Pendahuluan

Large Language Model (LLM) seperti ChatGPT, Claude, DeepSeek, Grok dan Gemini telah membawa perubahan besar dalam cara peneliti menyusun karya ilmiah. LLM adalah model kecerdasan buatan berbasis pembelajaran mesin yang mampu menghasilkan teks maupun umpan balik dengan pola yang menyerupai bahasa manusia, dan kemampuan ini telah mendorong perubahan besar pada fungsi berbagai sistem AI kontemporer (Rizki dkk., 2024, dalam Sistem Chatbot Berbasis LLM, 2025). Kemampuan LLM memproses bahasa alami dalam skala besar membuatnya banyak dilirik untuk membantu berbagai tahap penelitian—mulai dari penelusuran literatur, penyusunan kerangka tulisan, analisis data kualitatif, hingga penyuntingan bahasa (Kasneci et al., 2023).

Meski menjanjikan efisiensi, kehadiran LLM dalam riset dan penulisan ilmiah turut mengubah lanskap metodologi penelitian secara mendasar sekaligus memunculkan pertanyaan baru seputar etika, keaslian, dan integritas publikasi ilmiah (Etika Penggunaan AI dalam Penulisan Karya Ilmiah, 2024). Zou, Schiebinger, dan Obermeyer (2023) bahkan menyebut LLM membawa "kekuatan sekaligus bahaya" (power and perils) bagi dunia pendidikan dan riset, karena manfaat efisiensi yang ditawarkannya berjalan beriringan dengan risiko bias, potensi publikasi palsu, dan penyalahgunaan. Oleh karena itu, penggunaan LLM dalam penelitian perlu diatur melalui metodologi yang jelas dan bertanggung jawab, bukan sekadar mengikuti tren teknologi.

Artikel ini membahas bagaimana LLM dapat diposisikan sebagai bagian dari metodologi penelitian, prinsip etika yang menyertainya, langkah-langkah praktis penerapannya dalam karya ilmiah, serta bukti empiris dari sejumlah penelitian mutakhir di jurnal nasional dan internasional yang telah menjadikan LLM sebagai instrumen metodologis, dengan merujuk pada sejumlah kajian dan pedoman terbitan lima tahun terakhir.

Apa itu Metodologi Penelitian Berbasis LLM?

Metodologi penelitian berbasis LLM dalam artikel ini didefinisikan secara spesifik sebagai kerangka kerja yang menempatkan model bahasa besar sebagai instrumen metodologis yang terintegrasi secara terstruktur dalam desain penelitian dan mempengaruhi proses pengambilan keputusan ilmiah, bukan sekadar pemanfaatan untuk penyuntingan bahasa atau parafrase yang bersifat administratif. Dengan kata lain, suatu penelitian baru dapat disebut menggunakan "metodologi berbasis LLM" apabila penggunaan LLM: (a) dirancang sejak awal sebagai bagian dari prosedur penelitian, (b) terdokumentasi secara sistematis, dan (c) hasil keluarannya diverifikasi serta dievaluasi validitasnya secara empiris. Sebaliknya, penggunaan LLM untuk proofreading tata bahasa atau pemeriksaan ejaan tidak termasuk dalam definisi ini karena tidak mempengaruhi konstruksi pengetahuan dalam penelitian.

Secara teknis, LLM merupakan salah satu cabang pemrosesan bahasa alami (Natural Language Processing/NLP) yang dirancang untuk menangkap keragaman dan kompleksitas bahasa manusia (Sistem Chatbot Berbasis LLM dan RAG, 2025). LLM dapat berperan dalam beberapa fungsi berikut:

1. Eksplorasi dan sintesis literatur — merangkum artikel, mengidentifikasi tema, atau memetakan celah penelitian (research gap).
2. Bantuan analisis data kualitatif — mengategorikan hasil wawancara, melakukan coding tematik awal, atau merangkum transkrip.
3. Penyusunan draf dan penyuntingan bahasa — memperbaiki tata bahasa, keterbacaan, atau menerjemahkan naskah.
4. Simulasi dan generasi ide — membantu brainstorming hipotesis atau kerangka konseptual.
5. Pemrograman dan pengolahan data kuantitatif — membantu menulis skrip analisis statistik atau visualisasi data.

Yang membedakan metodologi berbasis LLM dari penggunaan AI secara sembarangan adalah adanya transparansi, verifikasi, dan akuntabilitas manusia di setiap tahapnya.

Mengapa Metodologi Ini Penting?

