WORKSHOP PENULISAN ARTIKEL ILMIAH JURNAL INTERNASIONAL BEREPUTASI PENGGUNAAN ARTIFICIAL INTELLIGENCE

Itu memperbolehkan menggunakan AI sebagian kecil, termasuk jurnal-jurnal yang ada di UB. Setahu saya, itu melarang menggunakan AI. Nah, itu saya nggak tahu bagaimana respon kita terhadap jurnal-jurnal yang tidak memperbolehkan AI. Tinggalkan saja, tinggalkan saja. Cari jurnal yang memperbolehkan AI karena jurnal itu lebih banyak.

Lalu, misalkan, apakah kita mau menggunakan AI lain? Hukum jadi, biar dia seperti manusia, biar nggak terdeteksi AI. Itu namanya dosa kuadrat, karena satu AI sudah dilarang, kita pakai lagi satu AI untuk menutupi itu. Oke, nah itu saya sarankan jangan.

Atau juga banyak jurnal yang menerima eh penggunaan AI, yang penting kita declare dan kita penuhi persyaratan tadi, bahwa kita itu memverifikasi semuanya dan siap bertanggung jawab terhadap apapun yang tertulis di sana. Oke, nah ini beberapa contoh bagaimana kita mendeklarasikan penggunaan AI.

Nah, saya itu sering nulis di Elsevier. Elsevier itu dia ngasih kita statement, tinggal kita tinggal kita tulis saja nih, tinggal masukkan sebentar, tinggal kita masukkan nama tools-nya apa, oke, alasannya apa, gitu, masukin aja. Nah, ini untuk apa bab buku di Elsevier. Kalau ada yang pernah di MDPI, ini ada deklarasinya juga. Saya saya tulis ini, ini ini real yang saya yang saya print screen dari apa yang saya kerjakan, jadi no issue. Dan saya harap untuk tidak ditanyakan. Oke, setelah ini.

Nah, sekarang balik ke riset. Riset itu sebenarnya simpel. Jadi, kita disuruh jawab satu pertanyaan: "What is your scientific contribution?" Jadi, you buat penelitian ini, kontribusi sainsnya apa? Karena peneliti itu produknya adalah knowledge. Kalau orang jual nasi goreng, itu produknya nasi goreng. Jual jagung bakar, produknya jagung bakar. Dia ngasih jasa potong rambut, dia ngasih jasa potong rambut. Lalu saintis ini apa? Saintis ini produknya itu.

Saintis termasuk dosen itu produknya adalah new knowledge. Oke, dan memang kita kerja kita itu tanggung jawab ilmu pengetahuan. Ketika Bapak Ibu sudah dapat gelar doktor, itu artinya Anda sudah memiliki kapasitas untuk bikin ilmu. Dan kalau kita merujuk pada literatur Islam, ini orang yang eh ilmuwan ini levelnya tuh sangat tinggi di Quran itu disebutkan.

Nah, terus gimana misalkan saya peneliti, kemudian saya punya ilmu baru, saya S3, saya punya ilmu baru. Nah, ini kita sebarkan, kita sebarkan melalui jurnal. Jadi, jurnal itu sebenarnya berita itu surat kabar, tapi kabarnya tu bukan event, bukan perwaah. Standarnya, kemudian nanti dia ikut bidang disiplin dan seterusnya. Jadi, seorang ilmuwan itu untuk bisa selalu update karirnya, dia mesti baca jurnal di bidangnya itu terus-menerus. Oke, eh, itu kira-kira konteksnya.

Dan ini melelahkan. Jadi, kalau Bapak Ibu meneliti kemudian rasanya kok rileks-rileks saja, itu bisa jadi Anda berada di jalan yang salah. Jadi, salah satu cara mendeteksi kebenaran adalah kalau kita merasa kesulitan. Itulah penelitian. Kalau kita merasa bahwa saya ini tersesat, kok nggak ada orang yang bisa membantu saya, berarti Anda berada di jalan yang benar. Nggak ada yang tahu kan itu dunia kita. Dan ini ada PSD komik yang merepresentasikan itu.

Nah, ini terutama saya sampaikan kepada eh adik-adik yang sedang pasca sarjana. Jadi, memang begitulah fenomena riset. Ini bukan tersesat kita, karena kita memang membuka jalan baru. Karena kalau kita menggunakan jalan yang pernah dilalui orang lain, itu artinya kita tuh mengulangi penelitian orang. Kita Itu diminta untuk membuat ilmu baru. Jadi, kita harus membuka jalan baru. Dan buka jalan baru itu nggak mudah. Tanya saja sama pendaki. Ini melelahkan. Oke, jadi memang begitulah dia.

Siapa yang salah? Salah. Kenapa kita milih karir sebagai peneliti? Jadi dosen memang seperti ini. Tapi ketika kita sudah ini ya, saya belum sampai ini. Saya tentang eh eh Imam Abu Hanifah. Kat dia bilang, "Andai saja jadi," katanya, "em, andai saja itu eh Sultan itu tahu bagaimana nikmatnya eh ini," jadi menemukan hal yang baru dalam dalam ilmu itu, "dia akan datang ke saya," katanya, "bersama semua pasukannya untuk merampas nikmat itu dari saya," dia bilang begitu. Ini ini ini direct quote. Ini yang nggak direct itu cuman bahasanya aja, karena saya nggak bisa bahasa Arab. Eh, tapi itu betul. Eh, dan mudah-mudahan kita ini bisa nyampai level sana.

Jadi, benar-benar kita menikmati eh jadi ada sebuah apa ya, kita berada pada sesuatu yang kita tahu, sesuatu yang nggak ada orang yang tahu. Sebuah privilege tersendiri. Dan saking happy-nya kita, kita ingin orang lain tahu. Makanya kita nulis jurnal, biar semua orang paham bahwa ini ada ilmu baru. Oke.

Nah, solusinya itu namanya proses penelitian atau riset. Proses ini prosesnya panjang, dan saya nggak mau mengkuliahkan itu. Eh, dulu saya selalu bilang bahwa kita hanya menggunakan AI ini untuk nulis saja. Tapi sebenarnya kita bisa menggunakan AI untuk membantu semua tahap penelitian. Nah, sekarang kita bahas eh menulis, ya, untuk proses eh publikasi. Dan menurut saya oke. Eh, dulu bahkan sampai sekarang itu termasuk wakil menteri itu bu siapa namanya, Bu Stella, itu selalu bilang bahwa menulis itu adalah proses pembelajaran yang eh terbaik.

Itu tadi malam eh saya nonton Reels, kan. Dia bilang bahwa di Harvard itu katanya, "The first year student in Harvard, they are free to take any subject, but only one the mandatory subject, which is Academic Writing." Dia bilang itu di apa, kick. Karena memang menulis itu ada ada banyak apa, soft skill inherent yang yang dipelajari. Tapi kalau kita masih pakai gaya yang lama, ya, ya ketinggalan kita. Oke, sehingga mau tidak mau kita harus adaptif.

Nah, sekarang zamannya adalah bagaimana caranya proses menulis itu secara inherent. Oke, skill set-nya itu tetap ada, tapi menggunakan. Nah, ini yang ingin saya coba komunikasikan setelah ini. Nah, kalau Bapak Ibu nulis pakai AI itu banyak masalahnya. Oke, saya listkan tiga saja. Oke. Satu, tidak mendalam atau tidak spesifik. Kenapa? Karena AI itu tidak punya legitimasi untuk masuk baca jurnal. Jurnal itu diproteksi oleh copyright. Nggak bisa baca buku. Kemudian dia nggak pakai referensi. Ya, jadi kalau kita paksa dia pakai referensi, referensinya bodong. Paling mentok dia hanya bisa ngasih link.

Nah, ini saya nggak ngerti kenapa dibuat seperti itu. Seharusnya bisa diatasi. Tapi mungkin dia akan memakai memakan terlalu banyak token. Lalu dia kesulitan pada hal yang kompleks. Dan menurut saya ini, apa, tiga kelemahan ini berkah buat kita. Kenapa? Karena kalau misalkan Dia tidak punya kelemahan, kemudian kita nggak akan punya ruang untuk bekerja sebagai peneliti. Orang hanya upload data, tiba-tiba keluar paper. Nah, ada ruang di mana kita itu itu memberi memasukkan substansi.

Nah, apa yang kita lakukan? Oke, jadi kita nggak bisa bersandar sama sekali. Bukan ini bukan parsial, malah sama sekali. Pak, ada AI ini, kita cuman eh gunakan dia sebagai asisten menulis saja, membantu menulis. Oke, untuk mengantisipasi masalah ini, jadi kita perlu kuasai dua hal. Satu namanya strategic prompting. Ada strategi kita untuk prompt. Yang kedua itu prompt engineering, jadi perekayasaan prompt. Nah, ini akan saya bahas dua dulu sebelum saya didemonstrasikan bagaimana implementasinya untuk menulis artikel. Oke.

Di demo ini saya akan menggunakan salah satu LLM, yaitu ChatGPT. Oke. Apakah prompt yang saya share atau teknik yang saya bagi ini bisa dipakai untuk AI yang lain? Eh, untuk large language model yang lain, jawabannya iya, bisa dengan sedikit adaptasi. Jadi, silakan coba. Oke. Ada beberapa fitur yang ingin saya sampaikan dulu. Satu, tidak semua ChatGPT itu aman. Nomor satu, paling penting.

Nah, yang gratisan sama yang plus. Kalau Bapak Ibu pakai email sendiri, langsung bayar $15 itu eh per bulan itu, itu tidak aman karena data kita akan dipakai secara eksplisit. Banyak jurnal yang melarang menggunakan eh plus, terutama untuk me-review proposal atau me-review artikel. Itu dilarang pakai GPT Plus karena artikel orang nanti kita taruh di dalam di di database-nya AI. Kalau mau aman, gunakan GPT Teams, GPT Enterprise, atau GPT Pro. GPT Pro ini yang mahal, yang $200 eh per bulan. Kalau GPT Team ini sekitar $30 per bulan, syaratnya harus lebih dari satu eh akun. Silakan, bisa bikin tim sendiri atau join ke tim orang. Oke.

Lalu di GPT itu ada banyak model. Oke, dan ini harus hati-hati. Kadang-kadang orang itu, saya bilang itu naif prompter. Jadi, naif prompter itu, "Tuliskan saya jurnal dengan judul X," gitu. Terus tiba-tiba dia berharap semua jurnalnya jadi. Itu terlalu naif, lah. Oke. Ada banyak model. Model itu algoritma yang dipakai. Nah, yang paling penting dulu adalah, oke, yang paling penting itu untuk nulis itu pakai 4o. Oke. Untuk berpikir pakai o1. Ini saja yang yang esensial dulu. Kapan kita berpikir, kapan kita menulis? E nanti saya tunjukkan.

Generally, hampir seluruh eh aktivitas menulis kita bisa pakai GPT 4o. O1 itu saya saya pribadi sarankan pakai hanya untuk hanya untuk merevisi artikel dari komentar reviewer. Itu kita pakai eh yang o1. Oke, dan dia nanti eh kalau waktunya cukup, saya akan demokan bagaimana saya merevisi artikel saya sendiri yang benar-benar sedang akan saya revisi. Oke. Kemudian ada banyak di GPT yang lain. Kenapa saya saya prefer menggunakan GPT? Ada namanya Canvas. Canvas ini memungkinkan kita berkolaborasi dengan AI. Ini saya akan tunjukkan nanti. Kemudian ada Project. Oke. Kemudian kita share chat sesama member. Kemudian ada namanya custom GPT yang kita bisa kembangkan sendiri. Ini saya kasih contoh. Misalkan saya menggunakan Oke, ini GPT saya. Emm, saya punya banyak tim. Oke, ini GPT saya. Kemudian ini Project saya. Menggunakan banyak GPT untuk ngajar. Ini saya ngajar Mathematics for Engineers. Saya taruh materi saya di sini. Kemudian saya bisa bikin eh eh soal ujian, eh, apa namanya? Saya bisa bikin tugas satu, tugas dua, tugas tiga, bikin solusi tugas, dan seterusnya. Itu saya pakai di sini. Nah, cara yang sama kalau sedang riset. Misalkan, eh, kita bisa jadikan ini sebagai library. Misalkan kita mau nulis jurnal tertentu, kita masukkan dulu artikel-artikel yang kita akan jadikan sebagai referensi, artikel-artikel yang kita bisa pelajari. Nanti kita bisa panggil waktu kita nulis. Contohnya, misalkan ini saya buat eh tes satu, ya. Misalkan tes satu ini, saya minta dia untuk buatkan saya soal ujian. Terus saya bilang, "Ini," saya bilang, "Study the in assignment file." Nah, ada file-file assignment 1, 3, 4. Kemudian saya minta dia untuk bikin soal tes. Nah, soal pertanya pertama tentang apa? Pertanyaan kedua tentang apa? Ketiga tentang apa? Keempat tentang apa? Kemudian saya kasih konteks ujiannya, nanti hanya 60 menit, terus dia close book. Bikin buatkan segala macam. Dia langsung buatkan. Nah, ini dia langsung buatkan bla bla bla. Contoh, ini contoh ya. Dan kita bisa itu. Jadi, eh, kita taruh misalkan, eh, yang yang kita sudah misalkan, eh, mencari referensi PDF. Itu artikel PDF-nya kita taruh di sana sebagai library. Kita bisa panggil eh kapan saja untuk membantu. Oke, ini dan eh Project management saya sudah. Canvas nanti saya akan eh tunjukkan eh setelah ini.

Nah, saya sebut prompting. Oke. Eh, jadi prompting itu, eh, yang saya saya secara spesifik bilang prompting akademik. Karena prompting akademik itu perlu. Kalau nggak presisi, nanti hasilnya ke mana-mana. Kita pengin ketika nanti saya harus memverifikasi hasilnya yang salah itu nggak terlalu banyak. Kalau bisa benar semua. Terus bagaimana caranya? Karena kalau tidak, nanti dia cenderung ada istilahnya berhalusinasi. Dia ditanya sembunyi bawa golok, basaan lalun. Jadi, dia ditanya apa, jawabnya apa. Itu namanya berhalusinasi.

Nah, ini sebenarnya yang memberikan teks awal pertanyaan, tapi yang penting adalah bagaimana caranya responnya itu sesuai dengan kemauan. Oke. Teknik prompt-nya itu banyak orang. Jadi, istilahnya itu prompting framework. Ada, misalkan, "Bertindaklah sebagai seorang eh sarjana Teknik Kimia, buatkan ini." "Ibu adalah seorang ahli hukum dengan pengalaman 50 tahun, konsultan profesional, ya, analisis dokumen hukum berikut." Nah, ini itu namanya prompting eh eh frameworks. Tapi yang terpenting itu sebenarnya eh bagaimanapun prompting-nya, saya nggak menggunakan prompting apa-apa. Saya itu natural saja. Intinya dia harus jelas dan eh spesifik. Kemudian konteksnya relevan. Eh, kemudian ringkaslah, mudah dipahami. Oke.

