RISET & STUDI KASUS 27 September 2026 5 menit baca 3

Ketika Tulisan Rapi Dicurigai Sebagai Karya Mesin

Artikel ini membedah mengapa AI detector seperti Turnitin dan DrillBit tidak layak dijadikan bukti tunggal untuk menuduh seseorang menggunakan kecerdasan buatan. Berangkat dari mekanisme statistik di balik alat-alat tersebut, tulisan ini menunjukkan bagaimana perplexity dan burstiness justru menghukum penulis yang disiplin berbahasa, mengapa bahasa Indonesia menjadi wilayah rawan kesalahan deteksi, dan mengapa institusi pendidikan yang menyerahkan penilaian keaslian karya sepenuhnya kepada persentase mesin sedang melakukan kekeliruan metodologis. Pembahasan ditutup dengan pertanyaan tentang siapa yang seharusnya memegang otoritas menilai orisinalitas di ruang kelas digital.

Bayangkan seorang mahasiswa menghabiskan tiga malam menyusun draf skripsinya. Ia merapikan setiap kalimat, memastikan tanda baca sesuai Ejaan yang Disempurnakan, dan membaca ulang paragraf demi paragraf sampai terasa runtut. Ketika dokumen itu diunggah ke sistem pemeriksa plagiarisme kampus, layar menampilkan angka yang membuat jantungnya berhenti sejenak, sembilan puluh tujuh persen terindikasi buatan kecerdasan buatan. Tidak ada kesempatan membela diri secara langsung. Yang ada hanya angka, dan angka itu dianggap sudah cukup untuk menuduh.

Skenario semacam ini bukan fiksi. Ia terjadi berulang di kampus-kampus yang mengandalkan Turnitin, DrillBit, atau GPTZero sebagai palu tunggal keadilan. Persoalannya bukan pada niat baik institusi menjaga integritas akademik, melainkan pada asumsi keliru bahwa alat-alat ini bekerja dengan kepastian matematis. Padahal yang mereka lakukan hanyalah menghitung probabilitas kemiripan pola bahasa. Bukan mendeteksi kebenaran, melainkan menebak kemungkinan. Selisih antara dua hal itu jauh lebih besar daripada yang disadari kebanyakan pemeriksa.

## Mekanisme Statistik Detektor

![Bagaimana Mesin Menghitung Kecurigaan](/storage/posts/04893286-22e6-468c-863f-ceddb691d419.webp)

Setiap AI detector, apa pun mereknya dan namanya, bekerja berdasarkan dua konsep statistik yang saling berkaitan. Yang pertama disebut ***perplexity***, yaitu seberapa mudah sebuah model bahasa menebak kata berikutnya dalam sebuah kalimat. *Large Language Model* dilatih untuk menghasilkan teks dengan pilihan kata yang paling mungkin secara statistik, sehingga hasil tulisannya cenderung mudah ditebak, runtut, dan minim kejutan. Yang kedua disebut ***burstiness***, yaitu variasi panjang dan struktur kalimat dalam satu dokumen. Manusia biasanya menulis dengan ritme yang naik turun, kadang kalimat panjang berbelit, kadang tiba-tiba pendek dan tegas sedangkan AI cenderung menghasilkan kalimat dengan panjang yang lebih seragam.

Masalahnya muncul ketika seorang penulis manusia justru terlatih menulis dengan disiplin tinggi. Mahasiswa yang terbiasa menyusun kalimat ilmiah secara runtut, patuh kaidah baku, dan menghindari kalimat berantakan justru menghasilkan teks dengan *perplexity* rendah dan *burstiness* minim, persis ciri statistik yang dicari sistem deteksi. Di titik inilah paradoksnya terungkap. Semakin baik seseorang menguasai tata bahasa formal, semakin besar kemungkinan tulisannya dicurigai sebagai buatan mesin 😁.

## Kerapuhan Penilaian Teks

Contoh paling sering dikutip dalam diskusi soal false positive adalah dokumen sejarah yang jelas-jelas ditulis manusia jauh sebelum kecerdasan buatan generatif ada. **Declaration of Independence Amerika Serika**t dan **Pembukaan Undang-Undang Dasar 1945** pernah diuji lewat berbagai AI detector populer, dan keduanya sering muncul dengan skor tinggi sebagai teks buatan AI. Alasannya sederhana, gaya bahasa formal, struktur kalimat yang padat makna, dan pilihan diksi yang konsisten membuat pola statistiknya menyerupai output model bahasa modern.

Di ruang kelas, pola yang sama menimpa mahasiswa dengan kemampuan menulis di atas rata-rata. Mereka yang terbiasa membaca jurnal ilmiah dan meniru gaya penulisan akademis formal justru paling rentan salah tuduh. Ironinya, kemampuan menulis yang seharusnya dihargai malah menjadi alasan kecurigaan. Saya memandang ini sebagai masalah epistemik, bukan sekadar bug teknis. Sistem yang dirancang menjaga kejujuran akademik justru berpotensi menghukum kejujuran itu sendiri, sementara teks AI yang sudah diparafrasekan sedikit saja bisa lolos tanpa jejak 🤔.

