Claude untuk Riset: Workflow End-to-End

Bayangkan Anda mahasiswa S2 yang baru dapat tema tesis. Di depan Anda menumpuk pekerjaan: mempertajam pertanyaan penelitian, membaca puluhan jurnal, memilih metode, mengolah data, menulis lima bab, lalu merevisinya sampai layak diuji. Sendirian, prosesnya bisa berbulan-bulan dan mudah membuat patah semangat.

Sekarang ada asisten yang bisa membantu hampir di setiap tahap: model AI seperti Claude. Banyak yang langsung memakainya dengan cara yang keliru — mengetik “tuliskan satu paragraf tentang X” lalu menempelkan hasilnya mentah-mentah ke naskah. Cara itu cepat, tetapi berisiko: tulisannya dangkal, sitasinya bisa palsu, dan integritas karya Anda dipertaruhkan.

Artikel ini memetakan alur kerja riset dari ujung ke ujung (end-to-end): dari munculnya ide sampai naskah selesai direvisi. Untuk tiap tahap, kita perjelas dua hal: di mana AI benar-benar membantu, dan di mana manusia wajib turun tangan memeriksa. Yang kedua sama pentingnya dengan yang pertama — justru di sanalah karya Anda tetap menjadi karya Anda.

Catatan integritas (baca lebih dulu). AI di sini adalah alat bantu berpikir dan menulis, bukan pengganti penulis. Semua keputusan penelitian, penafsiran data, dan tanggung jawab atas isi tetap di tangan Anda. Sepanjang artikel ini, prinsipnya satu: jujur. Pakai sumber yang benar-benar ada, sitasi yang sudah diverifikasi, dan ungkapkan secara terbuka bahwa Anda memakai AI. Tujuannya bukan mengelabui penguji atau pendeteksi, melainkan menghasilkan riset yang sahih dan bisa dipertanggungjawabkan.

Intuisi: Riset Itu Sebuah Alur, Bukan Satu Lompatan

Kesalahan terbesar pemula adalah memperlakukan riset sebagai satu pekerjaan besar yang menakutkan. Padahal riset adalah rangkaian tahap berurutan, dan tiap tahap menyiapkan tahap berikutnya. Anda tidak bisa menulis hasil sebelum mengolah data; tidak bisa mengolah data sebelum punya desain; tidak bisa menyusun desain sebelum tahu apa yang dicari.

Begitu dipecah menjadi tahap-tahap kecil, setiap tahap punya pekerjaan yang jelas, hasil (deliverable) yang jelas, dan titik tempat AI bisa membantu. Inilah gambaran besarnya:

Catatan: gambar di atas memperlihatkan lima kotak sebagai alur generik. Pada artikel ini kita memakai enam tahap — tahap revisi adalah pasangan erat dari tahap penulisan, sehingga keduanya berdekatan di ujung alur. Mari kita bedah satu per satu, dengan satu kalimat penting untuk masing-masing: apa peran AI, dan apa yang tetap jadi tugas Anda.

Tahap 1 — Ide dan Pertanyaan Penelitian

Tujuan: dari tema umum yang masih kabur menjadi pertanyaan penelitian (RQ, research question) yang spesifik dan bisa diteliti.

Pertanyaan penelitian yang baik biasanya diukur dengan kriteria FINER — singkatan dari Feasible (bisa dikerjakan dengan sumber daya Anda), Interesting (menarik), Novel (baru, belum dijawab orang lain), Ethical (etis), dan Relevant (relevan). Contoh perjalanannya: dari tema kabur “pengaruh tata kelola perusahaan” menuju pertanyaan tajam “apakah kehadiran komisaris independen menurunkan biaya utang pada perusahaan manufaktur di Bursa Efek Indonesia periode 2018–2023?”.

Di mana AI membantu. AI bisa berperan sebagai lawan bicara yang menantang lewat dialog Sokratik — yaitu cara bertanya bertubi-tubi untuk memancing Anda mempertajam sendiri jawabannya, bukan disuapi jawaban jadi.

Saya tertarik meneliti [tema umum Anda].
Pakai dialog Sokratik untuk membantu saya mempersempit
menjadi 1–2 pertanyaan penelitian yang memenuhi kriteria
FINER (Feasible, Interesting, Novel, Ethical, Relevant).

Ajukan dulu 3–4 pertanyaan klarifikasi kepada saya,
baru kemudian usulkan kandidat pertanyaan beserta alasannya.

Catatan istilah: teks dalam kotak hitam di atas adalah contoh prompt — yaitu perintah/pertanyaan yang Anda ketikkan ke AI. Anda mengganti bagian dalam tanda kurung siku dengan konteks Anda sendiri.