Ini saya bilang menggunakan bahasa Inggris. Alasan saya, kalau kita menguasai bahasa Inggris secara bagus. Kalau kita nggak menguasai bahasanya, nanti perintahnya ngawurkan. Jadi, gunakan bahasa yang paling kita kuasai. Bahasa itu oke. Kemudian eh narrowing, istilahnya itu batasi. Tidak meluas. Oke. Tidak juga terlalu detail. Oke. Kemudian kalau bisa, nah ini namanya multi-prompting. Berikan dia contoh. Ini loh, contoh introduction yang bagus. Misalkan saya pengin nanti tulisannya tuh seperti tulisan saya ini loh. Contoh tulisan saya sebelumnya. Buat seperti ini gaya penulisannya. Lalu kemudian kita e beri umpan balik. Ini iteratif. Jadi, kita kalau dia salah, ya, kita betulkan, gitu, sampai sesuai dengan yang kita mau.

Nah, ini prompt engineering. Ya, ini teknik prompting. Lalu bagaimana strateginya? Nah, ini ada banyak hal. Jadi, orang itu kadang-kadang, saya bilang, naif prompter. Dia ngasih prompt, tapi harapannya terlalu besar. Hanya dengan beberapa kata itu jadi. Dan masih sampai sekarang banyak orang yang selalu minta saya, "Minta prompt," selalu minta prompt-nya. Padahal, ya, itu nggak bagus juga. Orang-orang misalkan, kalau kalau kita pakai prompt orang lain, itu nanti rasanya bukan kita. Itu bukan prompt yang otentik. Rasanya kita ini salah satu contoh itu di UB ada namanya Prof. Dia keberatan, "Ini bukan tulisan saya," katanya. Akhirnya, akhirnya beliau bikin prompt sendiri. Oke, dan dan jadi jawaban. Jadi, hasilnya sesuai dengan yang dia mau, sesuai selera, gitu.

Nah, di luar ngasih perintah kalimat yang tadi, dia harus jelas, konteks, relevan. Kita untuk sesuatu yang sifatnya eh besar, menurut saya salah satunya itu nulis jurnal bereputasi. Misalkan, itu kita perlu strategi juga. Jadi, bukan hanya dengan beberapa tulisan, tapi ada strategi. Pertama, gunakan model yang sesuai. Oke. Untuk menulis, gunakan 4o. Tadi saya sudah eh tunjukkan jenis-jenis model. Oke. Gunakan 4o. Kalau menganalisis ini, kita gunakan o1. Tapi kalau mau kalau mau otomasi, kita gunakan custom GPT. Custom GPT ini saya skip dulu. Nggak saya bahas di sini. Lalu kita harus aware bahwa itu ada relokasi token. Apa maksudnya token? Token itu kayak semacam ini. Kalau kita main video game, itu nyawa. Oke. Jadi, eh, inputnya itu ada batasnya. Nggak bisa misalkan kita minta AI untuk membaca eh ensiklopedia 2000 halaman, gitu ya. Dia akan baca, tapi nggak akan sedetail yang kita harapkan. Oke. Jadi, itu kita harus mainkan. Kalau misalkan, eh, saya mau minta AI itu, ya, kira-kira sekitar 12.000 kata itu kalau kalau mau baca yang bagus papernya itu, mungkin maksimum 3 sampai untuk baca itu, jangan lebih dari itu. Walaupun kita bisa eh input bisa sampai 20 files, tapi kalau kita baca 20 files, totalnya misalkan masing-masing itu 10.000, kan 200.000. To be true, karena dia dikasih itu cuman sekitar untuk paham sekitar 12.000 kata per sekali perintah. Nah, output juga nggak bisa langsung banyak, kan? Sekitar 800 sampai 1200 kata, AI-nya. Nah, kalau kita menulis artikel, kan sekitar berapa? Sekitar 6.000 sampai 8.000 kata. Berarti kita perlu eh eh 6 sampai 8 kali prompt. Nggak hanya sekali prompt langsung jadi. Tapi untuk memaksimalkan relokasi token, saya harus prompt, ya, di angka sekitar 6 sampai 8 kali. Jadi, caranya ya, kita input informasinya secara bertahap. Nah, kalau misalkan tadi artikelnya, saya ingin minta dia untuk merangkum 100 artikel, gitu ya. Kita masukkan empat demi empat. Masuk empat, suruh baca. Masuk empat lagi, masuk empat lagi sampai 25 kali prompt cukup 100. Lalu kita minta dia untuk bikin, misalkan, summary table. Summary table-nya pun nanti dia bikinnya per 1000 kata. 1000, 1000. Oh, lanjutkan lagi, lanjutkan lagi, lanjutkan lagi. Memang gitu caranya supaya eh dia lebih bagus. Oke. Ini prompt ini menurut saya, eh, bukan hanya untuk menulis. Jadi, penguasaan kita terhadap prompt itu esensial di dunia kerja saat ini, ya. Eh, saya pikir kenapa? Karena sebenarnya AI ini nggak akan pernah bisa menggantikan manusia. Tapi bayangkan, eh, ada orang itu yang bekerja pakai sesuatu yang sebelumnya dikerjakan, misalkan hanya dikerjakan 2 minggu, dia dikerjakan 2 jam. Gitu. Berarti saya nggak perlu lagi 10 orang untuk mengerjakan hal itu, tapi saya hanya perlu satu orang. Terus 9 orang ini redundan, sudah nggak diperlukan lagi. Lagi gitu. Nah, kalau misalkan tugasnya kompleks, bikin simpel. Oke. Karena satu, tadi, karena satu prompt itu kita dibatasi oleh sekian ribu, eh, sekian token, maka nggak bisa dia menguraikan masalah yang kompleks itu. Kita sederhanakan. Lalu ada banyak keterbatasan kalau hanya eh pakai eh LLM saja. Kita kombinasikan dengan tools AI yang lain. E contohnya, misalkan nanti saya tunjukkan bagaimana kita mengkombinasikan antara AI ini dengan Scopus, eh, dengan Site AI, dan lain-lain. Nanti saya akan eh demokan. Lalu sekarang saya saya bikin perbedaan antara common prompting, prompt kita biasa. Ini kayaknya slide tentang prompt. Kemudian setelah ini kita akan eh demo. Oke. Eh, kalau kita misalkan bertanya sesuatu kepada GPT, kemudian dia member jawaban pertanyaan kita. Kan dari mana dia dapat jawaban? Nah, orang yang takut, misalkan orang yang takut bahwa GPT itu nanti plagiasinya tinggi, itu berpikir bahwa GPT itu mengcopy dari satu sumber. Which is salah. Itu salah betul. Jadi, dia itu dikasih knowledge, dikasih training sama semua yang ada di public domain itu untuk belajar. Nah, dari sana dia dia akan ambil, tapi dia nggak secara spesifik ngambil dari satu hal. Gitu. Dan itu bisa dia namanya ikut algoritma attention. Nah, apa masalahnya? Kalau di bidang akademik, berarti sumbernya ini kan bisa dari macam-macam. Bisa jadi bisa dari artikel populer, bisa dari Wikipedia, bisa dari blog, bisa dari macam-macam yang kita nggak bisa eh, apa, batas verifikasi kebenarannya. Dan ini masalah, masalah besar. Sehingga, eh, kita buang masalah itu dengan cara ini. Jadi, kita cuman ambil inteligensinya saja. Lalu knowledge-nya itu kita yang kasih. Kita yang ngasih konteks melalui prompting. Kita kasih knowledge, eh, kita ngasih resources, kita ngasih skill. Kalau perlu kita ajarin, "Begini loh cara nulis introduction." Ini contohnya. Nah, sehingga responnya itu jadi reliable, handal, original. Nah, ini yang eh kita mau. Ini semua yang saya sampaikan tadi dari strategic prompting, prompt engineering, kemudian ini kalau diistilahkan AI namanya Retrieval Augmented Generation technique namanya. Oke. Ini saya akan praktikkan sekarang. Ini contoh misalkan prompt. Oke, saya ingin menulis pendahuluan. Oke, menulis pendahuluan. Kenapa panjang sekali? Ya, namanya juga kita pengin hasil yang bagus. Nah, pertama adalah kita train dulu eh, kita latih dulu AI-nya itu. Bilang, "Ini naskahnya sudah saya lampirkan." Kemudian, "Nih, kamu baca." Baca tu pun sampai detail, seksama, rinci, teliti. Ini kebetulan inputnya skripsi, ya. Nah, tapi baca, membaca, walaupun saya kasih itu seksama, rinci, teliti, bla bla bla, itu kan interpretasinya bisa macam-macam. Sehingga untuk, oke, agar interpretasi, interpretasinya itu kita bikin lebih ruang interpretasinya itu kita sempitkan. Kita perintahkan lebih detail lagi. Buat ringkasan bagian ini, bagian ini, bagian ini, bagian ini, bagian ini, dan seterusnya. Lalu kita perintahkan, "Nah, berdasarkan apa yang Anda pelajari tadi, tulis kembali pendahuluan." Oke. Pendahuluannya kita masukkan. Inputkan lagi. Kemudian ini atribut instruksinya. Nanti gaya nulisnya, "Tulis dengan gaya dan standar publikasi internasional bereputasi. Patuhi standar akademik yang apa yang jelas, logis, argumentatif, gaya bahasa induktif, formal, akademik, netral." Eh, dan ini saya bilang, "Pertahankan setiap sitasi." Karena kalau nggak, nanti dia buang sitasinya. Kemudian, "Jaga integritas sitasi." Nah, jaga integritas sitasi ini, ini pun saya iterasi itu berhari-hari. Bagaimana caranya biar kalau si A bilang X, nanti ketika disitasi itu memang A bilang X, karena bisa aja dia random kan, dia cuman taruh-taruh namanya di mana-mana. Nah, kata untuk mengikat itu namanya citation integrity namanya. Jaga dia, jangan kita ambil marwahnya. Kalau integritas itu kan bahasa melayunya marwah. Jangan kita ambil marwah orang. Kalau yang menulis itu misalkan eh Prof. Diana, ya udah, pernyataan itu ya disandingkan dengan Prof. Diana, jangan dengan orang lain. Kemudian ini lebih detail lagi. Pakai struktur per paragraf. Ini paragraf, dan kontennya apa? Kalau mau lebih spesifik, nanti paragraf isinya apa? Kedua isinya apa? Dan seterusnya. Itu kita bisa sesuaikan. Sela ini saya bilang prompting strategy, prompting menggunakan eh rekayasa prompting. Oke. Itu semua dasar-dasar eh prompting secara cepat.

