Halusinasi Sitasi: Cara Memeriksa Rujukan yang Diberikan AI

Sebuah draf artikel menyertakan rujukan yang tampak sempurna: penulis, tahun, judul jurnal, volume, halaman, dan DOI. Semuanya konsisten. Masalahnya, artikel itu tidak ada.

Fenomena ini disebut halusinasi sitasi. Model bahasa menghasilkan teks yang menyerupai rujukan karena pola, bukan karena pernah membaca karya tersebut.

Alur memeriksa rujukan yang diberikan model bahasa. Metadata yang cocok belum cukup; isi sumber tetap harus dibaca.

Mengapa halusinasi sitasi berbahaya?

Rujukan adalah penanda kepercayaan. Pembaca menganggap penulis telah memeriksa sumber. Ketika rujukan palsu lolos, seluruh argumen kehilangan dasar.

Risiko ini meningkat karena rujukan palsu sering terlihat lebih rapi daripada rujukan asli: format konsisten, tidak ada salah ketik, dan DOI selalu berbentuk wajar.

Pada tulisan akademik, akibatnya bisa serius. Jurnal yang menemukan rujukan tidak ada dapat menarik artikel, dan reputasi penulis terdampak.

Ada juga biaya yang tidak terlihat: waktu. Satu rujukan palsu yang lolos ke naskah akhir bisa memicu pemeriksaan ulang seluruh daftar pustaka, dan dalam kasus terburuk, penarikan artikel. Memeriksa lima menit per rujukan jauh lebih murah, dan kebiasaan itu melindungi kredibilitas jangka panjang.

Cara memeriksa DOI

DOI yang valid dapat diperiksa dalam hitungan detik.

Tempel DOI ke alamat "https://doi.org/" di peramban. Bila halaman terbuka dan judulnya cocok dengan rujukan, DOI itu valid.

Bila muncul pesan "DOI not found", rujukan itu palsu atau salah ketik. Bila halaman terbuka tetapi judulnya berbeda, DOI itu milik karya lain. Kesalahan seperti itu lebih halus dan lebih berbahaya.

Pemeriksaan tambahan: cari DOI di alamat "https://api.crossref.org/works/DOI". Layanan ini mengembalikan metadata seperti judul, penulis, dan tahun. Metadata itu bisa dibandingkan dengan rujukan yang diberikan.

Cara ini lebih kuat daripada memeriksa halaman penerbit, karena penerbit kadang memblokir akses otomatis dan tampilan halaman bisa membingungkan.

Tanda rujukan yang perlu dicurigai

DOI terlihat terlalu rapi. Pola DOI asli bervariasi. DOI yang seluruhnya mengikuti pola seragam bisa jadi hasil generasi.

Jurnal tidak dapat ditemukan. Cari nama jurnal di mesin pencari. Bila tidak ada jejak sama sekali, curigai.

Penulis tidak dikenal di bidang itu. Bukan bukti pasti, tetapi patut diperiksa.

Judul terlalu sesuai. Rujukan yang judulnya persis menjawab klaim Anda, tanpa sisa ketidaktepatan, sering menandakan generasi.

Tahun dan volume tidak konsisten. Jurnal yang baru berdiri pada 2015 tidak mungkin menerbitkan volume 40 pada 2012.

Prosedur verifikasi lima menit

Untuk setiap rujukan, lakukan empat langkah.

1. Cari DOI di Crossref. Bila tidak ditemukan, cari judul di mesin pencari akademik.
2. Cocokkan judul, penulis pertama, dan tahun.
3. Buka halaman sumber dan periksa apakah isinya mendukung klaim yang Anda buat.
4. Catat tanggal verifikasi.

Langkah keempat sering dilewat. Padahal tautan bisa berubah, dan catatan verifikasi membantu ketika Anda meninjau ulang enam bulan kemudian.

Ketika rujukan asli tapi tidak mendukung klaim

Kesalahan lain yang lebih halus: rujukan asli, tetapi isinya tidak mengatakan apa yang Anda klaim.

Ini sering terjadi ketika rujukan diambil dari ringkasan atau dari keluaran AI yang menggabungkan beberapa sumber. Judul dan penulis benar, klaimnya meleset.

Karena itu, membaca abstrak saja tidak cukup. Untuk klaim spesifik, periksa bagian hasil atau diskusi.

Bagaimana menulis dengan AI tanpa kehilangan integritas

Minta bantuan pencarian, bukan penulisan rujukan. Gunakan AI untuk menemukan istilah atau arah pencarian, lalu cari sendiri sumbernya.

Verifikasi sebelum menulis. Jangan menyusun argumen di atas rujukan yang belum diperiksa.

Simpan bukti. Catatan kecil berisi DOI, tanggal verifikasi, dan kutipan pendukung menghemat waktu saat penyuntingan.

Transparan. Bila AI dipakai untuk menyunting bahasa, tidak perlu diumumkan. Bila dipakai untuk menyusun draf substansial, kebijakan jurnal atau institusi biasanya mengatur pengungkapannya.