Yang tetap tugas Anda. Jangan menerima usulan pertama mentah-mentah. Tantang balik, tanyakan “kenapa”, dan pastikan pertanyaan itu benar-benar Anda pahami dan minati — karena Andalah yang akan menelitinya berbulan-bulan, bukan AI. Etika: jika tesis ini bagian dari bimbingan, pertanyaan penelitian harus tumbuh dari minat dan bacaan Anda sendiri, bukan menyalin kerangka, variabel, atau topik milik penelitian orang lain.

Hasil tahap ini: 2–3 kandidat pertanyaan penelitian, gambaran kasar kerangka teori, dan pemeriksaan kelayakan awal.

Tahap 2 — Tinjauan Pustaka

Tujuan: memetakan apa yang sudah diteliti orang lain, lalu menemukan celah (gap) yang akan diisi penelitian Anda.

Di mana AI membantu. AI bisa membantu menyusun daftar awal jurnal yang relevan dan merangkumnya ke dalam matriks sintesis — tabel yang menata tiap jurnal menurut kolom yang sama (variabel, teori, metode, sampel, temuan, keterbatasan, celah) sehingga mudah dibandingkan.

1. Saya mencari literatur tentang [tema Anda]. Usulkan 15–20
   jurnal mani (seminal) dan terbitan terbaru 2020–2026.
   Format tiap entri: penulis (tahun), judul, nama jurnal,
   temuan inti, kaitannya dengan pertanyaan saya.

2. Lalu rangkum ke dalam matriks dengan kolom:
   variabel utama · kerangka teori · metode · sampel/konteks
   · temuan kunci · keterbatasan · celah untuk penelitian saya.

Yang tetap tugas Anda — dan ini krusial. AI bisa mengarang sumber. Penelitian menunjukkan kira-kira 40% sitasi yang dihasilkan AI keliru: bisa benar-benar fiktif (jurnalnya tidak ada), tercampur (nama penulis ditempel ke judul lain), atau “hantu” (jurnalnya ada tetapi tidak pernah mengatakan apa yang AI klaim). Karena itu setiap sitasi wajib Anda verifikasi sendiri sebelum masuk naskah — cari jurnal aslinya, buka, dan pastikan ia benar-benar menyatakan apa yang Anda kutip. Ini bukan langkah opsional; ini pagar utama integritas. Rinciannya ada di Verifikasi Sitasi.

Hasil tahap ini: matriks 20+ jurnal yang sudah diverifikasi, analisis celah, dan draf kerangka teori.

Tahap 3 — Desain dan Pemilihan Metode

Tujuan: memilih metode yang cocok dengan pertanyaan penelitian dan data yang tersedia.

Di mana AI membantu. AI bisa menyodorkan beberapa kandidat metode lengkap dengan untung-ruginya, sehingga Anda punya bahan untuk memilih secara sadar.

Saya punya data panel 200 perusahaan selama 10 tahun.
Pertanyaan: apakah [X] memengaruhi [Y]? Saya menduga ada
endogenitas karena [alasannya].

Usulkan 3 kandidat metode beserta perbandingannya:
kelebihan & kekurangan · asumsi · strategi identifikasi
· perangkat lunak (R, Stata, Python) · syarat ukuran sampel.

Catatan istilah: data panel = data yang mengikuti banyak unit (mis. perusahaan) selama beberapa periode sekaligus. Endogenitas = situasi saat penyebab dan akibat saling memengaruhi sehingga hasil estimasi bisa menyesatkan jika tidak ditangani.

Yang tetap tugas Anda. AI tidak tahu seluk-beluk data Anda dan tidak menanggung konsekuensi jika metodenya salah. Andalah yang harus memastikan asumsi metode terpenuhi, strategi identifikasinya masuk akal, dan pilihan akhirnya bisa Anda pertahankan di hadapan penguji.

Hasil tahap ini: tabel perbandingan metode, strategi identifikasi, dan daftar periksa asumsi.

Tahap 4 — Analisis Data

Tujuan: mengolah data menjadi temuan, lewat kode dan uji statistik.

Yang bisa dibantu AI:

• Menyusun kerangka kode R/Python untuk regresi data panel, difference-in-differences, atau variabel instrumen.
• Membantu menelusuri (debug) pesan kesalahan saat kode gagal jalan.
• Membantu menafsirkan keluaran (output) regresi.
• Mengusulkan uji ketahanan (robustness check) sebagai pemeriksaan tambahan.
• Membuat kode visualisasi (grafik) dari hasil.

Yang tidak bisa dilakukan AI — wajib manusia:

• Menggantikan penilaian (judgment) Anda sebagai peneliti.
• Menjamin data Anda bersih dan benar.
• Menangkap cacat dalam strategi identifikasi.
• Membuat klaim sebab-akibat secara mandiri.

Pola kerja yang aman: AI menyiapkan kerangka, Anda yang menjalankan dan memeriksa.