Nah, sekarang AI sebagai asisten menulis. Nah, dalam menulis menggunakan AI itu tidak serta-merta kita asal prompt. Jadi, idealnya kita ikuti eh bagaimana proses menulis secara eh secara non-AI. Nah, biasanya dimulai dari pre-writing, kemudian drafting, kemudian revising, kemudian editing. Lag. Oke. Nah, pre-writing itu nggak saya bahas sekarang. Oke, tapi nanti dia akan keluar dokumen apa, ada output-nya. Jadi, pre-writing inilah proses berpikir sebenarnya. Jadi, ketika kita membuat struktur, ketika kita berpikir, bikin planning, nanti itu mau jadi beberapa ini, mau jadi kalau kalau strukturnya sudah jelas, kan, intro, method, result, discussion, conclusion. Result-nya apa saja? Oke. Kemudian dataset-nya apa saja? Ini. Nah, data-data akan saya tampilkan seperti apa. Kemudian interpretasi datanya seperti apa. Ini semua di pre-writing. Nah, dalam proses menulis tradisional, pre-writing itu jangan dicampur dengan drafting. Nah, kacaunya kita banyak adalah kita itu semuanya ini jadi. Nah, orang Indonesia itu atau saya, saya itu oke, itu pengin sekali duduk itu nulis langsung selesai, langsung bagus. Oke. Nah, itu cara yang salah. Jadi, kalau cara yang eh yang profesional, ya, pre-writing sendiri, kemudian drafting, kemudian revising, kemudian editing. Nah, pre-writing itu saya skip di ini. Nanti saya akan contohkan bagaimana pre-writing dokumen, kemudian yang akan saya didemonstrasikan adalah bagaimana kita kembangkan ini eh pre-writing dokumen ini menjadi sebuah draft, kemudian kita revisi. Oke, lalu kemudian kita mungkin edit di akhir. Mungkin. Oke. Nah, GPT itu fungsinya apa? Banyak penerjemahan. Saya bisa input artikel dari dari bahasa Indonesia, mau bahasa Jawa, bisa. Bahasa Sunda pun terakhir saya coba pernah bisa di sini. Kita bisa upgrade gaya bahasanya, jadi gaya bahasa ilmiah, formal, dan seterusnya. Kita bisa perbaiki flow of logic-nya. Kita bisa minta dia untuk merangkum, bikin kesimpulan. Kita minta dia menulis ulang, menulis ulang, tambah input baru. Jadi, nanti saya akan demonstrasikan. Oke. Prosesnya eh iteratif, berulang-ulang, dan kita bisa menggunakan banyak model. Ya, model yang saya sarankan untuk menulis adalah GPT eh 4o atau custom GPT. Oke. Saya nulis pakai AI, bagaimana saya tahu itu tulisan saya? Nanti ini persoalan besar. Em, ketika orang dulu ya, eh, ketika kita menulis dengan model tradisional, bukan hanya nya gagasan atau idenya yang kita tulis, tapi setiap kata, setiap kata yang kita gunakan untuk membuat sebuah kalimat, kemudian setiap kalimat yang kita rangkai menjadi paragraf, setiap eh, apa, kumpulan paragraf yang menjadi subbab, kemudian bab, dan segala macam, itu kan eh, ada kita di sana, gitu. Oke, we embody the text. Nah, AI ini kan nggak. AI ini kata-katanya yang pilih, AI yang susun kalimatnya, AI yang paragrafnya, AI yang mungkin yang bukan AI itu yang mungkin ininya saja, eh, substansinya saja. Nah, bagaimana caranya biar saya itu kenal, bahwa kalau misalkan orang ngambil paragraf ini, saya tahu ini saya yang tulis? Nah, ini yang disebut sebagai menulis autentik dan original. Biar kita nanti dikasih paper, kita dibuang, apa eh, nama penulis sama, ya, kita baca, kita tahu ini tulisan ini riset saya. Gitu. Jangan sampai ya, ini terjadi bahwa ini kita nggak kenal ini paper saya. Nah, ini namanya menulis yang tidak autentik. Nah, itu yang nggak ideal. Menulis yang jadi, dia tulisan nggak kenal. Nah, ini mensiasatinya. Karena kalau yang secara tradisional tu pasti autentik itu, karena prosesnya tu kita pilih kata-kata segala macam. Oke, sampai personality orang kan bisa dibaca dari saking bagaimana menulis itu bisa menuangkan isi otak seseorang. Nah, sekarang itu tidak, tapi intinya dia bagaimana dia itu. Jadi, kita bisa input. Karena kalau ada miss, ya, dia miss. Kalau dia missing, tapi dia harus ada diik verifikasinya itu susah. Oke. Yang kedua, control of reference. Apa yang mau saya artikel mana yang mau sitasi? Artikel itu bilang apa? Artikel itu apa? Dari artikel itu yang ingin itu kita. Nah, ini untuk ini jangan terlalu ekstensif. Kadang-kadang ada orang kan, saya bilang, "Kamu pelajari punya teman." Terus dia pas abstrak. Abstrak ini abstraknya ini, ini abstraknya itu terlalu ekstensif. Bayangkan kita mau menulis 1000, 1000 kata, misalkan di pendahuluan itu 1200 kata, tapi input statement reference kita 10.000 kata. Kan nggak dong, nggak masuk. Oke. Kemudian, eh, ini menulis autentik. Nah, tadi yang saya bilang bahwa apa yang paling esensial adalah idea. Id-nya ini di sini. Oke. Kemudian, eh, ide ini kita strukturkan dalam bentuk ini. Saya nggak mau jelaskan terlalu panjang, saya ingin demo saja agak santai. Oke, ini gagasan tadi tentang novel tadi. Kita harus ada. Kim novel itu kita bisa lihat dari judul, kemudian kebaruan itu harus dijustifikasi. Kita harus create research gap di sana. Kita harus cari literatur apa saja yang orang sudah pernah kerjakan. Jadi, salah satu cara misalkan untuk tahu mahasiswanya Ibu yang tidak hadir di acara ini adalah kita harus cek satu persatu siapa saja yang hadir, kan? Berarti kita bisa tahu siapa yang nggak hadir. Gitu. Misalkan diwajibkan hadir mahasiswa S3. Nah, berarti kita harus tahu ini mana. Untuk tahu yang tidak hadir, kita harus tahu semua yang hadir. D. Nah, ini yang paling penting sekarang, karena menulis itu bukan ini. Oke. Yang paling penting itu data. Sebenarnya kalau data ada, itu nulis itu nggak akan lebih dari 2 jam sekarang menggunakan tools AI. Oke. Ini strukturnya. Dan ini yang paling penting, data dan sebenarnya. Jadi, yang kita perlukan dari research, saya sebutnya itu catatan penelitian. Ini yang mau kita bawa sebagai input untuk menulis menggunakan itu. Yang ini sebenarnya. Dan ini nggak perlu detail judul, intro, ini material. Cukup detail informasi saja. Ini yang bahan kita pakai untuk menulis. Oke. Ini yang saya bilang one step. Berpikir sebelum menulis. Nah, kalau mau menulis pakai AI, apa yang harus ada? Ada dua hal esensinya, ya, hasil penelitian dengan kutipan literatur. Oke, esensinya. Nah, kutipan literatur ini kita bisa siasati menggunakan AI. Maksudnya itu, saya cari statement literatur itu pakai AI. Jadi, yang primer harus ada tu hasil penelitian. Karena nggak mungkin kita menulis artikel, menulis ini tanpa ada tanpa ada hasil penelitian. Ada yang mau menulis dari proposal? Udah mending nggak usah nulis. Kalau dari proposal, karena apa? Karena proposal itu kan rencana, rencana penelitian, dan itu bisa jadi sesuai rencana, bisa jadi tidak sesuai rencana. Oke. Jadi, kalau dalam tahap proposal, nggak usah nulis lah. Yang penting kerjakan dulu, cari dulu datanya segala macam, eh, bikin apa datanya itu cukuplah, baru kita mulai mulai nulis. Nih, ada yang ikut eh workshop saya waktu itu offline. Saya masih proposal, Pak, bagaimana menulis artikel? Wuh, susah, karena proposal itu ya belum tentu seperti apa yang kita tulis di sana, gitu. Oke. Nah, ini kira-kira apa informasi dasar yang perlu ada di bagian pendahuluan. Oke, metodologi, kemudian hasil, pembahasan. Oke, di pendahuluan itu mesti ada, mesti ada judul dulu, terus konteks ceritanya itu, apakah tentang energi terbarukan, apakah tentang eh hukum, apakah tentang eh berpikir kritis dalam pendidikan, apakah misalkan eh human AI interaction. Ada hipotetisnya. Eh, kadang-kadang hipotesis ini kalau di di penelitian-penelitian sains atau teknik itu nggak terlalu, nggak nggak dinyatakan secara us, hipotesis penelitiannya adalah, nggak. Tapi justru penelitian sosial itu lebih jelas hipotesis satu, hipotesis dua, hipotesis tiga. Ada tujuan penelitian dan seterusnya. Dan itu nggak perlu panjang, cukup beberapa kalimat saja. Nah, dan ada statement literatur. Nah, ini eh, ini yang kita ini aja, yang kita siapkan pendek-pendek saja. Kemudian metodologi. Ada strukturnya. Kalau misalkan kita pakai perangkat untuk teliti, ya, jelaskan. Dan ini tu kalau bisa sedetail mungkin. Kenapa sedetail mungkin? Karena metodologi itu kan ini yang kita benar-benar kerjakan. Bagaimana mungkin AI itu tahu apa yang kita kerjakan? Jadi, kita harus kasih dia semua informasi yang ada secara rinci dan detail. Misalkan kita analisis data, mungkin AI itu bisa nebak, ini kalau penelitian seperti ini, analisis datanya seperti ini. Dia bisa membaca dari tujuan penelitian, segala macam, dia bisa tahu lah dataset-nya seperti apa, analisisnya seperti apa. Tapi kan belum tentu benar. Nah, sehingga informasi-informasi di metodologi itu kalau bisa dikasih eh sedetail mungkin, sehingga nulisnya itu pun lebih enak. Kemudian kalupun ada di sini kita mengutip literatur, siapkan dulu mengatakan bahwa metode ini sangat efisien untuk kasus seperti ini, eh, B bilang apa, ini, dan seterusnya, dan seterusnya. Itu yang menurut kita misalkan, apapun yang menurut kita itu kalau ada di sana itu akan memperkuat penelitian kita. Nah, bagaimana pandangan saya terhadap ini? Kan hasil penelitian dengan kutipan literatur. Ini kalau saya pakai analogi, ya, analogi bangun bangunan. Hasil penelitian ini materialnya, materialnya. Oke. Kita punya ide rancangan, ini tuh tadi gambaran strukturnya seperti ini. Oke, struktur argumennya seperti ini. Eh, kemudian ini struktur rumahnya seperti ini. Itu sudah ada. Nah, lalu kutipan literatur ini yang yang merekat semuanya itu kayak semen, pasir, kerikil, itu yang merekat dia menjadi sebuah bangunan yang eh, yang utuh. Oke. Nah, kemudian hasil dan pembahasan. Eh, sekali lagi, kerja apa? Olah dulu datanya, sehingga dia menjadi visual, gambar, tabel, diagram, dan lain-lain. Kemudian dari sini kita yang lagi-lagi balik ke atas, supaya dia autentik. Gagasannya dari kita. Apa observasi? Observasinya itu kita yang tuliskan. Oh, ini gambar ini bercerita tentang ini. Hasilnya bilang ini, ini bilang ini, dan seterusnya. Termasuk mungkin penjelasannya. Kenapa dia naik, kemudian turun? Jelaskan kenapa. Karena kalau nggak ada nanti, dan itu esensial. GPT akan menebak. Kalau memang dia benar dan dan bisa nggak GPT menebak? Eh, bisa, kalau kita ajarkan. Nanti saya tunjukkan bagaimana caranya. Nah, ini kira-kira yang diperlukan eh kalau menulis artikel. Itu mungkin kita tulis eh, apa namanya? Nggak perlu terlalu serius. Jadi, yang paling serius itu waktu mikir inilah di awal itu. Di awal. Kemudian nanti mikir sedikit tentang bagaimana kita mempresentasikan datanya. Ini ada. Ini satu hal yang perlu perlu di eh, ini kan panjang tentang data. Ini pemahaman data, bagaimana membuat menganalisis data, membuat data berbicara. Put the meaning. Karena data itu kan, ya, data saja. Yang bikin dia itu berbicara itu kan kita. How to put the meaning in the data? Itu proses analisis data, kemudian visualisasi data. How to make the data speak on. Oke, speak for. Jadi, dia bilang tanpa inilah. Kenapa kalau kita punya apa ya, argumentasi yang bagus, kemudian data kita bagus, visualnya bagus, papernya itu pendek? Karena semuanya sudah obvious. Karena memang desainnya bagus, datanya sesuai. Gitu. Sehingga nggak terlalu banyak perdebatan. Mitos, ya, dalam ini. Salah satu mitosnya adalah semakin komplit artikel, artikel semakin bagus. Itu mitos. Saya bilang bahwa orang-orang yang bikin artikel terus artikel itu nggak bisa dipahami, itu cara dia menutupi kebodohannya. Saya bilang, "Sudah, semakin panjang artikel semakin bagus." Salah. Siapa mau baca artikel panjang? Semakin pendek, semakin bagus. Tesis pun semakin pendek, semakin bagus. Jangan nulis misalkan disertasi 4000 halaman. Itu penguji nggak akan baca sampai selesai. Saya jamin nggak akan baca sampai selesai. Pembimbing mungkin malas baca 1000 halaman. Semakin pendek, semakin bagus. Yang penting poinnya jelas, datanya jelas, analisis datanya bagus. Nah, ini saya akan beri penting, karena setelah ini cuman eh ditulis saja.