## Keterbatasan Korpus Lokal

Ada satu masalah lagi yang jarang dibicarakan secara terbuka, yaitu keterbatasan dataset pelatihan. Dokumentasi resmi Turnitin sendiri menyebutkan bahwa fitur deteksi AI mereka dioptimalkan untuk bahasa Inggris, Spanyol, Jepang, dan Arab. Bahasa Indonesia tidak masuk dalam daftar prioritas tersebut. Ini berarti model statistik yang dipakai untuk mengenali pola bahasa Indonesia jauh lebih tipis datanya dibanding bahasa-bahasa yang disebutkan tadi.

Akibatnya bisa ditebak. Tingkat kesalahan deteksi pada dokumen berbahasa Indonesia menjadi jauh lebih tinggi dibanding dokumen berbahasa Inggris yang datanya melimpah untuk melatih model. Bagi kampus di Indonesia yang mengadopsi sistem semacam ini secara mentah tanpa penyesuaian, risiko salah tuduh terhadap mahasiswa jauh lebih besar daripada yang disadari pengelola akademik. Ini bukan alasan untuk menyalahkan teknologinya semata, melainkan alasan untuk mempertanyakan keputusan mengadopsi alat yang belum matang untuk konteks bahasa lokal, lalu memperlakukan hasilnya seolah setara dengan bukti forensik.

## Ilusi Forensik Skor

Hal yang membuat situasi ini lebih rumit adalah bagaimana institusi memperlakukan angka yang dikeluarkan sistem. Perusahaan pembuat detektor itu sendiri sudah memberi *disclaimer* bahwa hasil skor mereka tidak boleh dijadikan satu-satunya dasar penilaian. Turnitin secara eksplisit menyatakan bahwa persentase kemiripan dengan pola AI seharusnya menjadi pemantik verifikasi lanjutan, bukan vonis akhir. Namun di lapangan, banyak dosen dan editor memperlakukan angka itu sebagai kata putus. Tidak ada pemeriksaan manual, tidak ada permintaan riwayat pengerjaan, hanya angka di layar yang langsung menentukan nasib sebuah karya.

Di sinilah letak kesalahan prosedural yang sebenarnya, bukan pada keberadaan alat deteksi itu sendiri, melainkan pada cara alat itu digunakan sebagai pengganti penilaian manusia, bukan pelengkapnya. Beberapa universitas di luar negeri, termasuk **Vanderbilt University** dan **Curtin University**, sudah mulai menonaktifkan fitur deteksi AI di sistem pemeriksaan mereka karena tingginya kasus false positive yang merugikan mahasiswa jujur. Langkah ini patut dicermati sebagai sinyal bahwa masalahnya sudah diakui secara luas, bukan sekadar keluhan segelintir pihak yang merasa dirugikan.

Saya tidak sedang menyarankan agar semua kampus membuang alat deteksi ini. Ada gunanya sebagai penyaring awal untuk kasus-kasus mencurigakan yang memang perlu ditelusuri lebih jauh. Yang saya kritik adalah ketika angka probabilitas diperlakukan setara bukti forensik, padahal sifatnya jauh lebih rapuh. Kombinasi paling masuk akal adalah menjadikan skor deteksi sebagai pemicu, lalu menyandingkannya dengan riwayat penyuntingan dokumen, wawancara singkat tentang isi tulisan, atau pemeriksaan gaya bahasa dari karya-karya sebelumnya milik penulis yang sama.

Pertanyaan yang lebih penting untuk direnungkan bukan soal seberapa canggih algoritma deteksi pada generasi berikutnya, melainkan soal siapa yang berhak menentukan keaslian sebuah karya di ruang kelas kita. Jika jawabannya diserahkan sepenuhnya kepada mesin yang bekerja atas dasar tebakan statistik, **maka yang sedang kita pertaruhkan bukan hanya nilai mahasiswa, melainkan kepercayaan terhadap proses berpikir manusia itu sendiri.**

#ai detector #turnitin #drillbit #false positive #integritas akademik

Komentar (0)

Belum ada komentar. Jadi yang pertama berkomentar di bawah.

Ketika Tulisan Rapi Dicurigai Sebagai Karya Mesin

Komentar (0)

Tulis Komentar

Artikel Terkait

Sejarah Bahasa Pemrograman Komputer dari dahulu sampai sekerang

Mobil Otonom Kini Belajar Menyetir, Bukan Lagi Diprogram Menyetir

Alasan Harga SSD dan RAM Ikut Tertekan Akibat Demam Chip AI