupannya kurang (buku, prosiding lokal, jurnal Indonesia tertentu sering luput). Karena itu silang-periksa minimal dua sumber sebelum memvonis sebuah sitasi sebagai palsu.

Tahap 2 — Metadata: apakah semua keterangannya cocok?

Sitasi lolos Tahap 1 (paper-nya ada). Sekarang pastikan keterangannya cocok satu sama lain — ini saringan untuk chimera. Periksa kecocokan persis tiap unsur:

• Nama penulis — ejaan dan kelengkapannya.
• Tahun terbit.
• Judul — kata demi kata.
• Nama jurnal atau penerbit.
• Volume, nomor, halaman — kalau tersedia.

Kalau satu unsur saja tidak cocok dengan catatan di basis data otoritatif — misalnya judulnya ternyata milik paper lain — Anda menghadapi chimera. Perbaiki seluruh metadata mengikuti catatan resmi (cara paling aman: salin metadata langsung dari DOI di CrossRef), atau ganti sitasinya.

Tahap 3 — Validitas argumen: benarkah sumbernya mendukung klaim Anda?

Ini tahap yang paling sering dilewati dan paling sering jadi sumber masalah. Sitasi sudah ada (Tahap 1) dan metadatanya cocok (Tahap 2) — tetapi apakah paper itu benar-benar mengatakan apa yang Anda kutip? Ini saringan untuk ghost.

Caranya: buka abstrak atau kesimpulan paper aslinya, lalu cocokkan dengan kalimat Anda. Misalkan AI menulis: “Jensen dan Meckling (1976) berargumen bahwa pengawasan utang menurunkan biaya keagenan.” Buka abstrak paper itu dan tanyakan dua hal:

• Apakah Jensen–Meckling memang membahas pengawasan lewat utang?
• Apakah arah temuannya — “menurunkan biaya keagenan” — sesuai dengan kesimpulan mereka?

Kalau abstrak tidak menyinggung topik itu, atau malah menyatakan hal sebaliknya, Anda menemukan ghost. Ubah klaim Anda agar sesuai isi sumber, ganti dengan sumber yang benar-benar mendukung, atau hapus klaimnya kalau memang tidak ada sumber yang menopang. Yang tidak boleh dilakukan: membiarkan klaim berdiri di atas sumber yang tak mendukungnya.

Langkah Praktis Per-Naskah

Begini urutan kerja yang bisa Anda jalankan setiap kali sebuah naskah selesai didraf dengan bantuan AI:

1. Kumpulkan semua sitasi dari naskah ke satu daftar. Jangan menyaring duluan — setiap sitasi diperiksa, termasuk yang tampak “aman”.
2. Jalankan Tahap 1 (keberadaan) untuk seluruh daftar. Cara cepat: pemeriksaan massal lewat API Semantic Scholar atau OpenAlex.
3. Jalankan Tahap 2 (metadata) hanya pada sitasi yang lolos Tahap 1.
4. Jalankan Tahap 3 (validitas argumen) pada sitasi yang lolos Tahap 2 — buka abstrak, cocokkan klaim.
5. Beri tanda status tiap sitasi: hijau (lolos semua), oranye (ragu, perlu cek manual), merah (gagal — fabrikasi/chimera/ghost).
6. Perbaiki yang bertanda merah dan oranye sebelum naskah dikirim: ganti dengan sumber terverifikasi, atau hapus klaimnya kalau tak ada penopang yang jujur.

Catat hasilnya. Jejak verifikasi yang terdokumentasi (sitasi mana diperiksa kapan, dengan basis data apa) berguna kalau di kemudian hari ada pertanyaan — dan menumbuhkan kebiasaan kerja yang jujur.

Pola Saat AI Paling Sering Salah

Verifikasi memang harus menyeluruh, tetapi mengetahui kapan AI paling rawan mengarang membantu Anda menaruh perhatian ekstra di titik yang tepat:

• Topik sempit dengan sedikit rujukan nyata. Saat sumber sahih langka, model cenderung “mengisi kekosongan” dengan sitasi karangan yang terdengar masuk akal.
• Paper sangat baru (kurang lebih 12 bulan terakhir). Pengetahuan model punya batas waktu (knowledge cutoff); karya terbaru rawan salah atau dikarang.
• Nomor halaman atau kutipan langsung yang spesifik. Model sering mengarang nomor halaman persis dan kalimat kutipan.
• Paper berbahasa selain Inggris. Data latih lebih sedikit, risiko fabrikasi lebih tinggi — relevan untuk rujukan berbahasa Indonesia.
• Penggabungan beberapa rujukan dalam satu kalimat. Inilah ladang subur chimera: detail dari paper berbeda tercampur.

Cek Pemahaman

1. AI menuliskan sitasi: “Suharto (2017), ‘Manajemen Laba dan Tata Kelola’, Jurnal Akuntansi Indonesia.” Anda cari di Semantic Scholar dan OpenAlex — paper dengan judul itu memang ada, ditulis Suharto, tahun 2017. Apakah verifikasi Anda selesai? Jelaskan.

