TINGKAT AKURASI SITASI PADA MODEL PENCARIAN INFORMASI BERBASIS AI: STUDI PERBANDINGAN (CHAT GPT, PERPLEXITY, DAN DEEPSEEK)
Comparative Study (Chat Gpt, Perplexity, and Deepseek)
DOI:
https://doi.org/10.18326/pustabiblia.v10i1.29-42Keywords:
citation accuracy, artificial intelligence, information retrieval, generative AI, academic integrityAbstract
Pengembangan model penelusuran informasi berbasis kecerdasan buatan (AI) telah membawa perubahan signifikan pada cara penelusuran literatur akademik dilakukan, khususnya dalam penyajian respons yang disertai dengan kutipan yang dihasilkan dan terstruktur secara otomatis. Transformasi ini tidak hanya mempercepat proses penelusuran informasi tetapi juga memengaruhi perilaku akademik dalam memanfaatkan referensi ilmiah. Meskipun demikian, akurasi, konsistensi, dan keterlacakan referensi yang dihasilkan tetap menjadi isu kritis dalam konteks integritas akademik. Studi ini bertujuan untuk menganalisis dan membandingkan tingkat akurasi kutipan di ChatGPT yang dikembangkan oleh OpenAI, serta Perplexity AI dan DeepSeek. Pendekatan kuantitatif deskriptif dengan metode evaluatif digunakan dengan menggunakan recall kutipan sebagai indikator kelengkapan dan akurasi kutipan. Sepuluh pertanyaan akademik diajukan ke setiap platform, menghasilkan 54 klaim ilmiah yang membutuhkan referensi pendukung. Semua kutipan kemudian diverifikasi melalui basis data akademik untuk memastikan validitas dan relevansinya dengan klaim yang dinyatakan. Hasil penelitian menunjukkan bahwa Perplexity mencapai skor recall sitasi tertinggi sebesar 68,52% dan dikategorikan sebagai akurat, diikuti oleh ChatGPT dengan 62,96% dalam kategori cukup akurat, dan DeepSeek dengan 46,30%, juga diklasifikasikan sebagai cukup akurat. Meskipun ketiga model tersebut mampu memberikan referensi dalam respons mereka, beberapa inkonsistensi, sumber yang tidak dapat diverifikasi, dan contoh sitasi berlebihan teridentifikasi. Oleh karena itu, AI berfungsi sebagai alat pendukung dalam penelusuran informasi akademik; namun, verifikasi manual tetap penting untuk memastikan integritas akademik, keandalan, dan kredibilitas ilmiah.
References
Abouammoh, N., K. Alhasan, F. Aljamaan, R. Raina, K. H. Malki, I. Altamimi, et al., dan M. H. Temsah. “Perceptions and Earliest Experiences of Medical Students and Faculty with ChatGPT in Medical Education: Qualitative Study.” JMIR Medical Education 11 (2025)
Alsyah, Nur Maulidila. “Era dan Teknologi Baru: Permudah Pencarian Informasi Melalui AI.” Branding Vokasi Unair, 2023.
Arikunto, Suharsimi. Prosedur Penelitian: Suatu Pendekatan Praktik. Jakarta: PT Rineka Cipta, 2013.
Ellis, D. “A Behavioural Approach to Information Retrieval System Design.” Journal of Documentation 45, no. 3 (1989): 171–212.
Erizal, R. M., dkk. “Analisis Pemanfaatan Kecerdasan Buatan Menggunakan Platform ChatGPT untuk Mendukung Proses Pendidikan bagi Mahasiswa.” Student Scientific Creativity Journal 2, no. 1 (2024). Diakses 30 April 2024
Handayanti, D. B. “Apa Itu DeepSeek, Fungsi, Fitur, dan Cara Menggunakannya.” 12 Mei 2025.
Handayani, F., dan F. Fauzi. “Kendala-Kendala yang Dihadapi Digital Native dalam Pencarian Informasi.” Shaut Al-Maktabah: Jurnal Perpustakaan, Arsip dan Dokumentasi 15, no. 1 (2023): 31–39.
Hardi, W., T. Suyono, dan S. H. Abbas. Manajemen Daftar Pustaka pada Karya Tulis Ilmiah dengan Mendeley. Bandung: CV Media Sains Indonesia, 2020.
Janse van Rensburg, L. J. “AI-Powered Citation Auditing: A Zero-Assumption Protocol for Systematic Reference Verification in Academic Research.” arXiv, 2025. https://doi.org/10.48550/arXiv.2511.04683
Kartika Puspita Sari, Anis Masruri, dan Desfiana Ramdhani Rosalia. “Optimalisasi Temu Kembali Informasi dengan Teknologi Kecerdasan Buatan di Perpustakaan.” JIPI (Jurnal Ilmu Perpustakaan) 8, no. 2 (2023): 349–366.
