THE ACADEMIC COPILOT GRANT: PROMPT ENGINEERING AND CHATGPT PERSONALIZATION FOR VALIDATING CREDIBLE REFERENCES IN SCHOLARLY WRITING

ACADEMIC COPILOT

Abstrak

Penggunaan ChatGPT oleh mahasiswa dalam penyusunan karya ilmiah rentan menghasilkan rujukan hasil AI hallucination: nama penulis, judul, dan DOI yang tersusun meyakinkan namun tidak pernah ada dalam basis data ilmiah mana pun, sehingga mengancam integritas akademik. Kegiatan pengabdian ini bertujuan merancang dan menguji chatbot kustom Academic Copilot yang meminimalkan halusinasi rujukan, meningkatkan validitas dan keterlacakan sumber, serta menyediakan perangkat bantu yang aman dan dapat dipertanggungjawabkan secara akademik. Kegiatan mengadopsi Design Science Research Methodology melalui tiga tahap: analisis kebutuhan berbasis studi literatur, observasi, dan wawancara; rekayasa prompt dan kustomisasi personalisasi ChatGPT yang menerapkan prinsip Retrieval-Augmented Generation dengan verifikasi lintas basis data Google Scholar, Crossref, Semantic Scholar, dan OpenAlex; serta hibah disertai User Acceptance Testing (UAT) terhadap 30 mahasiswa. Hasil UAT menunjukkan instrumen valid (r-hitung 0,496–0,886, di atas r-tabel 0,361) dan reliabel (Cronbach's Alpha 0,954). Skor rata-rata penerimaan mencapai 4,26 dari skala 5, kategori sangat tinggi, dengan 90% responden pada kategori tinggi hingga sangat tinggi. Dimensi Efficiency mencatat skor tertinggi, sementara Reliability mencatat skor dan variabilitas terendah namun tetap kategori tinggi. Temuan ini membuktikan bahwa mekanisme anti-halusinasi rujukan dapat diwujudkan sepenuhnya melalui kustomisasi platform generatif yang telah tersedia luas.