Nah, sekarang kita persiapkan catatan penelitian. Nomor satu, ya, struktur. Kalau bisa buat sendiri. Jadi, oke. Dan setidaknya dua level heading. Maksudnya apa? Jadi, satu introduction, kan level heading-nya satu. Dua, metodologi. Berarti kan, eh, biasanya kalau introduction itu kan cuman intro saja, nggak ada 1.1, 1.2, 1.3. Nah, dua, misalkan metodologi. Nah, metodologi kan dua level heading-nya. Berarti 2.1 apa? 2.2 apa? 2.3 apa? Sebisa mungkin itu dua level heading. Kalau bagus lagi, level tiga. Oke. Kalaupun perlu level eh, terus. Kalaupun kita misalkan sudah bikin tabel, itu tulis keterangannya secara lengkap. Tabel satu apa caption-nya? Gambar satu apa caption-nya? Full. Kemudian, kalau misalkan ada gambar atau tabel, misalkan di digambar eh, di bagian metodologi ada gambarnya, tulis di sana gambarnya ada di sana. Oke. Kemudian, eh, kalau misalkan, nah, ini kelemahan nanti saya akan bahas eh di bagian revisi. Salah satu kelemahan LLM adalah mereka itu lemah di angka. Jadi, sebisa mungkin ketika kita mempersiapkan catatan ini, oke, angka-angka segala macam, hasil statistik lah. Oke, rata-ratanya berapa, mediannya berapa, eh, itu kita tulis secara eksplisit. Oke. Karena kita nggak mau nanti tulisannya misalkan tentang sains atau engineering, tapi satu halaman nggak ada satu pun kata, nggak ada satu pun angka yang ada cuman eh tahun terbit reference-nya saja. Sisanya tuh cuman tulisan saja. Oke, kelihatan sekali pakai AI. Saya kalau detect itu, mau gimanap pun juga itu pasti kelihatan AI. Oke. Kemudian kita tulis rinci pengamatannya apa, kalaupun ada. Oke. Eh, kemudian tulis poin pendek-pendek tapi banyak. Nanti saya akan demonstrasikan. Eh, tadi malam itu, eh, oke, sebelum sebelum saya mulai, nanti saya cerita dikit. Kemudian ini tentang literatur. Pilih jurnal bereputasi. Kalau bisa pilih yang baru, yang yang disitasi banyak artikel. Kemudian kalau misalkan kita punya target jurnal, ambil beberapa dari target jurnal. Jurnal, kalau misalkan mau kita target, siapa mau jadi reviewer, sitasi reviewernya itu. Eh, tips sedikit. Terus ini, kalau bisa banyak poin pendek-pendek. Jangan tadi saya bilang, penulisnya A dicopy satu abstrak, penulisnya B dicopy satu abstrak. Nah, ketika mensitasi, sebisa mungkin sertakan data kuantitatif. Lagi-lagi yang tadi, yang kita ingin meminimalisir eh identitas AI-nya. Kalau terlalu pakai kalimat-kalimat biasa, AI kurang bagus. Nah, ini terus yang terakhir, prioritaskan mencari referensi mandiri. Kalaupun misalkan nanti saya akan demonstrasikan dua-dua ya. Ada yang pencarian mandiri, ada yang pencarian menggunakan AI dan Scopus. Saya akan demonstrasikan. Tapi saya selalu sarankan untuk baca betul-betul artikel itu sendiri. Oke. Kemudian kita kita carilah inti sari apa yang mau saya kutip dari artikel ini. Biasanya kalau sudah mahasiswa pasca sarjana kan yang sudah baca ribuan paper itu tahun, oh, artikel ini bicara tentang apa? Artikel ini bicara tentang apa? Jadi, kalau kita sudah punya pak mental image, gitu, ada gambaran itu, bahwa nanti di introduction saya ingin eh, saya ingin angkat tema ini, sitasinya ini, tema ini, sitasinya ini. Nah, sebisa mungkin itu cari secara mandiri. Eh, kalau misalkan ada kendala atau keterbatasan, nah, bisa pakai eh AI. Oke. Ini eh demo saya. Ee, oke, saya akan demo drafting naskah. Jadi, jadi pre-writing-nya itu sudah selesai, ya. Jadi, yang tahap-tahap yang saya jelaskan tadi selesai. Nah, sekarang saya ingin menulis draft dari pre-writing itu. Nah, apa yang ada di pre-writing ini? Semuanya sudah ada. Judulnya ada, narasi semuanya ada. Ini, ini kalau mau saya bisa share eh, untuk untuk belajar sendiri di rumah. Oke, bagaimana tahapannya? Ini yang catatan penelitian tadi. Terus ada kutipan literaturnya. Kemudian ini jadi bahan kita. Kita prompt saja. Oke. Kemudian, eh, langsung jadi. Langsung jadi draft. Sesimpel itu. Eh, ini strateginya simpel. Eh, dan ini tahapannya. Dan ini saya akan Oke, saya akan balik. Tahapannya simpel. Eh, berarti ini ada 7 prompt. Oke. Tu prompt. Prompt satu. Kita suruh ekstrak substansi naskah. Kita input semua teksnya. Oke. Yang perlu kita siapkan itu catatan penelitian plus kutipan literatur. Eh, prompt kedua, kita minta dia kembangkan kerangka atau bisa langsung nulis eh pendahuluan. Eh, empat. Ditulislah per bab. Itu simpel sekali. Dan ini saya akan eh demonstrasikan. Saya hanya kasih satu prompting. Ini saya sudah kasih sebagai bagian dari handout saya. Silakan eh dicoba di rumah. Oke. Yang Oke, kita kita ikut satu persatu ya. Kita ikut satu persatu eh tahapan ini. Oke. Kemudian saya akan tunjukkan juga mana dia bahannya. Demo drafting plus literature statement. Ini saya kasih contoh. Nah, contoh sudah ada. Oke, introduction. Oke, ini ada judulnya mungkin judulnya di sini. Oke, background ada review-nya. Ini ini kita tulis. Ini kebetulan bahasa Inggris. Kemudian ada ada catatannya. Kemudian ada literature statement-nya. Di ada. Kemudian ada catatannya. Apa ini semua detailnya. Kemudian ini yang saya pikir sebagai eh literature statement. Dan di sini kalau ada gambar, kebetulan ini gambar lima. Di sini saya tulis caption-nya tuh ini. Berarti illustration. Ada pernyataan literatur yang mau dipakai. Kemudian sama result. Ada gambar enam, tujuh, delapan, sembilan, sepuluh, sebelas. Nah, gambarnya itu saya sudah siapkan dalam bentuk file PNG. Ini gambar lima, enam, tujuh, delapan. Eh, oke, ini semua sudah ada. Nah, lalu nulisnya apa? Nulisnya simpel aja. Satu, em, nomor satu itu, eh, ini ada ada prompt yang saya mau skip sebenarnya. Oke. Mana dia prompt tadi? Eh, silakan bagi yang [Musik] pakai dua device eh, untuk apa namanya? Eh, untuk nulis saja, untuk coba. Ini saya saya copy from a from ini. Terus ini from-nya, "Baca dan analisis secara cermat serta mendalam bla bla bla. Berikan judul yang jelas, ringkas, mencerminkan itulah." Oke, ini saya copy di sini. Ada tulisannya, "Tempel keseluruhan catatan penelitian ini." Tempel keseluruhan catatan penelitian. Saya ambil ini tahap nomor satu. Dia suruh mempelajari apa yang dia mau tulis. Oke. Jadi, kalau saya buka di sini. Oke, satu, kita perlu pilih model. Nah, ini default-nya tuh 4o. Jadi, 4o dah. Prompt satu. Oke. Ini satu. Nah, kita bisa tulis ini di kanvas. Kenapa ini kanvas? Eh, [Musik] bisa nggak bisa. I, tapi saya saya kasih tahu aja. Saran saya selalu tulis di kanvas. "Write in Canvas" itu saja serunya. Kemudian yang tadi itu, "Tempelkan semua naskah." So, apa yang kita perlukan adalah kita ambil dokumennya. Ini saya bikin side to side ya, biar biar mudah. Ini eh ke sebelah kiri. Nah, saya saya saya harus bikin pelan-pelan. Nanti saya diprotes, "Kecepatan, Pak." Ini ambil dari depan sampai belakang. Oke. Dan kita head. Ini prompt-nya ya, di sini dia buka kanvas. Ini namanya kanvas nulis. Ini kemudian dia memang baca dari apa yang kita tulis itu. Nah, ini yang kita lakukan adalah kita persiapkan GPT ini sebelum menulis, supaya dia tahu secara keseluruhan nanti yang mau ditulis apa. Nah, ini sudah eh satu baca. Kemudian selanjutnya kita bisa masuk lagi eh ke prompt berikutnya adalah prompting. Ini saya taruh sini nih. "In new Canvas." Nah, ini saya bilang, "Jika sudah mempersiapkan kutipan literatur secara mandiri, langkah ini tidak diperlukan." Ini saya akan gunakan nanti di demo yang kedua, ketika kita belum siapkan kutipan literaturnya, belum ada. Jadi, langsung ke ini tahap ketiga. Nah, di bawah ini kita input catatan penelitian sama pernyataan literatur. Nanti tinggal kita copy dari dokumen yang sebelumnya. Ini kita ambil. Saya ambil lagi yang bahan demo. Masuk ke atas, sama kutipan literaturnya sekaligus saya saya masukkan di sini. Saya jalan. Langsung nulis eh introduction ya, full. [Musik] Introduction. Ini langsung dia tulis sitasinya sesuai dengan eh sesuai dengan konteks yang kita berikan sebelumnya. Kalau misalkan Bapak Ibu nggak suka dengan urutan paragraf, apa segala macam, argumennya itu, oke, kan prompt-nya tuh sudah saya kasih. Ganti aja. Nah, oke. Ini editing kanvas. Kanvas ini memungkinkan caps, tapi nanti saya akan jelaskan lagi. Eh, ini misalkan bisa ditebalkan. Oke. Bisa bisa edit di sini, seperti Microsoft Word. Dan ini bisa di eh, apa namanya? Di-undo. Oke. Satu udah. Dan dan kita lakukan ini terus-menerus sampai ke conclusion. Oke. Ini sudah. Kemudian selanjutnya itu kan metodologi. Ini saya ambil dulu saja. Nah, di sini ada gambar lima dan ada eh literature statement. So, ini bagian metodologi. Saya akan prompt bagian metodologi. Eh, prompt methodology. Nih, "Tulis metodologi bla bla bla." Oke. Eh, ini saya tulis metodologi. Kemudian di sini ada gambar yang perlu saya input. Nih, di sini ada gambar. Nah, input gambar. Ambil aja gambarnya. Ambil gambar lima. Skin. Masukin gambarnya. Dia sebisa mungkin kita yang guide GPT ini untuk bagaimana dia baca gambar, walaupun dia bisa juga baca gambar to some extent. Oke. Ini kita klik. Oke. Kita siap-siap untuk bagian hasil. Untuk bagian hasil. Kenapa sebelumnya saya bilang bahwa sebisa mungkin siapkan struktur sampai dua level sub-heading, supaya nanti strukturnya itu sesuai dengan yang kita mau. Karena kalau tidak, nanti GPT akan buatkan struktur sendiri yang kadang-kadang eh nggak masuk akal. Kalau ini dia sesuaikan. Oke. Kemudian, eh, kita masuk lagi bagian eh result. Hasil. Nah, hasil ini saya buat semua rujuk gambar bla bla bla. Ini kalau saya ambil tadi full prompt-nya, ini sudah masuk. Ambil prompt-nya lagi. [Musik] Oh, ini ada outline-nya. Detail penelitian. Oke, kita input semua gambar yang banyak tadi itu. Oke, detail catatan eh penelitian, statement literatur, daftar gambar. Oke, ini saya ambil catatan penelitian tadi. Ini catatan bagian result. Kemudian ada daftar gambar di sini. Ini saya mau pindahkan ke just bagian gambar ini sampai sini. Pindah eh daftar gambar. Pindahkan aja ini di bawah sini biar dia tahu mana gambar. Eh, sebentar. Eh, pindah lagi sini. 9A, 9B, 8. Sebentar. Ini gambar 7, 6. Oke, ini gambarnya. Lalu statement literatur. Kita masukkan ya, karena ini sudah dicari sama kita. Jadi, tinggal kita ambil saja dari eh bahan ini. Ini statement-nya. Lalu ada daftar gambarlah. Daftar gambar berarti saya masukin dari gambar 6 sampai 11. Upload computer. Ini 6 sampai 11. Masukkan. [Musik] Semua eh, oke. Tulis hasil. Tulis hasil. Kenapa dia eh, oke, nanti saya akan demonstrasikan kenapa nggak ada nama gambarnya di sini. Kemudian terakhir ini, karena nggak ada result kan. Eh, ini kalau saya Saya pindah sini. Nah, ini bagian nggak ada. Belum dibikin. Karena waktu ini di bikin dulu. Saya saya nulisnya tu result and discussion jadi satu. Ini kalau di prompt ini dia pisahkan hanya eh, jadi result satu subsection and discussion satu subsection. Nah, ini saya tapi nggak apa-apa. Tulis saja ini misalkan ambil sini. Kemudian kita perintahkan untuk nulis bab eh discussion. Ini eh hasil penelitian ini. Kita bisa bilang, eh, "Gunakan informasi sebelumnya." Ini juga sama. "Kita gunakan eh rujuk pada informasi diberikan sebelumnya." Oke. Ini untuk menulis eh discussion. Jalan. Nah, dia otomatis nyari referensi yang kita kasih sebelumnya. Ini kita kasih sebelumnya, tapi relevan dengan apa yang eh, dia sampaikan di sini. Kemudian ini seperti dia merujuk pada gambar sebelumnya. Nah, di sini referensinya itu pasti valid, karena memang kita sudah cari sendiri. Yang patut kita pertanyakan itu kalau GPT tiba-tiba generate referensi out of oke. Itu yang eh patut kita curigai. Nah, terakhir bikin kesimpulan. Kesimpulan, abstrak, sama. Saya kasih alternatif judul. Prompt dan [Musik] jalan.

PR yang saya pakai ini, saya sudah share di Panitia. Silakan dicoba di rumah masing-masing kalau mau.