Liliana, D. Y., dkk. “Kajian Pemanfaatan Teknologi Artificial Intelligence Generatif dalam Aktivitas Akademik di Politeknik Negeri Jakarta.” Dalam Seminar Nasional Inovasi Vokasi 2, no. 1 (2023)
Liu, X., Y. Zhang, dan P. Liang. “Evaluating Verifiability in Generative Search Engines.” Dalam Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing (EMNLP Findings), 7278–7294. 2023. ).https://aclanthology.org/2023.findings-emnlp.467.pdf.
Lubis, Ryzky Amalia, et al. “Model Perilaku Pencarian Informasi: Analisis Teori Perilaku Pencarian Informasi Menurut Wilson.” Da'watuna: Journal of Communication and Islamic Broadcasting 3, no. 3 (2023).
Lumbangaol, M. H., dan M. R. R. “Rancang Bangun Sistem Informasi Penjualan dan Penyewaan Properti Berbasis Web di Kota Batam.” Jurnal Comasie 1, no. 3 (2020)
Maheshwari, Harsh, Srikanth Tenneti, dan Alwarappan Nakkiran. “CiteFix: Enhancing RAG Accuracy Through Post-Processing Citation Correction.” arXiv preprint arXiv:2504.15629v2 [cs.IR], June 11, 2025. https://doi.org/10.48550/arXiv.2504.15629
McIntosh, T. R., T. Susnjak, T. Liu, P. Watters, dan M. N. Halgamuge. “From Google Gemini to OpenAI Q (Q-Star): A Survey of Reshaping the Generative Artificial Intelligence (AI) Research Landscape.” Vol. 1, no. 1 (2023): 1–30. http://arxiv.org/abs/2312.10868
Nahla, F., dan A. Masruri. “Analysis of the Impact of Artificial Intelligence on Information Seeking Behavior.” JPUA: Jurnal Perpustakaan Universitas Airlangga: Media Informasi & Komunikasi Kepustakawanan 14, no. 2 (2024).
Nailannajah, L., M. Nisa, A. Satori, A. Maulani, D. Suparno, dan M. Z. Mubarok. “Hasil Terjemahan Perplexity: Analisis Akurasi, Keberterimaan, dan Keterbacaan pada Berita Pariwisata dari Situs Aljazeera.net.” Universitas Islam Negeri Syarif Hidayatullah Jakarta 3, no. 2 (2025).
Okayanti, Putu Widhy. “Presisi dan Akurasi.” Diakses 22 Maret 2022. http://repository.uinjkt.ac.id/dspace/bitstream123456789/366553/1/Ajeng%20Sakina%20Gandaasri-FKIK.pdf.
Rahayu, Winanti. “Pemanfaatan AI (Artificial Intelligence).” 2023.
Rahman, A., S. H. Mahir, M. T. A. Tashrif, A. A. Aishi, M. A. Karim, D. Kundu, T. Debnath, M. A. A. Moududi, dan M. Z. A. Eidmum. “Comparative Analysis Based on DeepSeek, ChatGPT, and Google Gemini: Features, Techniques, Performance, Future Prospects.” arXiv preprint arXiv:2503.04783 (2025). https://doi.org/10.48550/arXiv.2503.04783
Russell, Stuart, dan Peter Norvig. Artificial Intelligence: A Modern Approach. Global Edition. 4th ed. Pearson, 2021.
Sugiyono. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, 2012.
Suharmawan, W. “Pemanfaatan ChatGPT dalam Dunia Pendidikan.” Education Journal: Journal Education Research and Development 7, no. 2 (2023): 158–166. https://doi.org/10.31537/ej.v7i2.1248
Suharso, S. Tata Cara Penulisan Sitasi dan Daftar Pustaka dalam Karya Ilmiah. Yogyakarta, 2019.
Wang, R. Y., dan D. M. Strong. “Beyond Accuracy: What Data Quality Means to Data Consumers.” Journal of Management Information Systems 12, no. 4 (1996): 5–33. https://doi.org/10.1080/07421222.1996.11518099
Additional Files
Published
Issue
Section
License
Copyright (c) 2026 Tri Wahyudi Putra Edi (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. In line with the license, authors are allowed to share and adapt the material. In addition, the material must be given appropriate credit, provided with a link to the license, and indicated if changes were made. If authors remix, transform or build upon the material, authors must distribute their contributions under the same license as the original.
Licensing
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