1. AI membuat kerangka kode.
2. Anda menjalankan, menelusuri kesalahan, dan memvalidasi hasilnya.
3. AI membantu menafsirkan keluaran.
4. AI mengusulkan uji ketahanan.
5. Anda yang memutuskan uji mana yang dijalankan.

Etika anti-fabrikasi: AI hanya boleh membantu mengolah data yang benar-benar Anda kumpulkan. Tidak pernah, dalam keadaan apa pun, AI dipakai untuk mengarang angka, memalsukan hasil, atau “merapikan” data agar cocok dengan hipotesis. Fabrikasi data adalah pelanggaran berat yang dapat membatalkan gelar.

Tahap 5 — Penulisan

Tujuan: menyusun draf naskah lengkap, bagian demi bagian.

Di mana AI membantu. AI bisa membantu menyusun draf awal tiap bagian asalkan Anda memberi konteks yang spesifik. Contoh untuk bagian pendahuluan:

Tulis Pendahuluan untuk paper berjudul [judul].
Pola lima paragraf: kail naratif (1) → celah dalam
literatur (1) → apa yang dilakukan paper ini (1) →
kontribusi (1) → peta isi singkat (1).

Konteks: data Indonesia, sampel 200 perusahaan 2010–2020.
Teori: [nama teori]. Metode: [metode]. Temuan utama: [temuan].

Pola serupa berlaku untuk tinjauan pustaka (susun tematik berdasarkan matriks Tahap 2, bukan kronologis), metode (ringkas, presisi, bisa direplikasi), hasil (statistik deskriptif lalu tabel regresi utama), dan diskusi (rangkuman temuan → kontribusi → implikasi → keterbatasan dan riset lanjutan).

Yang tetap tugas Anda. Tiap keluaran AI wajib Anda sunting habis-habisan. Tulisan AI sering punya ciri khas yang dikenali pembaca berpengalaman: kata seperti “menyelami” yang berlebihan, pemakaian tanda pisah yang berlebihan, dan pengelompokan-tiga yang mekanis. Penting — soal kejujuran, bukan penyamaran: Anda menyunting bukan untuk mengelabui pendeteksi AI, melainkan karena draf mentah AI memang sering dangkal, generik, dan kadang salah. Suntingan Anda yang membuat naskah itu akurat, berisi, dan benar-benar menyuarakan pemikiran Anda. Argumen, gagasan, dan tanggung jawab atas isi harus milik Anda. Teknik penyusunan prompt yang lebih rinci ada di Prompt Engineering Akademik; pendalaman tinjauan pustaka di Lit Review Synthesis.

Tahap 6 — Revisi dan Penyuntingan

Tujuan: mengangkat draf dari “selesai” menjadi “layak diserahkan”.

Di mana AI membantu. AI berguna sebagai pembaca kritis pertama yang menandai kelemahan sebelum penguji atau penelaah (reviewer) menemukannya.

1. Telaah naskah saya. Tandai: transisi yang lemah,
   klaim kabur tanpa sitasi, celah metode, dan gaya tulisan
   yang berciri AI.

2. Tulis ulang paragraf [X] dengan struktur argumen yang
   lebih kuat.

3. Usulkan beberapa alternatif kalimat untuk kalimat [Y]
   yang berisiko dipersoalkan penelaah.

Yang tetap tugas Anda. Terima saran yang masuk akal, tolak yang melemahkan argumen. Setelah naskah diserahkan ke jurnal, tahap ini berlanjut menjadi respons terhadap keputusan Revise & Resubmit (revisi dan kirim ulang) — dibahas di R&R Response.

Daftar Periksa Integritas Sebelum Menyerahkan

Sebelum menyerahkan tesis atau naskah, lewati daftar ini satu per satu:

• Sitasi. Sudahkah setiap sumber saya buka aslinya dan saya pastikan benar-benar mengatakan apa yang saya kutip? (Jangan percaya begitu saja pada AI.)
• Data. Apakah semua angka berasal dari data nyata yang saya kumpulkan, tanpa satu pun yang dikarang?
• Tulisan. Apakah argumen dan gagasannya benar-benar saya pahami dan bisa saya pertahankan tanpa membaca catatan?
• Originalitas. Apakah karya ini bebas dari penyalinan kerangka, variabel, atau temuan milik penelitian orang lain?
• Pengungkapan. Sudahkah saya menyatakan secara terbuka di bagian Metode atau Ucapan Terima Kasih bahwa saya memakai AI, dan untuk apa saja?

Jika ada satu saja yang belum bisa Anda jawab “ya”, naskah belum siap.