Eh, data ini yang saya pakai untuk demo ini, saya bisa share juga. Bisa bisa nyoba sendiri. Nah, nanti hasilnya kurang lebih sama, tapi enggak persis sama, kurang lebih eh sama. Nah, ini saya bilang suggested titles, kenapa? Karena kadang-kadang kita bikin title eh itu kurang bagus, ya. Oke. Nah, ini title. Nah, kalau misalkan lihat prom-nya, prom-nya tuh keren sedikit. Eh, ini ini saya ini ketika dia nulis abstrak ini, ya, nulis abstrak. Saya bilang, kata-kata dipilih dengan pertimbangan SEO (Search Engine Optimization), sehingga mudah dicari menggunakan mesin pencari di internet. Kata kunci juga sama. Saya kasih keterangan ini constrain. Seperti ini. Ini kenapa ini penting? Nanti otomatis AI ini akan memilih kata-kata yang Google trend-nya itu tinggi, sehingga waktu orang nyari referensi di Google Scholar, artikel kita muncul di awal, di atas. Nah, siapa dari kita yang sampai halaman 20 nyari referensi di Google Scholar? Paling mentok dua halaman. Berarti kan 20 saja. Kita ingin sebisa mungkin kita tu ada di atas. Nah, ini saya pelajari eh secara tidak langsung dari salah seorang eh peneliti handal, ya, mentor saya itu namanya eh Prof. Bassim. Eh, ini Bassim Hamed dari dari Qatar University. Dulu dia tu ngajar di eh, beliau dulu ngajar di USM, pernah jadi visiting professor di tempat saya mengajar di Malaysia. Ini kalau kita lihat jumlah papernya tu enggak banyak. Ini total dia tu 72.221. 72.221, ya. Kalau saya buka di Scopus, misalkan, ya, saya akan buka di sini. Search, eh, Scopus, eh, search author, autor, misalkan, ya, namanya tadi siapa? Hamed Bassim. Saya coba, misalkan, cari di sini. Eh, ya, ini orangnya ada. Eh, oke, kita buka dulu. Oke, sitasi dia di Scopus itu 53.550. 57, satu orang, ya, satu orang. Ini sekarang saya mau nyari affiliation, eh, eh, kita nyari organization, lah, ya, organization itu Brawijaya. Brawijaya University. Saya mau cek berapa banyak sitasinya. Brawijaya m em. Oh, enggak, enggak ada di sini, ya. Oke, ini yang eh, Brawijaya ini, based on sources. Ee, ini, ini artikel-artikel di UB, ya. Eh, kalau mau lihat caranya, ya, klik ini dokumen. Ee, di sini saya bisa lihat UB itu ada 14.000 dokumen. Ee, em, dan, oke, tahun, tahun lalu berapa? Tahun lalu ada 2.200. Kalau tahun ini targetnya 4.000. Ini Bu Diana nih, berat KPI-nya, berat harus dobel. Dan ini sudah bulan, eh, eh, Februari. Dan di sini kita bisa lihat nih, siapa yang paling produktif nih. Ee, ni, ee, Ibu Gapsari, eh, ada Hakim, eh, ada Ip. Nah, ini kalau kita mau lihat siapa yang produktif di UB, bisa kita lihat di sini. Jumlah dokumennya berapa? Ini satu orang ini sudah kontribusi 30 artikel. Satu orang. Tapi kan ada co-author yang lain. Nah, ini, e, masuk. Tadinya saya mau ingin lihat, eh, oh, ini overview sebentar, ya. Ini citation overview. Ee, cancel. Ini saya, saya nihilkan saja. Saya, saya mau bandingkan. Jadi, waktu saya pertama kali ketemu sama Prof. Bassim ini, sitasi dia itu lebih banyak daripada sitasi satu universitas. [Musik] Saya salah. Ini citation overview, the whole document. Ee, 10.000 saja, oke, lah. 10.000, satu, gitu. Dari dokumen, enter, 4824, lah, 4824 dokumen. Nah, nih, UB 10, berapa ribu itu? 7.800 dokumen. Dari UB itu sitasinya, n, itu 73.000. Ini Pak Bassim, artikelnya cuman 365, sitasinya itu 53.000, ya. Jadi, kalau ada seperti ini, saya bilang ini harusnya Prof. Bassim ini dijadikan sebagai ini, visiting apa, ajang profesor di UB. Oke, saya lanjut. Sorry, ott, eh, biar rileks sedikit. Oke, ini sudah jadi discussion. Kemudian terakhir itu kan judul, ya. Eh, keluar judul, conclusion, kemudian abstrak, kemudian ada, eh, judul, lah. Oke. Kenapa saya buka Prof. Bassim? Prof. Bassim ini bilang, saya tanya Prof, apa rahasianya? Kok bisa sitasinya banyak sekali? Ini kalau persis ada yang 9.000, 2.000, eh, 1.000-an, terus bilang, saya menghabiskan banyak malam-malam itu untuk mikir, misalkan, judulnya apa, gitu. Kemudian yang harus ada di abstrak itu apa? Terus ini untuk ini katanya, search engine optimization, sehingga ketika orang mencari topik artikel di bidang saya, di bidang saya, nanti artikel saya muncul di depan. Nah, itulah kenapa saya tambahkan tadi bumbu-bumbu SEO di prompting itu. Ini prom. Saya bilang, kata-kata dipilih dengan pertimbangan search engine optimization yang baik, sehingga mudah dicari menggunakan mesin pencari di internet. Nah, gitu, loh. Jadi, itulah kenapa menurut saya judul yang akan di, yang diberikan oleh GPT ini mungkin lebih bagus daripada judul awal yang saya persiapkan. Oke. Ee, oke, ini demo satu. Jadi, di sini kita punya dataset, kita punya bahan awal itu adalah kita sudah bikin riset, eh, bikin, eh, ambil data, kita sudah olah data, segala macam, dan kita juga sudah buka referensi untuk nyari literatur. Nah, ini demo yang, eh, pertama. Sekarang, sekarang ini saya ada waktu kurang dari dari 1 jam lagi. Em, bagaimana menulis naskah? Oke, tapi saya baru hanya sampai data saja. Jadi, literaturnya itu belum ada. Oke, literatur ini belum saya bikin. Gitu. Saya balik lagi ke di awal tadi. Saya bilang, saya selalu menyarankan untuk mencari referensi sendiri, karena kita bisa verifikasi langsung. Ini saya akan memberikan tips dan trik. Oke, cara menggunakan AI untuk membantu kita menambahkan literatur. Oke, jadi basis bahan kita adalah kita punya ringkasan aja, catatan penelitian. Oke, kemudian ini kita cari. Nah, nyarinya Itu mandiri. Sudah tadi saya contohkan. Nah, yang kedua, saya akan tunjukkan bagaimana kita menggunakan AI. Jadi, kombinasi antara Scopus dengan Side AI. Ini Side AI ini favorit saya. Kita cari baru, baru kita tulis. Oke, tapi ini saya akan ngasih cara yang, ya, ini setelah proses iterasi yang panjang, ya, mungkin setahun lebih, itu yang menurut saya tuh, ee, cukup optimal sampai saat ini. Ini yang paling optimal. Saya share di momen ini, supaya target UB terpenuhi, jadi KPI-nya Bu Diana terpenuhi juga, 4.000 artikel. Modar, eh, jadi ini catatan hasil penelitian. Nah, dari sana, referensi kan kita, ya, referensi. Jadi, paling mudah, ya, kita cari di. Jadi, kita ambil kata kuncinya, kita cari. Kemudian dari situ, kita namanya ini, dia membantu kita untuk ini, catat siapa bilang apa. Tapi ketika dia sudah saring dari Scopus, oke, dari Set AI ini, nanti kemudian, ee, saya buat pertanyaan. Nah, jawaban Set AI ini saya masukkanlah sebagai, kalau tadi kan ada kutipan referensi, ya. Nah, tadi itu kan saya sudah cari sendiri. Nah, sekarang ini saya, saya gantikan dengan apa yang saya dapatkan di S AI. Kemudian sisanya itu nulisnya sama. Sisanya nulisnya sama. Nah, ini tahapannya, dia agak, eh, agak sophisticated, tapi sebenarnya sama saja, dia simpel saja. Oke, e, karena saya akan tunjukkan bagaimana kita bikin dashboard di Site, kemudian kita akan pakai Scopus. Nah, saya akan, eh, tulis lagi artikel yang sama tadi, tapi saya hanya akan pakai yang catatannya saja. Kutipan, eh, literaturnya saya ganti dengan yang baru. Oke, nah, ini kita akan ikuti tahap ini satu persatu. Jadi, ini persiapan catatan. Nah, e, kata kunci. Nah, sekarang saya akan mulai dengan melihat catatannya lagi. Nah, ini kalau memang memang artikel dari kita sendiri, kita tahu nih, eh, mencari referensi yang cocok untuk artikel ini di Scopus. Oke, eh, itu mestinya mudah. Dan yang kita perlukan itu, saya perlu kayak semacam menambang referensi. Saya perlukan biasanya untuk menulis itu di angka sekitar 200, B, 500. Bukan semuanya dipakai. Nanti dari dari sana, sumber yang akan saya pakai. Nah, ini saya akan, eh, nyari dari sini. Oke, saya akan buka di Scopus. Ini Scopus yang search. Kemudian di sini saya nyari kata kunci. Kira-kira referensi yang cocok untuk artikel saya itu yang mana? Oke, ini water filtration. Mungkin saya akan mengambilkan terus, eh, yang paling penting di sini itu teknik aset. Dalam hal ini, ya, terus mungkin membran. Di saya tu mungkin selulus ST. Cobain ini kata kuncinya banyak. 1, 2, 3, 4. Enggak apa-apa. Ini mungkin dapatnya dikit sekali. Satu saja. Yang kalau pakai n, em, eh, kalau misalkan ini saya buang, kurang-kurangkan saja. Nah, sekitar 200-an dokumen lah. Eh, t aset. Oke, ini, okelah, 200. Saya tadi kan kasih persyaratan itu 200 sampai, eh, atau water. Oke, lah, ini, mem, 200. Nah, ini kalau kita rujuk lagi pada tahapan yang ada di sini. Nah, ini yang kita sudah kata kunci Scopus. Kemudian kita ambil dua jenis dokumen. CSV, CSV ini yang Excel file. Kita perlu ngambil Digital Object Identifier ini. Kemudian yang kedua, PLT ini, kita perlu ambil abstrak dengan metadata. Oke, ini tahap yang selanjutnya saya akan demokan sekarang. Nah, ini caranya. Klik ini, all. Pastikan ini semua, ya, karena kadang-kadang setting di Scopus itu ada yang select page, berarti hanya halaman ini saja yang kita mau. Tu, select all. Kemudian tadi CSV. Oke. Kemudian saja ini saja. Oke, ini klik. Itu yang pertama. Ini namanya Scopus 39. Kemudian yang kedua, kalau kita lihat di petunjuk tadi itu, itu export PLT. PLT, kita perlu abstrak dengan metadata. Metadata itu yang saya perlukan itu hanya author, document title, dengan tahun. Ini juga klik. Saya sudah punya dua. Lalu, kalau saya balik lagi ke sini, di sini membuat dashboard dengan Site AI. Nah, saya perlu membuat dashboard. Saya akan demokan bagaimana membuat dashboard. Tapi saya buka dulu S AI. Itu ini akun AI berbayar. Scopus yang saya gunakan ini juga Scopus yang premium, Scopus yang berbayar. Ub, eh, saya enggak daftar. Jadi, silakan pinjam di teman-teman yang kuliah di Uner, karena Uner itu ada, atau IPB, atau UGM, atau UI, mereka subscribe Scopus. Oke, ini masuk. Klik bagian produk, kemudian dashboard. Oke, kemudian create new dashboard. Kemudian kasih nama, lah. Ini, eh, saya tulislah, tik. Oke, namanya. Kemudian di sini saya perlu masukkan DOI. Nah, DOI inilah yang saya perlukan dari artikel yang dari yang yang saya import itu. Oke, saya import DOI-nya ini. Nah, ini biasanya nyambung seperti ini. Ini yang saya mau. Cuman angka yang di depan ini aja. Ini sampai sini. Tapi ini enggak, enggak ada. Jadi, saya perlu setting sedikit. Settingnya itu kita blok dulu kolomnya itu, kemudian, eh, di Excel itu klik data, text to column. Saya ulang. Blok dulu ini, eh, kolomnya. Kemudian klik data, text to column, delimited, next. Nah, ini kita lihat pemisahnya itu koma. Jadi, kita klik koma, kemudian next, kemudian finish. Nah, sekarang saya punya kolom yang isinya DOI-nya saja. Nah, kita lihat ada artikel yang enggak ada DOI-nya, memang ada artikel yang ada DOI. Jadi, eh, untuk sekarang ini, kita hanya akan ambil artikel yang ada DOI saja. Ini kita copy. Ini create dashboard. Sini kita copy. Kita, kita paste di sini. Saya buang kata-kata DOI yang di atas ini. Kemudian saya klik submit. Nah, ini sekarang saya sudah punya dashboard namanya teknik aset. Alah, teknik aset. Sudah, create dashboard. Eah, saya sudah sampai sini. Saya sudah sampai level ini. Nah, sekarang saya mau masuk ke GPT Prom Zero. Prom Zero. Saya akan copy dari prompting yang sebelumnya itu. From Zero. From Zero. Ya, ini from zero. Pelajari kumpulan abstrak terlampir mengenai riset dengan fokus pada. Nah, ini saya bisa ganti. Fokusnya tu ini. Saya ambil, saya pindahkan ke GPT. Tadi saya buka GPT baru. Ingat, modelnya 4o. Ini 4o. Ini 4o. Nah, ini fokus pada ini, ya, development of M. [Musik] Edit. Nah, kita, ini kita perlu custom. Oke, kemudian lampirkan dari mana ini? Apa tujuannya? Suruh belajar abstrak. Nah, sebelum dia nulis, nanti saya minta dia belajar dulu riset di bidang ini apa saja. Oke, dan cara paling mudah adalah karena saya enggak bisa masukkan terlalu banyak dokumen full, saya kasih dia abstrak yang saya sudah ambil dari Scopus itu. Tujuannya. Jadi, kalau kita balik ke strategi prompting, suruh belajar, kan salah satunya tu prompting engineering. Ajarin dia supaya nanti nulisnya tuh enggak ngawur. Oke. Nah, kita minta dia ini namanya educated GPT untuk nulis artikel. Oke. Eh, kemudian saya ambil dokumennya tadi ada di download. Ini Scopus 25. Dia baca dululah, mau belajar dulu. GPT, eh, kenapa kita lakukan begitu banyak tahapan? Karena enggak langsung aja nulis, ya, karena kita pengin jawaban yang spesifik yang bagus. Oke, inilah kenapa kita perlu strategi untuk prompting. Kita perlu framework untuk prompting. Dan kita juga perlu Prom engineering. Ini sudah. Kemudian saya mau pakai bahan demo 3. Ini saya akan save dulu ini. Kemudian saya save as. Saya akan hapus. Saya akan hapus semua reference ini. Hapus. Hapus. Jadi, anggap enggak ada. Oke, saya simpan ini namanya demo 3 tanpa kutipan literatur. So. Oke, ini kalau lihat, saya sudah from zero. Kan, sekarang from one. Ekstrak substansi naskah. Substansinya. Jadi, saya akan ambil lagi from-nya. Sudah masuk ke Prom 1. Prom 1 itu ini. Prom, baca, analisis, bla, bla, bla. Tempel keseluruhan catatan penelitian. Oke, saya copy ini. E, masuklah ke GPT. Tempel keseluruhan catatan penelitian. Saya akan ambil tadi file yang saya ambil file yang sebelumnya ini. Keseluruhan. Control A. Copy. Masuk di sini. Jalan. Kita sudah from zero. Tuh, minta dia pelajari konteks riset di bidang yang, eh, kita mau kerjakan. Yang di S ini, kita minta pelajari dulu keseluruhan catatannya, supaya nanti dia punya gambaran ini yang mau ditulis. Ini bendanya seperti apa. Ini sudah. Nah, lalu sekarang saya ingin membuat mencari pernyataan. Saya ingin menulis introduction, menulis pendahuluan. Untuk menulis pendahuluan itu, saya perlu catatan penelitian. Ini hasilnya itu sama kutipan literatur. Nah, kutipan literatur itu saya akan cari menggunakan AI tadi. Tapi sebelumnya, saya perlu bertanya nih. Ini kalau teknik nih, eh, saya perlu bertanya di sini. Nah, pertanyaannya itu nanti akan dipandu oleh pertanyaan yang saya dari GPT. Nah, GPT ini sudah diperintahkan untuk bikin pertanyaan ini. Kalau saya masuk PR. Oke, tulis pertanyaan yang, bla, bla, bla. Di sudah dispesifikasi pendahuluan itu sekian pertanyaan, metodologi itu sekian pertanyaan, hasil itu sekian pertanyaan, dan diskusi itu untuk sub-sub ini. Unggulkan pertanyaannya. Mungkin saya tambahkan, eh, tempat pertanyaan. Oke, em, mungkin saya ambil. Oke, eh, keterangan ini. Mungkin saya akan, saya akan saya buang. Nanti ini saya minta tulis di kanvas baru, supaya nanti mudah, eh, ambilnya. Keterangannya saya hapus. Nah, nanti GPT kan sudah tahu. Nanti tujuan akhirnya mau nulis apa. Kemudian, eh, sub-sub-nya nanti mau seperti apa. Dia sudah tahu. Nah, sekarang saya minta dia untuk pandu saya nyari statement apa yang perlu saya rujuk. Pernyataan apa per. Oke, nah, ini yang kita lakukan. Kita minta dia buat pertanyaan. Nah, ini pertanyaan inilah yang akan membantu kita untuk mencari pencarian literatur. So, biasanya saya akan copy ini. Ada enam, kan? Ee, oke. Saya biasanya dua-dua, tapi saya cobalah tiga-tiga biar lebih cepat. Ini saya masuk. Ini saya klik asisten. Ini karena saya banyak pakai, jadi saya akan, saya akan hapus sebagian. Kayak cukup, ya. Ini maksimum 100. Kalau yang yang punya akun S AI, maksimum ininya 100. Ini, CH. Nah, yang penting itu setting. Setting, karena kita pakai dashboard. Nah, dashboard. Nah, kita tinggal pilih dashboard aja. Nah, biasanya saya pilih di sini itu yang pendek. Kemudian saya tahu sekitar 200. Kalau 200 itu saya perlu banyak ininya. Sampai 70. Saya konsultasi. Ini berdasarkan pengalaman saya saja. Pengalaman. Kalau misalkan 400-an, ya, mungkin di sini 40. Gitu. Ini mau, mau 60 juga still oke, lah. Oke, ini biar mudah. Oke, saya tulislah, teknik aset. Oke, dia. Ini saya langsung tiga pertanyaan. Go. Tanya. Biasanya kalau siang cepat, ya. Kalau malam agak lambat. Ee, lalu saya siapkan dulu untuk pertanyaan selanjutnya. Yang ini. Ini sudah. Kemudian pertanyaan selanjutnya. Nah, ini masalahnya. 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11. Oke, lah. Tanya lagi. Kenapa penting pakai dashboard? Satu, biar pencarian itu spesifik. Dan kita sudah saring dulu di awal. Di, nah, enggak akan ada ceritanya dia. Kemudian kedua, ini kelebihan apa namanya ini? Kita bisa validasi setiap statement itu. Misalkan, ini referensi. Ini kita lihat. Oh, di kalimat mana dalam teks itu. Kemudian ini di kalimat mana dalam teks itu. Kemudian ini di kalimat mana dalam teks itu. Jadi, kita bisa langsung trace di sini. Cuman dia bias ke publikasi yang open access. Oke, dia bias ke publikasi yang open access. Nah, sekarang ini sudah jadi pencarian literaturnya. Ee, saya, kalau saya mau sambil nunggu, saya bisa lanjut ke bagian metodologi. Misalkan, mudah nulisnya. Oke, nah, saya lanjut nulis di sini. Oke, di sini sudah tutup. Nah, sekarang saya sudah bisa masuk ke Prom selanjutnya. Kalau kita lihat di sini, saya sudah sampai di ini. Sudah kembangkan, eh, kerangka. Ini enggak, saya, saya skip. Eh, ini pertanyaan literatur. Dan kita sudah mulai ngelink dengan S AI. Kita sudah lebih dari setengah. Sekarang menulis from 3, menulis pendahuluan. Oke, eh, kita perlu catatan dengan literatur. Oke, nah, PR-nya mana? PR-nya kita ambil dari Prom sini. Menulis pendahuluan. Ini dia. Oke, ada catatan penelitian, ada ini literatur. Sip. Oke, masuk. Catatan penelitian, kita ambil dari artikel bahan. Ambil yang bagian intro yang intro saja. Ya, ingat. Kenapa enggak langsung sekalian? E, kan tadi strateginya itu harus, eh, token relocation. Kalau nulis sekalian, bisa, tapi hasilnya enggak optimal. Oke, ini kita buka. Pindah sini. E, ambillah catatan penelitian. Oke, kemudian literatur, kita ambil dari S AI. Hasil jawaban dari si. Saya masukkan sini. Oke, nah, ini sudah jadi ini. Dan, oke, ini saya kasih. Mungkin ada yang bertanya, mana yang lebih bagus? E, yang pertama kita cari sendiri atau yang ini? Kalau misalkan yang nulis itu expert, ya, jadi sudah tahu bidang itu, jadi dia dengan mudah bisa mencari referensi yang relevan. Itu cara yang pertama. Jadi, lebih bagus. Tapi kalau yang menulis pemula, misalkan, ini, ini, ini bahan saya. Ini dari anak S1. Itu hasil. Ini lebih bagus daripada punya dia. Oke, hasil, hasil pakai AI ini lebih bagus dari, eh, karya anak S1. Itu karena satu, ketika dia mengutip pun, dia enggak begitu paham bidangnya. Oke. Dan saya sendiri sebagai pembimbing, susah juga memverifikasi. Kadang-kadang mereka, mereka ini kan, mereka belum terlatih untuk melakukan proses, eh, pengambilan, eh, referensi yang yang yang bagus. Gitu. Itu yang bikin hasilnya enggak begitu, eh, reliable. Saya, kalau misalkan ada mahasiswa itu, saya Prom ulang. Saya gunakan, eh, yang seperti ini. Saya minta bantuan AI untuk bantu nulis. Oke, ini bagian result. 3.1. Oke, 3.2. 2. Oke, oke. Ee, ini saya bikin dua-dua saja. Saya biasanya tuh, eh, nulis sambil, sambil begini, sambil ngasih, eh, workshop. Jadi, nanti ini saya perbaiki terus, saya benar-benar selesaikan, e, dan jadilah artikel. Oke, eh, selanjutnya, kalau kita lihat dari sini, saya lihat jam saya dulu. Setengah jam lagi. Kita sudah di sini. Sekarang kita mau menulis metodologi. Oke, kita perlu PR-nya. Perlu catatannya. Perlu literatur. Semuanya sudah ada. So, saya ambil PR-nya. PR-nya ini metodologi. Yes. Sini. Ini sebenarnya tulisan. Nah, oke, ini metodologi. In new canvas. Oke, tutup ini. Nah, bagian metodologi sudah. E, kemudian catatan penelitian, kan, catatan penelitian. Kita buka. Buka lagi catatannya. Ambil bahan metodologi. Yes. Ee, ini. Terus ada gambar lima ini. Ee, oke, saya copy. Ini gambar limanya saya. [Musik] Pindahkan. Messi, lah, ini. [Musik] Emm, oke. Kemudian statement literatur. Ini kita ambil dari S AI. Sekali lagi, kalau misalkan kapan, kalau yang bikin kita sendiri literatur itu, mungkin yang pertama tadi sudah jauh lebih, sudah, sudah, memang harus begitu bagus. Tapi kalau kita misalkan mau make over, eh, dari hasil mahasiswa, gitu. Nah, ini saya sarankan ini lebih bagus. Ini menurut pengalaman saya pribadi. Ini jadilah bab dua. Ini saya nulis satu paper dua kali dalam rentang kurang dari 2 jam. Ini saya tutup dulu. Kemudian saya shapsap. Masuk ke tahap selanjutnya, yaitu menulis. Ini sudah metodologi. Sekarang hasil, kemudian diskusi, kemudian kesimpulan. Kita, ya, from menulis hasil. Menulis hasil ini. Oke, em, kita copy catatan penelitiannya. Ini result 3.1 sampai sebentar. Saya akan pisahkan dulu gambar ini, biar lebih mudah. Saya pisahkan di bawah. Oke, dari sini, ya. Sini sampai po8 67, ya. Yes. Dari sini sampai sini. Enggak banyak ini, eh, not-nya ini, ya, memang dari dari mahasiswa. Ee, sebisa mungkin banyak detail. Sebisa mungkin detail, supaya semakin, eh, otentik hasil hasil tulisannya. Oke, sudah. Kemudian daftar gambar. Nah, statement literatur. Ini kita masih, eh, mana dia? Ini baru 3.1. 