Beberapa kajian menunjukkan bahwa penggunaan LLM dalam penulisan ilmiah meningkat pesat, namun diikuti kekhawatiran serius soal kualitas. Berdasarkan identifikasi ASEAN Expanded Guide (2025), UNESCO (2023), Kemdiktisaintek (2024), dan OECD (2026), risiko halusinasi dan fabrikasi informasi menjadi tantangan utama, di mana AI generatif dapat menghasilkan informasi yang tampak akurat namun sepenuhnya fabrikasi, termasuk referensi palsu yang tidak ada dalam literatur ilmiah, dengan data yang menunjukkan sekitar 16% sitasi lintas disiplin tidak mendukung atau salah mengkarakterisasi informasi sumber (ASEAN, 2025; UNESCO, 2023; Kemdiktisaintek, 2024; OECD, 2026).

Studi lain terhadap mahasiswa juga menemukan bahwa AI paling sering digunakan untuk menyusun kerangka tulisan, parafrase, dan memeriksa tata bahasa, namun kualitas tulisan yang melibatkan AI masih dipertanyakan dari segi keaslian, kedalaman analisis, dan keterkaitan gagasan (Integrasi AI dalam Penulisan Karya Ilmiah, 2025). Temuan ini sejalan dengan pandangan Kasneci et al. (2023) bahwa LLM berpotensi besar mendukung riset, namun tetap memerlukan pengawasan manusia yang ketat agar tidak menggantikan proses berpikir kritis. Dengan kata lain, LLM sebaiknya berfungsi sebagai alat bantu teknis, bukan pengganti nalar ilmiah peneliti.

Prinsip Etika Penggunaan LLM dalam Karya Ilmiah

Sejumlah lembaga dan penerbit jurnal internasional telah menetapkan batasan penggunaan AI dalam publikasi ilmiah. Beberapa prinsip utama yang perlu dipegang peneliti:

1.    LLM Tidak Dapat Dicantumkan sebagai Penulis

Sejak Mei 2023, International Committee of Medical Journal Editors (ICMJE) secara tegas melarang pencantuman ChatGPT atau AI mana pun sebagai penulis artikel ilmiah, karena AI tidak dapat memenuhi syarat utama sebagai penulis yaitu bertanggung jawab atas akurasi dan integritas isi artikel (ICMJE, 2023). Ketentuan serupa telah diikuti banyak jurnal lain, termasuk BMJ dan sejumlah jurnal internasional lainnya (Editage Indonesia, 2025).

2.    Ada Batas Peran yang Boleh dan Tidak Boleh

Sejumlah jurnal membatasi penggunaan AI hanya untuk hal-hal teknis. Penggunaan AI umumnya diarahkan hanya untuk meningkatkan mutu penulisan kalimat dan paragraf, seperti pemeriksaan tata bahasa dan ejaan, tingkat keterbacaan, dan terjemahan bahasa, sementara tugas seperti menyusun teks baru dalam kajian literatur, mengembangkan konsep baru, dan interpretasi data perlu dihindari (Kontroversi Penulis dan Reviewer AI, 2025). Manusia tetap harus memegang kendali penuh dalam memeriksa keluaran akhir, sejalan dengan kerangka etika AI yang menekankan prinsip akuntabilitas manusia (Floridi & Cowls, 2022).

3.    Transparansi dan Pengungkapan (Disclosure)

Peneliti wajib mencantumkan jika LLM digunakan dalam proses penelitian atau penulisan, biasanya melalui bagian metodologi, ucapan terima kasih, atau pernyataan khusus penggunaan AI. Prinsip transparansi ini juga digarisbawahi dalam kerangka etika kecerdasan buatan yang diadopsi secara luas oleh negara-negara anggota UNESCO (UNESCO, 2023).

4.    Verifikasi Berlapis

Setiap keluaran AI perlu diverifikasi melalui minimal dua sumber independen (ASEAN, 2025) untuk memastikan tidak ada informasi yang salah atau fiktif yang lolos ke dalam naskah akhir. Jafar dkk. (2024) turut menekankan bahwa tantangan penerapan AI dalam pendidikan dan penelitian di Indonesia menuntut kehati-hatian serupa, khususnya dalam menjaga validitas data dan orisinalitas gagasan.

Tahapan Metodologi Penelitian Berbasis LLM

Prinsip-prinsip etika di atas --- larangan pencantuman sebagai penulis, pembatasan peran, transparansi, dan verifikasi berlapis --- menjadi landasan normatif yang harus dipegang setiap peneliti. Namun, prinsip saja tidak cukup tanpa panduan prosedural yang operasional. Oleh karena itu, bagian berikut menyajikan enam tahapan praktis yang merupakan implementasi konkret dari prinsip-prinsip etika tersebut ke dalam alur penelitian sehari-hari. Setiap tahapan dirancang untuk memastikan bahwa akuntabilitas manusia tetap menjadi poros utama, sementara LLM berfungsi sesuai batas-batas yang telah ditetapkan.