Menyiapkan daftar rujukan yang bisa diaudit

Daftar rujukan yang baik bisa diperiksa orang lain tanpa harus bertanya kepada penulis.

Tiga kebiasaan membantu. Pertama, sertakan DOI atau tautan stabil untuk setiap rujukan. Kedua, gunakan format yang konsisten, sehingga pembaca bisa membandingkan elemen dengan cepat. Ketiga, simpan berkas sumber atau catatan akses, terutama untuk sumber yang tidak memiliki DOI.

Bagi tim, tambahkan kolom tanggal verifikasi di berkas kerja internal. Ketika tautan mati enam bulan kemudian, tim tahu kapan terakhir sumber itu diperiksa dan dapat mencari salinan arsip.

Untuk konten yang diterbitkan di web, tautan mati juga merugikan pembaca dan mesin pencari. Memeriksa tautan secara berkala adalah pekerjaan perawatan, bukan pekerjaan sekali selesai, dan jadwal pemeriksaan sederhana sudah cukup untuk mencegah sebagian besar tautan mati menumpuk.

Pertanyaan yang bisa diajukan sebelum memakai keluaran AI

Sebelum memakai daftar rujukan dari model bahasa, ajukan empat pertanyaan.

Apakah setiap rujukan bisa ditemukan di sumber independen? Apakah judul dan penulis cocok dengan yang dikutip? Apakah isi sumber mendukung klaim yang saya tulis? Apakah saya sudah membaca bagian yang relevan, bukan hanya judulnya?

Bila ragu, tanyakan satu hal lagi: apakah saya bersedia mempertanggungjawabkan rujukan ini bila ada pembaca yang memeriksanya? Pertanyaan itu sering menyelesaikan perdebatan internal dengan cepat, karena mengubah diskusi dari "apakah AI bisa" menjadi "apakah saya bisa mempertanggungjawabkannya".

Bila satu jawaban adalah "belum", jangan publikasikan dulu. Waktu yang dipakai untuk memeriksa jauh lebih kecil daripada waktu yang dibutuhkan untuk mengoreksi artikel yang sudah terbit, dan jauh lebih kecil daripada biaya reputasi ketika pembaca menemukan rujukan yang tidak ada.

Kaitannya dengan kredibilitas situs

Situs yang merujuk karya palsu kehilangan kredibilitas, dan pemulihannya mahal. Bagi penerbit konten, verifikasi rujukan bukan pekerjaan tambahan; ia bagian dari mutu.

Di sikotes.id, rujukan diperiksa otomatis terhadap metadata Crossref sebelum dipublikasikan. Bila judul tidak cocok, rujukan ditolak. Prosedur ini tidak menghapus semua kesalahan, tetapi menangkap yang paling umum, dan biayanya jauh lebih kecil daripada koreksi setelah terbit.

Batas interpretasi

Verifikasi DOI membuktikan bahwa karya itu ada, bukan bahwa isinya mendukung klaim Anda. Langkah membaca tetap tidak bisa digantikan. Artikel ini juga bukan diagnosis dan bukan pengganti penilaian profesional atas mutu karya ilmiah.

Untuk memahami pemakaian AI secara lebih luas, baca artikel batas AI dalam asesmen. Untuk konteks metode, lihat artikel effect size.

Pertanyaan yang sering diajukan

Apakah DOI yang bisa dibuka selalu berarti rujukan valid?

Belum tentu. DOI bisa valid tetapi menunjuk karya lain. Karena itu, mencocokkan judul dan penulis sama pentingnya dengan memastikan DOI tidak error.

Apakah semua jurnal memiliki DOI?

Tidak. Sebagian karya, terutama terbitan lama atau laporan lembaga, tidak memiliki DOI. Untuk karya semacam itu, verifikasi dilakukan dengan mencari di katalog perpustakaan atau situs resmi penerbit.

Bagaimana bila saya tidak bisa mengakses artikel lengkapnya?

Periksa abstrak dan metadata terlebih dahulu. Bila klaim Anda spesifik, pertimbangkan mengganti rujukan dengan sumber yang dapat Anda baca, atau gunakan sumber sekunder yang jelas menyebutkan temuan aslinya.

Rujukan

• Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1–38. doi:10.1145/3571730
• Mitchell, M., Wu, S., Zaldivar, A., Barnes, P., Vasserman, L., Hutchinson, B., Spitzer, E., Raji, I. D., & Gebru, T. (2019). Model cards for model reporting. Proceedings of the Conference on Fairness, Accountability, and Transparency, 220–229. doi:10.1145/3287560.3287596
• Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H., Daumé, H., III, & Crawford, K. (2021). Datasheets for datasets. Communications of the ACM, 64(12), 86–92. doi:10.1145/3458723
• Google Search Central. (2025). Creating helpful, reliable, people-first content. Google
• OpenAI. (2023). GPT-4 technical report (arXiv:2303.08774). arXiv
• Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. doi:10.1371/journal.pmed.0020124