2. (Penerapan.) Anda diberi naskah teman yang didraf dengan bantuan AI tentang topik yang sangat baru: pengaruh kebijakan moneter 2025 terhadap saham bank. Ada 18 sitasi, dan jadwal Anda mepet. Bagaimana Anda menentukan urutan prioritas pemeriksaan — sitasi mana dulu yang Anda periksa, dan kenapa?

Cara Mendeteksi Tiap Jenis (Ringkasan)

Bereksperimen Sendiri

Tempel sebuah sitasi, lalu telusuri ketiga tahap verifikasinya satu per satu dan lihat di tahap mana sebuah sitasi keliru bisa tertangkap.

Pulih dari Sitasi Buruk

Bagaimana kalau sitasi cacat terlanjur lolos? Sikap yang benar selalu jujur dan memperbaiki, bukan menutupi:

1. Akui di revisi, jangan menyangkal. Pemeriksa lebih menghargai keterusterangan.
2. Ganti dengan sitasi terverifikasi yang benar-benar menopang poin yang sama.
3. Atau hapus klaimnya kalau memang tidak ada sumber sahih yang mendukung — klaim tanpa penopang lebih baik dibuang daripada dipaksakan.
4. Sampaikan di surat balasan reviewer bila perlu, dengan nada bertanggung jawab.
5. Catat sebagai perbaikan proses agar tidak terulang.

Kalau sitasi palsu baru ketahuan setelah terbit, konsekuensinya berat: risiko penarikan artikel dan kerusakan reputasi. Justru karena itulah verifikasi di hulu — sebelum kirim — jauh lebih murah daripada memperbaiki di hilir.

Kesalahan Umum

Melewati verifikasi, percaya begitu saja keluaran AI. Tingkat kekeliruan terlalu tinggi untuk dipercaya buta. Verifikasi wajib, bukan opsional.

Hanya menjalankan Tahap 1 (keberadaan). Chimera dan ghost akan lolos karena paper-nya memang ada. Ketiga tahap harus dijalankan.

Hanya memeriksa sitasi “penting”. Sitasi kecil dan tidak mencolok pun bisa dikarang. Periksa semua.

Mengandalkan satu basis data. Cakupan tiap basis data berbeda; sering tidak sepakat. Silang-periksa minimal dua sumber sebelum memvonis.

Melewati Tahap 3 (validitas argumen). Inilah jenis kekeliruan yang paling licin sekaligus paling sering luput. Membuka abstrak dan mencocokkan klaim adalah langkah yang tidak boleh dikorbankan.

Menganggap verifikasi sebagai “akal-akalan lolos pemeriksa”. Keliru sejak niat. Verifikasi adalah cara menjaga kebenaran tulisan, bukan cara mengelabui sistem deteksi. Yang Anda lindungi adalah integritas Anda sendiri.

Dipakai di Praktik

• Penulisan paper Q1/ABDC. Verifikasi sitasi kini bagian baku dari pemeriksaan sebelum kirim. Reviewer top-journal aktif memindai sitasi yang janggal; satu yang palsu cukup untuk meruntuhkan kredibilitas naskah.
• Penyusunan tinjauan pustaka skripsi/tesis. Mahasiswa yang memakai AI untuk menyusun bab 2 wajib memverifikasi tiap sumber — dosen penguji dan dosen pembimbing makin terlatih mengenali sitasi karangan. Demi integritas akademik Anda sendiri, periksa sebelum diserahkan.
• Deliverable konsultasi yang merujuk regulasi. Prinsip yang sama berlaku saat AI mengutip pasal undang-undang atau peraturan: pastikan pasalnya benar-benar ada dan isinya sesuai klaim, sebelum dokumen sampai ke klien atau pemerintah.
• Sintesis literatur bervolume besar. Saat merangkum puluhan paper sekaligus, verifikasi massal Tahap 1 lewat API menjaga agar tidak ada sumber fiktif yang terselip ke dalam ringkasan.

Lanjutan

• Sintesis Tinjauan Pustaka dengan AI — sumber sitasi yang Anda verifikasi di sini; lakukan verifikasi pada keluarannya.
• Prompt Engineering untuk Riset Akademik — cara bertanya yang menekan kemungkinan AI mengarang sitasi sejak awal.
• Claude untuk Riset: Workflow End-to-End — tempat verifikasi sitasi duduk di dalam alur riset menyeluruh.
• R&R Response Generation dengan AI — menangani temuan sitasi bermasalah saat revisi setelah ditelaah.

Rujukan

• Bender, Gebru, McMillan-Major, & Shmitchell (2021), “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?”, Conference on Fairness, Accountability, and Transparency (FAccT) — pijakan konseptual mengapa model bahasa bisa menghasilkan teks yang fasih namun tak berdasar.
• Linardon dkk. (2025), “Influence of Topic Familiarity and Prompt Specificity on Citation Fabrication in Mental Health Research Using Large Language Models”, JMIR Mental Health — studi eksperimental atas fabrikasi sitasi oleh model bahasa.
• Dokumentasi API Semantic Scholar: api.semanticscholar.org
• Dokumentasi API OpenAlex: docs.openalex.org