Berikut kerangka kerja praktis yang dapat diadaptasi peneliti ketika melibatkan LLM dalam penelitiannya:

1.    Tahap 1: Perencanaan dan Penetapan Batas Penggunaan

Tentukan di bagian mana LLM akan digunakan (studi literatur, analisis, penyuntingan, dll.) dan bagian mana yang murni dikerjakan peneliti. Batasan ini sebaiknya dicantumkan dalam proposal atau bagian metode penelitian.

2.    Tahap 2: Perancangan Prompt (Prompt Engineering)

Susun instruksi (prompt) yang jelas dan spesifik kepada LLM, misalnya untuk merangkum artikel, mengelompokkan tema wawancara, atau menyusun kerangka awal. Dokumentasikan prompt yang digunakan agar proses dapat direplikasi.

3.    Tahap 3: Interaksi dan Pengumpulan Output

Kumpulkan hasil keluaran LLM secara sistematis. Untuk analisis data kualitatif misalnya, hasil kategorisasi awal dari LLM dicatat sebagai draf awal, bukan hasil akhir.

4.    Tahap 4: Verifikasi dan Validasi Manusia

Setiap klaim, kutipan, atau referensi yang dihasilkan LLM wajib ditelusuri ulang kebenarannya melalui sumber primer. Ini adalah tahap paling krusial mengingat kecenderungan LLM menghasilkan informasi yang keliru namun meyakinkan (hallucination).

5.    Tahap 5: Sintesis oleh Peneliti

Peneliti mengintegrasikan hasil olahan LLM ke dalam analisis dan argumentasi ilmiah dengan interpretasi dan penalaran sendiri, bukan sekadar menyalin keluaran mentah.

6.    Tahap 6: Pelaporan dan Pengungkapan Metodologis

Cantumkan secara eksplisit di bagian metode: nama dan versi LLM yang digunakan, tujuan penggunaannya, serta batasan-batasannya, sesuai kebijakan jurnal atau institusi tujuan publikasi.

Bukti Empiris: Contoh Penelitian di Jurnal Nasional dan Internasional yang Menggunakan LLM sebagai Metodologi

Bagian sebelumnya telah mengidentifikasi halusinasi dan fabrikasi referensi sebagai risiko utama penggunaan LLM dalam riset. Jika metodologi berbasis LLM hendak dipertanggungjawabkan secara ilmiah, maka ia harus mampu menunjukkan bahwa risiko tersebut dapat dikenali, diukur, dan diminimalkan. Studi-studi yang dipaparkan berikut ini tidak hanya menunjukkan bagaimana LLM digunakan, tetapi --- yang lebih penting --- menguji sejauh mana LLM dapat diandalkan, di mana batas-batas kemampuannya, dan bagaimana verifikasi manusia tetap menjadi komponen yang tak tergantikan. Dengan demikian, bagian ini memberikan bukti empiris bahwa metodologi yang terstruktur dan terverifikasi bukanlah sekadar formalitas administratif, melainkan keharusan epistemologis

Kerangka kerja enam tahap di atas bukan sekadar usulan normatif — dalam beberapa tahun terakhir, sejumlah peneliti di jurnal nasional maupun internasional telah menerapkannya secara konkret, dengan LLM diposisikan sebagai instrumen metodologis yang diuji validitasnya, bukan sekadar alat bantu menulis. Bagian berikut memaparkan beberapa contoh representatif untuk memperlihatkan bagaimana prinsip transparansi, verifikasi, dan akuntabilitas manusia diterjemahkan menjadi desain penelitian yang nyata.

1.    Jurnal Internasional: LLM sebagai Instrumen Metodologis dengan Evaluasi Terukur

Pada level internasional, penggunaan LLM umumnya dilengkapi metrik validitas eksplisit, bukan sekadar dipakai lalu dinarasikan. Oami, Okada, dan Nakada (2025), dipublikasikan di Research Synthesis Methods (Cambridge University Press), membandingkan empat LLM — GPT-4o, Gemini 1.5 Pro, Claude 3.5 Sonnet, dan Llama 3.3 70B — sebagai alat penyaring sitasi untuk systematic review penyusunan pedoman klinis sepsis, dengan metrik sensitivitas dan spesifisitas yang dilaporkan secara eksplisit. GPT-4o dan Llama 3.3 70B mencapai spesifisitas tinggi namun sensitivitas lebih rendah, sementara Gemini 1.5 Pro dan Claude 3.5 Sonnet menunjukkan pola sebaliknya, sehingga pemilihan model perlu disesuaikan dengan prioritas metodologis penelitian (akurasi versus kelengkapan).