3.1.2. Banyak yang ini. Sudah ini, kan? Banyak memang sebanyak itu, ya. Sudah banyakin aja. Yang ada dari sini. Lalu ada, mana dia tadi di atas? Coba saya, [Musik] enter. Oke, ini kita bikin literatur search. Ee, 3.2. Ini belum. Ini saya biar buat sekaligus saja, biar cat. Oke, dan saya ada lagi satu terakhir ini. Nah, yang yang lambat itu di sini biasanya, eh, kalau sudah ada PR dan saya sudah kasih from-nya itu, silakan dicoba. Dan ini basic, ya. Jadi, kalau misalkan ada yang dirasa kurang, segala macam, e, rubah saja sesuai dengan selera, biar nanti hasilnya pun lebih, lebih gu banget. Ini dia, Pak, perintah-perintah dasar ini harus seperti apa, seperti apa perintah dasar ini. Sudah. Kemudian one. So, ini saya akan ambil semua saja. Paling akhir. Oh, ini saya sudah tadi, ya. Common method. Dan ini saya mau tunjukkan sampai akhir, supaya, eh, saya juga tunjukkan bagaimana kita ambil referensinya, sehingga enggak perlu lagi ngelink ke, ke reference manager. Dia langsung generate reference. Kita langsung generate reference. Eh, ini, itu sangat efisien membantu pekerjaan. Ini last. Kita tunggu sama-sama. Oke, done. Oke, ini sudah. Tapi sebelum itu, sudah saya mau ambil literatur se yang terakhir, bagian discussion, supaya dia nyari dua-duanya kerja. Oke, I ini juga sudah siap. Oke, run. Ini, eh, bagian result. And then finally discussion. Eh, ini saya tutup dulu, ya. Ini saya tutup dulu. Eh, sambil saya lanjut ke Prom 6, eh, bagian hasil sudah. Sekarang bagian diskusi. Tapi diskusi ini saya enggak punya catatan. Jadi, saya akan pakai, eh, oke, saya seperti tadi aja. E, gunakan input sebelumnya. Ini, lalu yang terakhir ini catatan bagian statement-nya tadi. Saya sempat from sebelum. Nah, ini sudah, sudah selesai. Sudah. Dan ini sudah selesai yang tiga ini. Tinggal yang bagian diskusi dan terakhir. Sudah mau jadi nih. Saya P per kedua. Prom terakhir adalah ini. Write in new canvas. Judul, bla, bla, bla. Nih, saya menulis ini diskusi. Mana yang lebih bagus? E, tadi tuh jawabannya, e, karena yang awal itu nanti basisnya anak S1. Di saya pikir ini lebih bagus. Ini yang terakhir jalan. Oke, it's done. Finally, ada judul. Lalu bagaimana cara bikin reference? E, dia ini kalau kita Prom sejalan ini, ini satu jalan semua ini. Oke, kita bisa export. Kita bisa export ini. Nah, biasanya saya ekspornya bentuknya tuh, race file. Race export. Nah, sudah, sudah, ya. Masuk ini. Ini kalau saya buka di download itu, ini saya, saya buka. Nanti dia otomatis dia dibuka oleh, eh, Zotero saya. Saya punya aplikasi Zotero. Mana dia? Nah, ini dia. Teknik AI T. Edit, kan. Ini semua referensinya. Ini, control A. Ini, control all. Klik kanan di di Zotero ini. Kemudian create bibliography from item. Saya pilih ini. Saya pakai apa? Edisi 7 tadi yang saya sesuai dengan yang di ini tadi. Kemudian saya copy. Saya copy ini. Saya sudah bisa pindah ke Microsoft Word. Nah, sudah. Ini di Prom itu sudah diperintahkan bahwa setiap referensi yang masuk dalam statement itu wajib dia kutip. Sehingga ini semuanya itu sudah tervalidasi. Ada reference, sudah disitasi. Dan saya tahu reference ini saya pilih di Scopus. Dia ini, ya, terindeks Scopus. Nah, ini cara bikin, eh, list of reference. Lalu, nanti artikelnya, ya, sudah jadi nih. Ini sudah jadi dari bagian mulai bagian ini, conclusion, ya. Ini conclusion. Sudah tinggal kita pilih ini, cocok judul yang paling cocok yang mana. Keyword-nya pun sudah ada. Tinggal, tinggal kita copy saja. Em, biasanya saya tinggal copy aja. Dan ini sudah ada bagian introduction, method, result, discussion, conclusion. Oke, saya sampai sampai ini. Saya harap, eh, saya sudah yakinkan, [Musik] eh, Bapak Ibu dosen, eh, adik-adik mahasiswa. Nah, ini kita sudah sampai tahap akhir. Tadi yang Zotero reference. Nah, bagaimana pindahkan? Nah, pindahkan itu dengan, kalau mau cara mudahnya, ya, tinggal kita copy aja dari sini. Ini, misal conclusion and abstract. Saya klik copy di sini. Ini saya pindahkan ke Microsoft Word. Tadi dokumennya ini. Oke, ini tinggal ada judulnya. Judulnya pindah di atas, ya. Ini edit biasa aja. Tapi proses pengeditan ini biasanya saya lakukan itu, eh, ini abstrak. Oke, conclusion ini turun di bawah. Saya proses pemindahan ini biasanya saya lakukan nanti. Oke, karena sebelum ini saya akan lakukan revisi dulu. Oke, nah, ini ada waktu sekitar 15 menit. Ini saya lanjutkan aja ini bagian revisi. Ee, apakah yang saya lakukan ini, eh, sudah saya kerjakan? Ini memang yang saya, saya kerjakan ini. Rencana saya nanti setelah ini artikel yang barusan saya bikin itu, ini saya mau saya submit aja. Ee, ini contoh, eh, artikel yang, yang terbit. Em, yang baru-baru terbit, lah. Ini ada satu, tapi yang paling menonjol mungkin yang ini. Oke, kenapa saya bilang ini? Ini saya punya artikel lama. Eh, saya ada post-doc di, di Brain. Kita kan, kalau mengerjakan pekerjaan yang sama berulang-ulang gitu kan, riset itu kan variasinya dikit-dikit kan. Bahannya sama, gitu. Cuman beda, misalkan apa, gitu. Nah, saya, saya dengan bodohnya, lah, bilang, "You ini aja, L, apa, tulis, tulis pakai draft saya yang sebelumnya. Kamu tulis modifikasi sesuai dengan keperluan." Diject, ada l kali mungkin sampai saya pening kepala saya. Dan banyak yang komentar, "Ini kok mirip sekali sama artikel sebelumnya? Mirip sekali sama artikel sebelumnya." Akhirnya, sudahlah, sudahlah. Saya sambil ada kegiatan workshop ini, saya sambil ngasih contoh. Saya ngih contoh. Saya kasih demo. Dan alhamdulillah sekarang ini di, udah di under, under review. Dan kalau saya lihat statusnya sekarang, ya, masih second revision under review. Akhirnya, setelah saya, eh, Prom ulang. PR-nya dengan gaya seperti tadi itu, karena kalau di, di versi sebelumnya itu banyak sekali citation, kemudian kalimat-kalimatnya sama, susunannya sama, gitu. Nah, n, kita Prom. Dan alhamdulillah sudah diproses. Em, em, mengenai similarity. Oh, terus reference. Apakah saya pakai reference manager? No. Cukup dengan cara yang tadi tadi saja. Saya enggak pakai reference manager lagi. Itu, nanti kerjaannya publisher, lah, untuk nyari reference manager. Ini salah satu artikel lain saya. Coba buka, ya. Nah, ini sama ditulis dengan PR yang hampir sama. Em, nah, yang mungkin saya perlu tekankan di sini tuh, ada Declaration of Generative AI. Ini saya, saya taruh ini saja. Sama dengan yang di slide saya yang di awal. Oke. Dan apakah saya pakai reference manager? No. Kita enggak pakai reference manager. Pakai itu aja langsung. Jadi, metode yang saya share ini cukup reliable. Dan alhamdulillah ini, eh, mungkin paper saya yang under review lumayan banyak sekarang. Oke, terima kasih ke banyak teman-teman di UB yang, yang ngasih tahu ini jurnal-jurnal baru gratis. Gitu. Saya, saya ambil. Oke. Dan ada juga beberapa contoh lain, ya. Hampir semua sejak tahun kemarin, semua artikel yang saya tulis itu, saya tulis pakai dengan bantuan AI. Oke. Nah, sekarang bagaimana kita merevisi naskah? Waktunya enggak cukup. E, jadi ini penting untuk mengakomodir perbaikan mandiri dan saran dari dan komentar penulis. Ya, tapi yang ingin saya tunjukkan itu, Bu, bukan merevisi secara umum, tapi bagaimana kita menggunakan kanvas. Oke. Kenapa perlu revisi? Oke. Nah, ini yang saya amati, eh, dari AI. Nomor satu adalah, eh, kita takut ada informasi yang missing atau ada yang salah. Jadi, kita perlu betulkan. Dan kita perlu validasi. Itu nomor, nomor satu yang paling penting. Karena nanti kita akan, eh, accountable. Kita bisa dituntut kalau ada kesalahan. Oke. E, yang kedua, penguatan struktur. Oke. Eh, kenapa? Apakah strukturnya jadi jelek? Eh, kalau dalam Prom yang tadi itu, strukturnya sudah lumayan bagus. Karena, eh, kita sudah ngasih sampai dua level, kan. Jadi, dua level heading, satu, satu, dua, dua, satu, tiga, tiga, satu. Kadang-kadang sampai tiga level, tiga, satu, satu, tiga, satu, dua. Jadi, sudah lumayan bagus dari segi struktur. Cuman, segmentasi ini penting. Kenapa? Karena kadang-kadang dia berulang. Kenapa itu terjadi? Karena kita bikinnya tuh per bab, per sub, sub, sub. Jadi, kita, kita perlu melakukan overview, eh, yang yang komprehensif. Kita perlu itu. Nah, mungkin kita perlu tambah visual, gambar, ilustrasi, kalau perlu. Ini terutama kalau kita nulis, eh, literatur review. Lalu, kita perlu penambahan detail, misalkan informasi kuantitatif, angka-angka. Oke, ini. Nah, di sini memang perlu intervensi, ya. Intervensi dari penulis, menunjukkan bahwa kita benar-benar tahu bidang ini. Mana yang salah, ya, kita betulkan, gitu. Glance, per. Oke, ini apa? Kita implement. Kita punya style, kita punya gaya nulis. Bisa kita lakukan di tahap ini. Kemudian, tadi yang saya bilang, jadi, memang perlu proses yang cukup lama di sini, untuk kita, eh, perbaiki, supaya memang kita merasa, "Ini punya saya." Gitu. Oke, ini cerita pribadi saya. Jadi, saya tinggal Brunei. Saya bangun. Saya bangun rumah di kampung saya. Itu kalau saya pulang kampung, rasanya saya seperti tinggal di di hotel. Enggak melihat dia dibangun, tiba-tiba sudah jadi. Tapi kalau kita menjadi bagian dari proses menulis ini, lebih banyak. Jadi, kita terlibat lebih banyak. Kita nanti akan, eh, lebih merasa bahwa ini artikel saya. Kemudian, kita ikutin jurnal standar. Oke. Lalu, apa yang perlu kita, eh, revisi di sini? Satu, dari segi bahasa, aspek penulisan. Oke. Transisi antar subbab. Eh, terus dari logiknya seperti apa? Gaya penulisannya. Terus diskusinya, level diskusi. Oke. Lalu, di bagian di sini, yang bagian, eh, logic-nya itu, eh, judul ini mengandung kebaruan. Introduction itu menarik, jelas kontribusitifnya ada. Hipotesisnya jelas. Kemudian metode-nya, pastikan ikut metode standar. Lalu, yang paling penting itu bagian discussion. Jadi, bagaimana kita interpretasi data. Nah, kalau di tahap sudah lewat tahap ini, kuantitas data. Nah, bisa jadi di sini ada proses, ketika saya bilang, "Wah, ini kayaknya dataset-nya akan lebih bagus kalau ditampilkan dengan cara yang lain." Nah, ini biasanya kita ulang lagi, ulang lagi. Tapi sebisa mungkin proses ini jangan terjadi di sini. Oke. Nah, terus kita pastikan argumennya koheren sepanjang ini, menjawab hipotesis, dan conclusion sama hipotesisnya, ngel. Oke, ini sedikit. Nah, kalau editedit, itu kita paksa. Kalau menjawab reviewer, enggak bisa. Saya tunjukkan sekarang. Itu kita bisa pakai, eh, O1. Nah, ini beberapa contoh Prom yang kita bisa lakukan di kanvas. Contohnya, misalkan, kita ingin memperpanjang. Oke, perpanjang menjadi XX kata tanpa merubah substansi. Memperpendek, perpendek menjadi XX kata tanpa merubah substansi. Format, eh, perbaiki dengan hanya menggunakan sekian heading. Tidak menggunakan bullet point. Menggunakan format full paragraf. Misalkan, revisi dengan menambahkan informasi bla, bla, bla, gitu. Nah, nanti saya demokan saja. Ini contoh-contoh, eh, action Prom yang bisa kita lakukan menggunakan, eh, kanvas. Oke, saya contohkan, misalkan, ini conclusion. Ini mungkin, ini kita highlight. Terus kita bilang, eh, tulis ulang. Jangan tulis ulang, eh, conclusion into. Biasanya ada yang ini, ya. [Musik] 100. Ada jurnal yang maunya 100 kata. Nah, kalau Pak Indonesia, monggo. Saya agak lama kalau nulis pakai Bia. [Musik] Kuantitatif data. Nanti dia hanya akan merevisi bagian yang ini saja. Coba kita lihat bagian conclusion. Saya suruh pendekkan. Nah, ini bisa juga, misal abstrak. Kita mau bikin jadi berapa kata, segala macam, keyword, dan seterusnya. Oke, itu bagian merevisi. Biasanya kalau saya ngasih pelatihan itu, merevisi itu sekitar 2 jam. Dan saya memang demokan langsung draft yang sudah ada. Saya revisi satu per satu. Itu memang perlu dipermak, lah, semuanya di sana. Dan ini, ini per, per skill. Ee, oke, perlu pengalaman. Satu, tapi sebenarnya pengalaman itu enggak perlu. Maksudnya, maksudnya gini, kita bisa belajar dari cara orang yang sudah pengalaman merevisi, lalu kita bisa implementasikan pakai AI dulu. Oke. Antara melakukan sesuatu dan menyelesaikannya itu hal yang berbeda. Itu seperti bumi dan langit. Contohnya, misalkan tadi memperpendek saja, itu kan susah sekali. Bagaimana kita mengkondensasi informasi itu supaya tetap sama tapi lebih pendek? Itu perkara enggak mudah. Itu kalau kita jadi, jadi penulis, G. Nah, ini contoh merevisi. Kemudian, ini waktu saya mau habis. 6 menit lagi. Saya konsisten saja. Mana tadi? Mana tadi slide saya? Ee, oke, ini sudah. Ini contoh. Lalu, mungkin, eh, ada teman-teman yang sudah di fase merevisi, merevisi komentar dari reviewer. Ini menurut saya sesuatu yang, eh, perlu saya share. Karena sebagian orang itu, apa, ya, takut ini. Oke, takutnya itu, ya, apa, ya, karena enggak biasa dikritik, ya. Kadang-kadang kalau saya dulu, ya, bisa sakit per minggu itu, tas baik bulan revisinya. Kalau dikasih cuma beberapa hari, enggak sanggup. Ini saya, saya demokan langsung pakai artikel saya sendiri saja. Ini ada artikel yang ditulis menggunakan AI juga. Ini, jadi setelah saya revisi, saya akan tunjukkan saja. Setelah kita revisi pertama, enggak yang kita tulis, lah. Terus dia minta revisi tadi, minta tadi, eh, merevisi lagi. Nah, ini, eh, ini betulan ini submission pertamanya. Oke, kemudian kita sudah jawab, eh, revisi satu. Oke, saya, saya sudah meminta Masus untuk. Nah, ini enggak, enggak banyak sebenarnya komennya. Ini cuman tiga lembar, kayaknya empat lembar, lah. 1, 2, 3, ada empat lembar, lah, respon file-nya. Terus kita lihat, ini juga ada, udah banyak yang berubah, tapi enggak puas juga ininya, eh, editornya. Jadi, kita, dia komentarin, lah, ini, eh, so, dikomentarin seperti tadi. Dan ini dia manuscript file-nya. Saya buka. Saya akan demokan bagaimana, silakan coba sendiri merevisi ini. Membantu sekali, karena merevisi, merevisi itu untuk yang pro saja itu bisa seminggu. Eh, saya bisa habis 12, 12 jam, 24 jam, 24 jam. Itu kan 2 jam terus-menerus. Itu kalau displitkan hari, itu bisa jadi seminggu. Jadi, dia prosesnya lama sekali. Dan dengan bantuan AI ini, ini alhamdulillah membantu sekali. Bisa sambil ngobrol-ngobrol merevisi itu, paling tidak, draft awal revisiannya itu jalan. Oke, ini saya coba tunjuk. Nah, satu, kita gunakan model yang reasoning yang advance reasoning. Advance reasoning. Ini O1. Ini pakai ini, pakai O1, ya. Advance listening. Lalu Prom, cuman ada empat Prom saja. Cuman ada empat Prom saja. Eh, dan rasa-rasanya belum saya share. Empat Prom saja. Prom 1. Eh, ini Prom 1. Kopi. Saya, lah, sekalian saya revisi manuskripnya. Kemudian copy naskah dari awal sampai akhir. Eh, kenapa copy? Karena ini enggak bisa melampirkan dokumen. Kalau yang O1 ini, dia hanya bisa melampirkan, dilampirkan gambar saja. Ini saya masukkan di sini. Saya ambil dari depan sampai ke [Musik] belakang. Aduh, alah. Oke, ini run. Sudah, dia mikir aja nih. Sudah, sudah. I understood. I have review, bla, bla, bla. Oke, kemudian suruh mikir saja dia. Ini Prom 2. Bla, bla, bla. Ini paste semua komen. Semua komen paste di sini. Ini ambil, ambil komennya. Tapi ingat, ya, ini modelnya harus O1. Kalau yang lain hasilnya agak, agak ngawur. Komennya tadi di mana? Di sini, ya. Ee, ya, oke, di sini. Ini komen dari editor. Lalu kita masuk ke, ada empat Prom saja, ya. Prom 3. Terus ini potongan artikel yang mau, mau direvisi. Sudah revisi. Kemudian mana yang mau potongan artikel yang mau direvisi? Eh, saya ambil dari judul, kayaknya enggak berubah. Abstrak sampai ke akhir. Intro saja, biar agak cepat. Dan di Prom terakhir itu, kita bisa generate, eh, response to reviewer file. Oke, sudah. Ini sudah mulai dia merevisi. Ini sekalian nanti saya ambil setelah ini. Eh, ini saya copy lagi yang untuk bagian selanjutnya. Oke, saya copy lagi Pak, Prom-nya. Ini untuk bagian method. Eh, ini sudah. E, bagian ini belum. Nah, ini dia bikin, eh, tabel, ya. Karena saya minta bikin tabel. E, kenapa harus begini? Emm, percaya saja. E, untuk sampai level ini, itu saya perlu waktu yang panjang. Oke, ini jadi yang berubah tu saya suruh tanda [Musik] tebal. Ini tanda-tanda, tanda tebal ini dia berubah. Kalau enggak ada tabel, berarti ini dia enggak berubah. Ini enggak berubah. Ini enggak berubah. Nah, ini baru berubah paragraf 5. Oke, nah, ini [Musik] bagian selanjutnya. Saya ambil lagi, eh, [Musik] saya copy bagian ini. Ini sudah, kan? 3.1 sampai berapa ini? Ambisius banget sampai 3.4 saja, lah. Sampai 3.4 sini. Ini enggak ada yang berubah, berarti nih. Enggak ada berubah. Enggak [Musik] berubah. E, ini salah satu PR sederhana menurut saya. Enggak sekompleks nulis paper, tapi membantu sekali. Makanya saya maksa share, walaupun saya sudah lewat waktunya. Sudah lewat waktu 2 menit. Ee, karena kadang-kadang, ya, revisian itu lebih panjang daripada nulis artikelnya. Enggak, kadang-kadang sering. Ini sudah selesai revisi. Lebih panjang pada artikelnya. Aduh, saya bilang, mending nulis. Kadang-kadang, kalau revisinya major sekali, itu kan kita rasa, dah, mending nulis ulang dari awal. Dan memang kita kadang-kadang seperti nulis ulang dari awal. E, oke, ini saya sekali, apa, mengail dapat dua ikan. Nanti revisian ini benar-benar saya, saya akan [Musik] pakai. Jadi, remember to use GP. Ini yang sebelum coba, bangkan ini. Hitam, nit. Kita kes. Bukan secara yang terakhir, ya. Ini paste lagi semua komen. Saya mau bikin respon, eh, files. Ini dan kita generate semua komen, komennya saya ambil dari atas, ya. Sudah ada tadi di atas, atau saya ambil dari sini. Nah, ini kalau misalkan ada kotak ini, berarti dia masih kerja. Ini sudah sampai conclusion. Oke, dan, and finally, generate response file. Eh, nah, ini langsung komen nomor satu. Gap with the existing. We revise abstract, intro. We examine, bla, bla, bla. More comprehensive in the introduction. We expand, bla, bla, bla. Ini tulislah dia tulis detail apa yang dia kerjakan untuk merevisi tadi. Jadi, enak bagi kita untuk jawab, eh, reviewer komen. Oke, eh, mungkin a few more minutes, eh, lagi, eh, nyari jurnal, kemudian dokumen publikasi. Oke, ada tiga slide. E, saya sarankan untuk ke jurnal-jurnal besar. Karena, dan kejarlah yang, yang Q-nya itu yang bagus, ya. Q1, Q2. Karena jurnal-jurnal itu dimanage secara profesional. Justru kalau nyari Q3, Q4, itu dari biasanya penerbitnya tuh masih baru-baru. E, dia itu jumlah artikelnya enggak banyak. Kemudian, eh, apa, ya, mungkin manajer pekerjanya itu part-time, jadi enggak, responnya lambat, gitu. Sudah 3 bulan, 4 bulan, enggak direspon, gitu. Oke, silakan, eh, ke publisher inter, apa, yang bereputasi saja. Lalu, eh, cara paling asik sebenarnya pakai jurnal finder yang masing-masing sudah punya. Ini saya kasih contoh. Misalkan, misalkan tadi artikel sebelumnya itu, ini kan, eh, saya mau masukkan ke jurnal. Saya tinggal copy abstrak. No, mana dia? Yang yang kedua tadi ini, ya. Yang kedua ini. Oke, ambil abstrak. Copy. Kemudian nanti dia akan keluar, eh, mana jurnal yang sesuai scop-nya. Ini yang l saya lihat, eh, UB itu dosen-dosennya banyak di ini. Kalau find journal, nanti dia keluar recommendation. Nah, ini. Nah, di sini yang penting itu, mungkin open access. Berarti, kalau misalkan ada open access dengan subscription, seperti ini, berarti ini jurnal bisa gratis, bisa bayar. Maksudnya, subscription ini gratis. Kalau open, bayar. Terserah. Kalau kita subscription, berarti orang enggak bisa akses jurnal kita. Kalau kita bayar, semua orang bisa akses. Oke. Dan ini bukan kaleng-kaleng. Ini, us, yang langsung. Ini, oh, ini 93 hari. Dalam sekitar 3 bulan selesai. Lalu, penting juga acceptance rate. 22%. Dari yang lolos review itu, satu dari lima keterima. Cuman, yang yang bagus juga ini, time to first decision. Apakah nanti artikel kita itu direview atau tidak? Kita jangan sampai naruh di artikel 6 bulan belum diapa-apain. Nah, nah, ini susah nih, kalau kita dari jurnal-jurnal yang, eh, kurang bagus. Ini 7 hari, seminggu. Kemudian ini 7 hari. Not bad, lah. Ini 72 hari, tapi open access. Nah, kalau hanya ada open access, berarti ini enggak ada opsi untuk tidak berbayar. E, oke. Sekarang ada banyak jurnal open access baru. Ini saya tahunya dari teman-teman di UB, eh, yang gratisan. Oke, yang gratisan. Contohnya itu ini, Sustainable Chemistry for Climate Change. Ini saya dikasih tahu, eh, teman di UB. Ini jurnal baru, sudah ada S score-nya, terus masih, masih gratis. Jadi, saya, lah, dengan banyak sekali data saya kan, anak-anak S1, kemudian dengan prompting yang tadi itu, e, bisa sambil ngasih pelatihan. Kadang-kadang saya kerjakan, eh, ini sudah ada under review. Ada empat artikel ini. Kalau lihat, eh, submission date-nya itu tanggal 10, ada satu. Tanggal 11, ada satu. Tanggal 13, ada satu. Kemudian seminggu kemudian, tanggal 22, ada satu. Ini mungkin saya tambah lagi hari ini dari artikel yang tadi saya, eh, saya kasih untuk demo. Oke, e, lainnya mungkin yang terakhir, inilah, eh, ini slide yang katanya legend dari saya. Enggak sopan, ya. Jadi, jangan jangan berpikir bahwa sekarang saya sudah pakai AI, terus tiba-tiba, eh, riset saya jadi bagus. Ini kayak mikir, ada orang yang enggak pernah belajar nukang, tiba-tiba beli alat baru untuk pertukangan, terus tiba-tiba merasa bisa mengukir dengan indah seperti tukang-tukang yang berpengalaman. Justru orang-orang yang sudah sering nulis, yang diuntungkan oleh AI ini. Orang yang masih belum belajar, itu enggak tahu nanti kalau ada masalah perubahannya di sebelah mana. Jadi, eh, pesannya itu, tidak membuat riset yang hancur itu jadi tiba-tiba brilian, ya. Tapi AI ini akan membantu teman-teman yang risetnya tu sudah memang bagus, tapi selama ini tidak tampak, karena, eh, belum bisa menulis secara baik. E, itu saja dari saya. Eh, terus terang, eh, saya senang sekali bisa sharing dengan, eh, teman-teman mahasiswa di UB, dengan rekan-rekan dosen di UB. Em, anak saya pun suka Malang. Mungkin demikian dari saya. Ini ada satu slide lagi, tapi enggak perlu aja, karena dia lama. Jadi, saya welcome, eh, pertanyaan. E, demikian dari saya. Terima kasih. Terima kasih, Pak Dr. Roil. Baik, Bapak Ibu sekalian, kalau ada yang mau bertanya, langsung saya persilakan dulu, sebelum saya buka yang di chat box. Silakan. Ya, silakan, Pak Muhammad Abdul Aziz. Kasih banyak atas kesempatannya dan terima kasih banyak atas ilmunya, Pak Prof. Bil. Mungkin pertanyaan saya agak, eh, teknikal, sih. E, jadi kan kita banyak banget, ya, eh, ketemu sama AI. Banyak banget sudah A. Jadi, eh, untuk yang L review, eh, saya pernah juga menggunakan, tapi ada yang baru. Mungkin akan, eh, menggunakan. Nah, perbedaan, misalkan kita menggunakan CTI dengan yang baru, kayak siace atau, nah, itu perbedaan, mungkin Prof, pernah pakai itu?

