Systematic Literature Review (SLR)
Cara Cepat Menemukan Research Gap dengan AI
Tool-Agnostic · Praktis · Terstruktur · Bebas Halusinasi
Melakukan Systematic Literature Review (SLR) atau tinjauan literatur untuk skripsi, tesis, atau artikel jurnal sering kali menjadi momok. Membaca 15–30 PDF, mencatat temuan di buku terpisah, lalu kesulitan melihat “benang merah” atau research gap adalah masalah klasik.
Dengan pendekatan Applied AI, Anda dapat mengotomatisasi ekstraksi data kunci dan menyusun draf sintesis hanya dalam hitungan menit, tanpa mengorbankan akurasi akademik.
Prinsip Tool-Agnostic: Fokus pada Metodologi, Bukan Merek
Workflow di bawah ini bersifat universal. Apa yang dapat Anda lakukan di Google NotebookLM (seperti ekstraksi data dan sintesis), pada prinsipnya dapat dilakukan dengan cara yang sama persis di Claude, ChatGPT, DeepSeek, atau platform AI lain yang mendukung fitur unggah dokumen dan memiliki context window yang memadai. Pilihlah tools yang paling nyaman dan terjangkau bagi Anda.
Sebelum mengunggah ke AI, pastikan “bahan baku” Anda berkualitas. Gunakan strategi ini untuk mendapatkan literatur terbaik:
- Manfaatkan AI Academic Search Engines: Gunakan platform gratis seperti Elicit, Consensus, SciSpace, Semantic Scholar, atau lainnya. Tools ini dirancang khusus untuk menemukan paper akademis berdasarkan pertanyaan riset, bukan sekadar pencocokan kata kunci.
- Gunakan AI untuk Membuat “Search String”: Minta AI menyusun query Boolean yang kompleks untuk database seperti Scopus atau Web of Science.
Contoh Prompt: “Buatkan string pencarian Boolean yang komprehensif untuk topik [Topik Penelitian Anda] di database Scopus, dengan filter publikasi 5 tahun terakhir dan jurnal bereputasi (Q1/Q2).” - Terapkan Filter Ketat: Selalu batasi hasil pencarian pada 5–10 tahun terakhir dan pastikan jurnal terindeks (Scopus, WoS, atau Sinta 1/2) sebelum diunduh.
Workflow 4 Tahap: SLR Terstruktur dengan AI
Ingesti Sumber ke Workspace AI
Kumpulkan 7–15 artikel jurnal PDF bereputasi (Scopus/Sinta) yang relevan dengan topik Anda. Buat proyek/notebook baru di platform AI pilihan Anda dan unggah semua PDF tersebut sekaligus. Biarkan AI memindai dan memahami konteks keseluruhan dokumen.
Ekstraksi Matriks Data (Custom Table)
Jangan gunakan ringkasan default. Perintahkan AI untuk membuat tabel perbandingan dengan kolom spesifik yang Anda butuhkan untuk mengevaluasi studi secara apple-to-apple.
Sintesis Draf Tinjauan Literatur (Report)
Setelah matriks terbentuk, minta AI menyusun narasi tinjauan literatur yang menghubungkan temuan-temuan tersebut secara tematik, bukan sekadar meringkas satu per satu.
Ekspor & Verifikasi Manual (Human-in-the-Loop)
Ekspor tabel ke spreadsheet untuk kompilasi akhir. Wajib: Klik nomor sitasi atau verifikasi langsung ke PDF asli untuk memastikan bahwa klaim, metode, dan research gap yang dihasilkan AI benar-benar ada di halaman yang dirujuk.
Studi Kasus Nyata: Topik Self-Regulated Learning (SRL)
Berikut adalah simulasi penerapan workflow di atas berdasarkan praktik terbaik riset pendidikan (diadaptasi dari studi kasus ekstraksi 7 artikel tentang Self-Regulated Learning).
Eksekusi Alur Kerja Riset
Input Dataset: 7 PDF Jurnal Terindeks tentang Self-Regulated Learning (SRL) pada mahasiswa.
- 🔍 Ekstraksi Matriks (Tahap 2): AI berhasil memisahkan dengan jelas mana studi yang menggunakan metode Kuantitatif (SEM) dan Kualitatif, serta mengekstrak “keterbatasan sampel” sebagai benang merah research gap.
- 📝 Sintesis Naratif (Tahap 3): AI menghasilkan draf paragraf yang membandingkan: “Sementara Studi A (2021) menemukan peningkatan motivasi, Studi B (2023) menyoroti bahwa intervensi SRL gagal jika tidak disertai dukungan infrastruktur digital.”
- ✅ Hasil Akhir: Peta bukti (evidence map) yang terstruktur di spreadsheet dan draf Bab 2 yang solid, menghemat waktu baca dari 3 hari menjadi 15 menit.
Matriks Sintesis Literatur: Sebelum & Sesudah
Perbandingan antara cara konvensional yang berantakan versus hasil ekstraksi terstruktur berbantuan AI.
⚠️ Sebelum (Catatan Manual)
| Penulis | Catatan |
|---|---|
| Pratama (2021) | Membahas SRL, tapi tidak jelas metodenya. Catatan tercecer di highlight PDF. |
| Widjaja (2022) | Ada data angka, tetapi tidak terhubung dengan penelitian lain. |
| Anisa (2023) | Fokus di mahasiswa kedokteran. Tidak relevan dengan konteks saya? |
✅ Sesudah (Custom Data Table AI)
| Penulis | Metode | Temuan & Gap |
|---|---|---|
| Pratama (2021) | Kuantitatif (SEM) | SRL meningkatkan kinerja. Gap: Sampel hanya dari 1 universitas. |
| Widjaja (2022) | Mix-Method | Dukungan dosen krusial. Gap: Tidak mengukur jangka panjang. |
| Anisa (2023) | Studi Kasus | Konteks spesifik kedokteran. Gap: Perlu adaptasi untuk fakultas lain. |
Peringatan Penting: Keterbatasan Ekstraksi Referensi
Jika Anda meminta AI menambahkan kolom “Daftar Pustaka (APA 7th)”, terkadang AI bisa salah mengekstrak jika informasi di PDF tidak terstruktur dengan baik. Solusi: Gunakan AI untuk ekstraksi konten (Metode, Temuan, Gap), tetapi gunakan Reference Manager (Zotero/Mendeley) Anda sendiri untuk memastikan akurasi sitasi 100%.
Kesimpulan: AI sebagai Asisten Riset, Bukan Penulis Hantu
Workflow ini tidak menggantikan peran Anda sebagai peneliti yang kritis. Justru, dengan mendelegasikan tugas “mencari dan membandingkan” yang membosankan kepada AI, Anda memiliki lebih banyak waktu dan energi mental untuk menganalisis, mengkritisi, dan menyusun argumen orisinal yang menjadi jiwa dari sebuah karya ilmiah.
Sudah Pernah Mencoba SLR dengan AI?
Bagian mana dari workflow ini yang paling membantu penelitian Anda? Atau ada tantangan lain yang ingin didiskusikan?
Bagikan Pengalaman Anda di Komentar