Sejalan dengan itu, Scherbakov, Hubig, Jansari, Bakumenko, dan Lenert (2025) dalam Journal of the American Medical Informatics Association (JAMIA, Oxford Academic) melakukan tinjauan sistematis berbantuan LLM (LLM-assisted systematic review) dan menemukan bahwa akurasi ekstraksi data tekstual jauh lebih tinggi dibanding data numerik — sebuah temuan penting yang menegaskan batas kemampuan LLM dalam tugas ekstraksi kuantitatif. Kajian yang lebih luas di Journal of Clinical Epidemiology (2025) turut memetakan tren ini secara kuantitatif: LLM paling banyak digunakan dalam tiga area, yaitu pencarian literatur ilmiah (41% studi), penyeleksian studi relevan (38%), dan ekstraksi informasi penting dari studi tersebut (30%), dengan GPT sebagai model yang paling umum digunakan (89% studi).

Di luar bidang kesehatan, Jiang, Zhang, Mahari, dan kolega (2024) — dipublikasikan dalam Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (ACL) — meneliti pemanfaatan LLM untuk membantu pembelajar non-ahli memahami konsep hukum yang kompleks melalui teknik storytelling. Hasilnya menunjukkan bahwa pendekatan naratif berbasis LLM meningkatkan pemahaman dan retensi pembelajar dibanding hanya menyajikan definisi formal, sehingga LLM di sini berfungsi sebagai instrumen pedagogis yang diuji secara empiris, bukan sekadar alat bantu menulis. Adapun kajian sistematis di MDPI Applied Sciences (2025) tentang integrasi Retrieval-Augmented Generation (RAG) dan LLM untuk manajemen pengetahuan menunjukkan bahwa pendekatan ini efektif menekan halusinasi sekaligus meningkatkan relevansi jawaban pada domain spesifik. Sejumlah protokol studi prospektif di medRxiv (2024–2025) juga secara eksplisit menjadikan LLM — seperti GPT-4 Turbo, Claude 3, dan Gemini 1.5 Pro — sebagai metode ekstraksi data pedoman klinis, meski hasilnya tetap menegaskan perlunya verifikasi reviewer manusia pada data yang kritis.

2.    Jurnal Nasional: Menuju Standar Evaluasi yang Setara

Di ranah nasional, tingkat kerigidan metodologis penggunaan LLM bervariasi, meski sejumlah studi sudah mengikuti standar evaluasi yang setara dengan publikasi internasional. Salah satu contoh terkuat adalah studi eksperimental dalam RIGGS: Journal of Artificial Intelligence and Digital Business (2026), yang meneliti efektivitas ChatGPT sebagai AI-Co-Researcher dalam meningkatkan kualitas proposal penelitian mahasiswa. Studi ini menggunakan desain kelompok eksperimen versus kontrol dengan uji statistik, dan melaporkan peningkatan signifikan pada ketajaman identifikasi research gap, sistematika penulisan, serta koherensi metodologi riset kelompok eksperimen — sebuah desain evaluasi yang setara secara metodologis dengan studi-studi internasional di atas.

Contoh lain datang dari bidang ilmu komputer, misalnya implementasi sistem tanya-jawab berbasis LLM dan Langchain pada Undang-Undang Nomor 17 Tahun 2023 tentang Kesehatan (Universitas Islam Sultan Agung, 2024) dan artikel sejenis di Arcitech: Journal of Computer Science and AI, yang membangun sistem chatbot berbasis LLM dan RAG untuk domain spesifik (hukum kesehatan, tafsir, dan sejenisnya) lengkap dengan evaluasi kuantitatif menggunakan BERTScore — menghasilkan precision, recall, dan F1-score masing-masing sebesar 76%, 80%, dan 78%. Sementara itu, kajian di Jurnal Disiplin (STIH Sumpah Pemuda, 2025) tentang LLM sebagai media interaktif pendidikan bahasa dan hukum merujuk langsung ke studi internasional seperti Jiang dkk. (2024) sebagai dasar metodologis, meski bersifat lebih konseptual dan belum menyertakan metrik kuantitatif primer.

Perlu dicatat pula temuan dari kajian systematic literature review tentang LLM dalam jurnalisme (Desember 2025), yang menyoroti risiko halusinasi dan misinformasi ketika LLM dipakai menulis artikel berita tanpa pengawasan manusia — sebuah peringatan yang relevan dengan prinsip verifikasi berlapis yang telah dibahas pada bagian etika di atas, sekaligus pengingat bahwa tidak semua publikasi yang membahas LLM otomatis memenuhi standar metodologis yang sama.

Tabel berikut merangkum sembilan studi tersebut secara komparatif, mencakup model LLM yang digunakan dan metrik evaluasinya, untuk memudahkan pemetaan posisi setiap studi dalam lanskap metodologi penelitian berbasis LLM.

Tabel 1. Perbandingan Studi Jurnal Internasional dan Nasional yang Menggunakan LLM sebagai Metodologi