Dari kelebihan sama kekurangannya itu apa? Terima kasih.

Iya, oke. Eh, terima kasih ya. Ee, jadi ada banyak ya, eh pencarian referensi atau literatur ini. Ada banyak AI-nya. Eh, Site AI ini, eh, ada ada Site AA, ada Size Space, ada Consensus, ada Research Rabbit. Ada, eh, eh, ada Size Space. Ada, ada saya ini yang paling bagus, tapi saya sering lupa namanya.

Oke, bedanya apa? Jadi itu dikembangkan oleh company serius ya, perusahaan yang serius dan benar-benar dari peneliti, ya. Oke. Dan mereka menggunakan algoritma lain-lain. Kalau dari segi akurasi, mana yang paling bagus untuk mencari literatur? Paling bagus itu, itu dia sudah ada bandingkan ya antara sitasi orang dengan basis mana berat. Itu Elis lebih akurat dari sitasi profesional research. Dia, dia, dia ada retnya itu, tapi Elis itu mahal. Elis itu jatuhnya per paper itu sekitar 2.000, 2.000 sampai 4.000. Jadi, misalkan kita daftar, misalkan, eh, 600.000 lah ya, itu kita bisa kerjakan 50 artikel kita baca detail segala macam. Lebih dari itu sudah habis tokennya.

