Strategi Zero-Plagiarism di Era LLM: Pedoman Teknis, Etika, dan Studi Kasus Jurnal Lokal

Posted on by admin
0

Abstrak

Perkembangan Large Language Models (LLM) seperti ChatGPT, Gemini, dan Claude telah membawa perubahan signifikan dalam proses penulisan ilmiah. Meskipun LLM menawarkan efisiensi dan bantuan linguistik, penggunaannya memunculkan risiko plagiarisme yang lebih kompleks, termasuk AI-assisted plagiarism dan plagiarism of ideas. Artikel ini mengusulkan strategi zero-plagiarism di era LLM yang mencakup pedoman teknis, etika penggunaan AI, dan studi kasus penerapan kebijakan di beberapa jurnal lokal Indonesia. Metode penelitian meliputi studi pustaka, analisis kebijakan jurnal terindeks SINTA, dan wawancara dengan editor. Hasil menunjukkan bahwa strategi efektif melibatkan kombinasi deteksi teknis (Turnitin, Grammarly, GPTZero), kebijakan etis yang jelas, dan edukasi penulis. Studi kasus pada tiga jurnal lokal menunjukkan penurunan tingkat plagiarisme sebesar 35% setelah penerapan pedoman LLM-aware. Artikel ini memberikan rekomendasi implementasi untuk jurnal di Indonesia guna menjaga integritas akademik di tengah adopsi teknologi AI.

Kata kunci: zero-plagiarism, LLM, etika publikasi, jurnal lokal, deteksi plagiarisme.

1. Pendahuluan

Era LLM menghadirkan peluang besar dalam mempercepat proses penulisan, penerjemahan, dan perbaikan bahasa pada naskah ilmiah. Namun, kemudahan ini juga membawa risiko munculnya plagiarisme dalam bentuk yang lebih sulit dideteksi. Selain plagiarisme teks langsung (copy-paste), kini terdapat semantic plagiarism—yaitu plagiarisme ide atau struktur yang tetap melanggar etika walau telah diubah redaksinya.

Di Indonesia, sebagian besar jurnal ilmiah menggunakan perangkat deteksi plagiarisme berbasis teks seperti Turnitin atau iThenticate, yang belum optimal mendeteksi konten yang dihasilkan atau diubah secara signifikan oleh LLM. Oleh karena itu, dibutuhkan strategi komprehensif yang menggabungkan teknologi, kebijakan etis, dan edukasi.

2. Tinjauan Pustaka

2.1. Plagiarisme di Era AI

Beberapa penelitian (Alkaissi & McFarlane, 2023; Lund et al., 2023) mencatat bahwa LLM mampu menghasilkan teks unik secara sintaksis, namun tetap mengandung plagiarisme ide atau bahkan memodifikasi teks asli secara parafrastis tanpa atribusi.

2.2. Kebijakan Jurnal Internasional

Jurnal bereputasi internasional seperti Nature dan Science telah memperbarui panduan etika untuk mencantumkan penggunaan AI dalam bagian Methods atau Acknowledgments.

2.3. Kondisi di Indonesia

Analisis awal terhadap 20 jurnal terindeks SINTA menunjukkan belum adanya pedoman khusus terkait penggunaan LLM, meskipun beberapa telah memiliki batas maksimal plagiarisme (20–25%).

3. Metodologi

  1. Studi Pustaka

    • Literatur tentang plagiarisme, LLM, dan kebijakan etika publikasi.

  2. Analisis Kebijakan

    • Evaluasi pedoman etika dari 20 jurnal lokal terindeks SINTA 1–4.

  3. Wawancara Editor

    • Diskusi dengan 7 editor untuk memahami tantangan deteksi plagiarisme berbasis AI.

  4. Studi Kasus

    • Implementasi pedoman LLM-aware zero-plagiarism pada 3 jurnal selama 6 bulan.

4. Strategi Zero-Plagiarism di Era LLM

4.1. Pedoman Teknis

  • Gunakan perangkat deteksi ganda: Turnitin/iThenticate + detektor AI (GPTZero, Copyleaks).

  • Terapkan plagiarism threshold ketat (≤15%) untuk teks utama, dan ≤5% untuk abstrak.

  • Wajibkan penulis menyimpan prompt dan output log AI jika digunakan dalam proses penulisan.

4.2. Pedoman Etika

  • Penggunaan LLM harus diungkapkan secara eksplisit dalam bagian Methods atau Acknowledgments.

  • Penulis bertanggung jawab penuh atas kebenaran dan keaslian konten.

  • Larangan penggunaan LLM untuk menghasilkan data, analisis statistik, atau referensi palsu.

4.3. Integrasi dalam OJS

  • Tambahkan form deklarasi penggunaan AI pada tahap submission.

  • Otomatisasi pengecekan plagiarisme sebelum tahap peer review.

  • Simpan plagiarism report sebagai arsip editorial.

5. Studi Kasus Jurnal Lokal

5.1. Deskripsi

Tiga jurnal (bidang teknik, kesehatan, dan hukum) mengadopsi pedoman zero-plagiarism berbasis LLM-aware.

5.2. Hasil

  • Tingkat plagiarisme rata-rata sebelum kebijakan: 21%.

  • Setelah kebijakan: 13.6% (penurunan 35%).

  • Peningkatan kesadaran penulis untuk mengutip sumber asli dan mencatat penggunaan AI.

6. Kesimpulan

Strategi zero-plagiarism di era LLM memerlukan kombinasi teknologi deteksi, kebijakan etis yang tegas, dan edukasi penulis. Integrasi pedoman ini ke dalam sistem OJS serta penerapan pada jurnal lokal terbukti mampu menurunkan tingkat plagiarisme. Ke depan, kolaborasi antarjurnal dan penyedia LLM diperlukan untuk mengembangkan sistem deteksi yang lebih canggih.