Tingkat Akurasi Sitasi Pada Model Pencarian Informasi Berbasis AI: Study Perbandingan (Chat Gpt, Perplexity, Dan Deepseek)

Perkembangan model pencarian informasi berbasis kecerdasan buatan (AI) telah membawa perubahan signifikan dalam cara penelusuran literatur akademik dilakukan, khususnya dalam penyajian jawaban yang dilengkapi dengan sitasi secara otomatis dan terstruktur. Transformasi ini tidak hanya mempercepat proses pencarian informasi, tetapi juga memengaruhi pola perilaku akademik dalam memanfaatkan referensi ilmiah. Meski demikian, aspek ketepatan, konsistensi, dan keterlacakan referensi yang dihasilkan masih menjadi isu penting dalam konteks integritas ilmiah. Penelitian ini bertujuan untuk menganalisis dan membandingkan tingkat akurasi sitasi pada ChatGPT yang dikembangkan oleh OpenAI, serta Perplexity AI dan DeepSeek. Pendekatan yang digunakan adalah kuantitatif deskriptif dengan metode evaluatif melalui penghitungan citation recall sebagai indikator kelengkapan dan ketepatan sitasi. Sebanyak sepuluh pertanyaan akademik diajukan kepada masing- masing platform dan menghasilkan 54 klaim ilmiah yang membutuhkan dukungan referensi. Seluruh sitasi kemudian diverifikasi melalui basis data ilmiah untuk memastikan validitas dan relevansinya terhadap klaim yang disampaikan. Hasil analisis menunjukkan bahwa Perplexity mencatat nilai citation recall tertinggi sebesar 68,52% dan masuk kategori akurat, diikuti ChatGPT dengan 62,96% dalam kategori cukup akurat, serta DeepSeek sebesar 46,30% yang juga tergolong cukup akurat. Walaupun ketiga model mampu menyertakan referensi dalam jawabannya, masih ditemukan sejumlah ketidaksesuaian, referensi yang tidak dapat ditelusuri, serta kecenderungan overcitation. Dengan demikian, AI berperan sebagai alat bantu dalam pencarian informasi akademik, namun proses verifikasi manual tetap diperlukan guna menjamin integritas, reliabilitas, dan kredibilitas ilmiah.