Pengungkapan Penggunaan AI (Disclosure)

Standar akademik 2026 menuntut penulis mengungkapkan penggunaan AI secara terbuka. Ini bukan beban administratif — ini bagian dari kejujuran ilmiah. Contoh kalimat pengungkapan yang lazim diterima:

“Kami memakai AI (Claude) untuk membantu menelusuri kesalahan kode dan merangkum literatur. Seluruh keputusan desain penelitian, penafsiran analisis data, dan teks akhir disusun serta diverifikasi oleh para penulis.”

Pegangannya:

• Ungkapkan penggunaan AI di bagian Metode atau Ucapan Terima Kasih.
• Sebutkan secara spesifik apa yang dibantu AI dan apa yang ditulis manusia.
• Verifikasi semua sitasi hasil AI secara manual.
• AI tidak boleh dicantumkan sebagai penulis (co-author) — tidak diizinkan oleh penerbit besar mana pun.

Konteks Indonesia

• Naskah berbahasa Indonesia. AI bisa membantu, tetapi penelaah Indonesia sangat peka terhadap teks hasil terjemahan mesin. Sunting habis-habisan agar bahasanya alami dan baku.
• Hibah Kemendiktisaintek / LPDP. Pengungkapan penggunaan AI dalam proposal hibah makin sering diwajibkan.
• SINTA / regulasi nasional. Belum ada kebijakan eksplisit, tetapi arahnya hampir pasti selaras dengan standar internasional. Lebih aman mengungkapkan sejak awal.

Lihat Alurnya Secara Interaktif

Klik tiap tahap pada panel berikut untuk melihat contoh prompt dan hasil yang diharapkan. (Panel ini memerinci alur enam-tahap di atas menjadi tujuh langkah, dengan tahap submission/R&R sebagai langkah terpisah.)

Berapa Waktu yang Dihemat?

Sebagai gambaran kasar, perbandingan satu siklus paper tanpa dan dengan bantuan AI:

Angka ini ilustratif, bukan janji. Penghematan nyata bergantung pada satu hal: kualitas berpikir kritis peneliti. AI mempercepat pekerjaan mekanis, tetapi tidak menggantikan keahlian, penilaian, dan tanggung jawab Anda.

Cek Pemahaman

1. Pada Tahap 2 (Tinjauan Pustaka), AI menyodorkan daftar 18 jurnal lengkap dengan penulis, judul, dan temuan. Apa langkah yang wajib Anda lakukan sebelum salah satu pun masuk ke naskah, dan kenapa?

2. (Penerapan) Teman Anda berkata: “Saya minta AI menulis seluruh bagian Diskusi, lalu saya ganti kata-kata yang ‘kedengaran AI’ supaya tidak ketahuan pendeteksi.” Menurut prinsip artikel ini, di mana letak kekeliruan cara berpikir teman Anda, dan apa pendekatan yang benar?

Kesalahan Umum

Menganggap keluaran AI sudah final. Selalu sunting, selalu verifikasi sitasi. Draf mentah AI adalah titik awal, bukan titik akhir.

Melewati verifikasi sitasi. Sekitar 40% sitasi AI berpotensi palsu. Pemeriksaan manual wajib, tanpa kecuali.

Tidak mengungkapkan penggunaan AI. Standar 2026 menuntut pengungkapan. Menyembunyikannya berisiko dianggap pelanggaran etika.

Menyerahkan seluruh tahap ke AI tanpa campur tangan manusia. AI membantu, bukan menggantikan. Penilaian Anda yang menentukan mutu hasil.

Prompt yang kabur. Prompt spesifik menghasilkan keluaran yang lebih baik. Beri konteks, lalu perbaiki promptnya secara bertahap.

Memakai AI untuk mengarang data atau menyamarkan gaya demi lolos deteksi. Keduanya melanggar integritas akademik. AI dipakai untuk membantu berpikir dan menulis dengan jujur, bukan untuk memalsukan atau menipu.

Dipakai di Praktik

• Bimbingan tesis. Mahasiswa memakai alur ini untuk memecah tesis yang menakutkan menjadi tahap-tahap yang terkelola, sambil tetap menjaga bahwa setiap keputusan dan tulisan adalah karyanya sendiri.
• Penulisan paper dosen. Mempercepat pekerjaan mekanis (kerangka kode, draf awal, rangkuman) agar lebih banyak waktu tersisa untuk berpikir kritis dan menyempurnakan argumen.
• Penyusunan proposal hibah. Membantu menyusun struktur dan narasi, dengan pengungkapan penggunaan AI yang makin diwajibkan pemberi dana.

Lanjutan

• Prompt Engineering Akademik — pola prompt yang menghasilkan keluaran bermutu.
• Verifikasi Sitasi — pagar utama anti-fabrikasi sitasi.
• Lit Review Synthesis — pendalaman Tahap 2.
• R&R Response — menanggapi keputusan revisi dari jurnal.