Sama halnya dengan, eh, si Space. Nah, yang Side AI ini nih, enggak ada limit, enggak ada limit, tapi dia membatasi. Jadi, jangan banyak sekaligus. Jadi, kalau misalkan banyak sekali sekaligus, banyak prompt dibuka sana sini, nanti dia mogok. Dia bilang, "Too many questions." Jadi, kita tunggu dulu. Jadi, paling bagus itu kalau pakai Side AI ini sambil ngobrol, sambil ngobrol, sambil cerita, gitu ya kan, enggak terlalu cepat, ya kan. Nanti itu, kalau saya lebih cepatkan lagi dari yang tadi itu, dia tiba-tiba nanti enggak akurat. Dia, eh, ininya. Jadi, masing-masing itu ada cost-nya.

Mungkin salah dari segi akurasi pun, misalnya ada yang tanya, "Pak, saya pakai, tapi enggak akurat, banyak yang salah." Memang yang kalau mentasi manusia, enggak banyak yang salah. Banyak lebih banyak lagi pengalaman saya, kan. Kan saya banyak disitasi, beberapa ribu, mungkin ada 8.000, 9.000. Dari 9.000 itu yang mungkin betul-betul benar itu hanya 1.000. Sisanya itu umbrella, jadi perataan umum. Asumsi saya, atau saya ngomong saya enggak ngomong seperti itu, tapi disitasi hal yang lain. Itu kalau saya lihat banyak salahnya orang mentasi itu. Sehingga akhirnya saya, saya pertama kali saya kan ingin, ingin juga misalkan memastikan bahwa ada integritasnya, bahwa benar situasinya itu benar. Itu konsen saya yang pertama kali. Tapi setelah mempertimbangkan itu, jadi sebenarnya sitasi manusia ini jauh, sitasi jauh lebih akurat dan objektif. Kalau manusia itu pun bias, dia cenderung mensitasi apa yang yang pernah dia tahu, atau enggak dari dari dari artikel dia sendiri, itu dari artikel kawannya biasa.

Oke, jadi jawabannya itu yang apa? Bedanya beda algoritma lah. Eh, eh, untuk nulis yang paling asik pakai Satta, karena tadi dia manajemen reference-nya itu jauh lebih mudah.

Makasih ya, Pak. Makasih, Prof. Eh, Mas, boleh nambah? Mungkin, Bu Diana?

Oh, iya. Ini saya moderatornya, Bu Fransiska. Boleh Nom satu enggak, Bu Fransiska? Soalnya ini, eh, eh, iya, langsung silakan aja, karena lingkungan kita kan, eh, dosen juga harus tahu untuk, eh, AI ini penggunaan, karena mahasiswa sudah sangat banyak yang pasti menggunakan AI. Jadi, selama ini, eh, saya menggunakan untuk AI detection itu pakai Zero GPT. Nah, mungkin dari Prof Royal Bard, apakah ada rekomendasi gitu selain Zero GPT untuk bisa mendeteksi untuk AI detection?

Iya, AI detection itu banyak. Kalau mau yang tujuh sekaligus itu, Hambot. Hambot AI itu bisa tujuh sekaligus dia mendeteksi. Cuman, saya menyarankan jangan. Enggak usah, enggak usah khawatir sama AI detection. Enggak ada masalah itu. Yang mempersalahkan tuh justru jurnal-jurnal dari UB. Dan UB itu jurnal dari UB, misalkan, ya, akan susah menerima jurnal dari Indonesia. Tapi kalau Elsevier, Wiley, jurnal-jurnal yang bagus itu, enggak peduli dia. Ya, as far as you declare, you are okay. Declare saja. Dan memang pastikan bahwa semuanya itu kita sudah verifikasi dan cek. Tinggal menunggu waktu saja. Saya enggak ngerti juga kenapa ada resistensi orang tidak mau pakai AI. Mungkin salah satu resistensinya adalah orang pakai AI jadi proses training, dia training cara berpikir dia, yang mereka dapatkan dari menulis itu, enggak, enggak dapat. Nah, banyak orang, banyak mungkin dosen yang menyayangkan hal itu, sehingga mereka tuh resisten. Bahwa, "Kamu itu harus belajar nulis, harus bisa mengekspresikan pikiranmu, menstrukturkan idemu, dan dituangkan dalam tulisan." Itu dia. Cuman, kan, menurut saya, saya pribadi, itu kan enggak guna lagi di tempat kerja nanti. Semua pakai. Jadi, skill is not as valuable as in the. Sehingga sekarang, menurut saya, kalau you belajar menulis pakai AI, kualitasnya tuh bisa lebih bagus dari apa yang kamu bisa generate sebelum ini. Oke, itu pendapat saya. Etik dan lain, saya enggak mau memperdebatkan.

Baik, terima kasih, Prof. Terima kasih. Silakan, Bu Maya. Masih di-mute, Bu.

Oke, terima kasih, Bu Fransiska. Asalamualaikum warahmatullahi wabarakatuh. Saya dosen teknik di Universitas Brawijaya. Saat ini saya sedang mengedit sebuah manuskrip yang kami tulis yang tiba-tiba hilang. Mungkin Bu Maya videonya dimatikan. Enggak apa-apa kalau. Oh, hilang. Ini kalau mungkin menunggu sambil menunggu Bu Maya, ke Pak Dias dulu mungkin. Monggo, Pak Dias.

Oh, mohon Bapak atau Ibu, ini silakan, Pak atau Ibu. Izin, Bu. Izin, Prof. Silakan, Bu. Izin terkait pertanyaan saya tadi sudah saya sampaikan sebetulnya di chat. Eh, saya ingin bertanya, Prof, kan tadi sudah dicontohkan memang dengan prompt-prompt yang luar biasa. Saya juga baru pertama kali ikut webinar yang memberikan step by step penggunaan AI seperti ini. Nah, saya memptanyakan semalamnya penelitian yang dilakukan itu adalah penelitian kualitatif, menggunakan metode wawancara. Dosen-dosen itu biasanya kan cenderung berpegangan pada penelitian terdahulu yang digunakan, misalnya bisa 5 sampai 10 jurnal. Tapi dengan menggunakan prompt tadi, kan ada ratusan. Mungkin untuk bab 1, bab 2 itu mungkin tidak masalah, tapi kalau misalnya untuk nanti di bab 4 mengenai pembahasan, terus cukup pada penelitian terdahulu yang bisa 5 sampai 10 jurnal tersebut. Tadi, saya belum melihat gitu di penjelasan Profesor bagaimana itu bisa digunakan.

Kas, saya paham. Jadi, dashboard itu dia tuh bukan 200 itu kita mau sitasi. Kita cuman ambilkan, kita pilihkan, ngambil dari 200 ini saja yang sudah kita pre-screening. Lah, apakah kita bisa cari tanpa menggunakan dashboard? Bisa, tapi kan nanti ke mana-mana dia nyarinya tuh. Dan dia, eh, peluang berhalusinasinya itu tinggi. Dari 200 itu tadi, kalau saya share lagi ya, screen saya itu, yang yang akhirnya diambil itu mungkin enggak sampai 30. Kalau saya buka tadi di mana. [Musik] Dia. Nah, ini dokumen. Nah, ini ya. Ini saya hitung ya. Ini 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 24, 25, 26 saja ini. Nah, ini kalau di bidang Sain engineering relatif kurang lah, saya pikir sekitar 30 sampai 50. Jadi, dia enggak akan ambil semua. Nah, kalau misalkan kita mau download refer atau mau yang 10 itu aja, enggak apa-apa. Dibikin 10 aja biar dia cuman ngoleknya dari sana aja. Dan saya akan, saya akan justru merekomendasikan itu. Misalkan, ya, di bagian diskusi nanti kita akan bahas dengan teori ini, teori ini, teori ini. Itu malah jangan pakai AI. Baca dulu sendiri. Dari, dari, apa namanya, dari, eh, kita pakai, eh, chat untuk baca 10 reference itu. Kita identifikasi poin-poin apa yang ingin kita sitasi. Kita ekstrak saja informasinya dari ChatGPT. Enggak perlu pakai AI. Mudahan pertanyaannya betul, eh, terjawab, ya.

Iya, baik. Terima kasih.

Iya, terima kasih. Mari Bapak Ibu sekalian, ada lagi? Silakan, atau sambil saya ini baca pertanyaan di komentar, ya.

Ya, silakan, Prof. Eh, Ibu Ima Utamini, apakah ada link video? Tanya panitia, tapi materi saya sudah, eh, share. Kemudian, rekaman materi. Oke, silakan nanti. Oke, ini banyak tanya materi, apakah akan dibagi? Kalau materi ini, baik bagi seluruh dosen UB, kenapa mesti dikirim ke program? Enggak ngerti saya. Eh, ini banyak materi workshop. Aduh, pendaftaran. Sebentar-sebentar di bawah sini. Oke, ini yang tanya, apakah GPT yang saya pakai ini yang pro? Enggak. Jadi, saya pakai GPT yang Teams, yang 30 per bulan, bukan yang pro. Kalau pakai pro, silakan, lebih bagus. Kemudian, ada Na Saidatin, untuk catatan sitasi, berarti ditulis sendiri tanpa masukan di paragrafnya waktu kita pre-writing? Iya, Bu. Dan bahkan katanya semakin random itu pun semakin bagus. Nanti dia akan tahu sendiri di bagian mana dia akan taruh sitasinya. Jadi, dipisahkan aja bagian catatannya terpisah, bagian literaturnya terpisah. Ini satu ke anak habis, karena dia ada namanya. Jadi, itu yang menentukan ini, ini, mas, ke mana, gabung, yang mana. Saya sudah kasih sekalian. Jadi, satu. Jadi, materi, Pak, Bu Devi, mau datanya? Nahan, saya kirim habis ini juga datanya ke panitia biar bisa dicoba di rumah. Pak Faisal Ibrahim, ya, data akan dikirim juga. Eh, kalau perlu, eh, yang dari Em, eh, yang dari Nanti kelamaan, saya kasih datanya aja. Nanti coba sendiri di rumah. Kemudian, Rian, materi workshop di. Oke, sudah. Silakan, Prom apa sudah dibagikan melalui email? Eh, panitia yang akan bagikan. Oke, Mustika, angra. Mohon maaf, mungkin karena saya terlewatkan untuk akses Scopus dengan akses UB. Saya hanya bisa preview saja. Karena UB itu enggak beli akun Scopus. Solusinya, pinjam. Saya bilang tadi, kan, pinjam di mahasiswa N UGM, UI, atau IPB. Mereka itu daftar Scopus. Oke. Kalau enggak, cari-cari aja di internet. Itu banyak yang jualan. Ada yang mendoakan supaya UB berlangganan Scopus. Dan, wah, mahal sekali nih, kalau menurut saya. Enggak usah aja. Mending kasih beasiswa aja ke ke orang Indonesia. Scopus itu berapa? Bisa miliaran. Eh, mungkin paling murah paketnya tuh dua, sampai empat miliar. Kalau dua sampai empat miliar itu untuk kasih beasiswa, kan, lebih banyak lagi. Eh, oke. Kemudian, oke, pelan-pelan. Prom satu tadi dibuat dulu oleh penulis. E, prompt-nya itu sudah saya buat dulu sebelumnya. Silakan dipakai aja. Ini Muhammad Masdar, mohon izin bertanya, apakah ada perbedaan pada output tulisan ketika menggunakan akun premium dan tidak pada Set AI maupun ChatGPT? Oke, Set AI itu dia ngasih gratis lima kali saja, setelah itu enggak bisa. Oke. Tapi kalau Set, kita daftar, itu dia ngasih tujuh hari kesempatan untuk trial. Di hari ketujuh bisa cancel, dan enggak mahal juga, 6.000 saja sebulan. Set AI. Nah, apakah ChatGPT premium beda? Itu beda banget hasilnya, karena yang, karena tadi relokasi token. Nah, ketika ada yang gratis, token yang dikasih sedikit dibanding sama yang bayar. Yang, eh, oke. Ada, ada free, plus, Teams, dengan Pro. Paling bagus Pro, paling mahal. Eh, perbandingan antara plus dengan Teams itu hampir tiga kali lipat dari segi tokennya. Jadi, memang akan beda. Eh, kita tahu beda atau tidak tuh kalau kita sudah pengalaman nulis, kita prompt hal yang sama di dua, di, di dua ini, yang berbeda nanti kelihatan perbedaannya. Ibu Yuyun, eh, sangat membantu. Oke, ini masalah pendaftaran, ya. Eh, oke. Nurlita, apakah harus Zotero? Semisal menggunakan Mendeley, apakah bisa? Oh, bisa. Bisa. Tapi, eh, eh, bisa di-import. Jadi, kalau Mendeley itu saya enggak bisa diujikan, tapi dengan cara yang sama, kita bisa ekspor RIS file-nya itu, kemudian kita import menggunakan Mendeley. Lalu kita, kita jahit satu persatu lah referensi ini ngelink ke sini, ini ngelink ke sini, dan seterusnya. Cuman, itu lama. Lah, saya dengan bangga, dengan bangganya bilang bahwa cara saya ini yang cara paling cepat dan enggak salah, karena enggak perlu lagi ngelink satu persatu, dan sudah terbukti publish beberapa artikel. Jadi, pilih mana? Mau pakai Mendeley, bisa habis setengah hari hanya untuk ngecek satu persatu, atau pakai cara yang tadi, hanya beberapa detik saja. Eh, Mustika Angra, ini, eh, kalau seperti ini, apakah, eh, oke. Eh, kalau seperti ini, apakah tidak terdeteksi generated pakai AI? Dia terdeteksi pakai AI. Ini saya demo, bukakan dulu kemarin contoh. Dia terdeteksi, kadang-kadang terdeteksinya besar, kadang-kadang terdeteksinya kecil. Ini coba, misalkan, saya biasanya ngeceknya pakai Turnitin. Saya bukakan dulu Turnitin. Eh, kemarin saya cek ada artikel yang saya buat dari skripsi mahasiswa saya. 101. Nah, ini, tas ini, 1% similarity. Ya, 1% similarity. Tapi, nah, ini, influence of plastic waste stock on F industrial paralysis. Kalau lihat tadi artikel yang saya buka di sini, nih, influence of plastic. Ini sudah saya submit ni di Sustainable Chemistry for Climate Change, tanggal 22. Sekarang tanggal 26, hari yang lalu. Kemudian saya, saya kasih pelatihan, entah di mana dia bilang, "Coba cek Turnitin-nya." Ini saya cek Turnitin-nya, 1% similarity, which is not bad. Eh, lalu AI detection-nya itu 49%. Padahal ini, ini 100% AI. Ya, ini 100% AI. Ini saya nulis sama Prof Pemi ini di Teknik Mesin. E, ini 100% AI. Ini bikinnya dari depan ke belakang. Oke, itu untuk menjawab pertanyaan tentang AI detection lagi. Hm. Lalu, Dias, izin bertanya, dengan menggunakan dashboard referensi di, sesuai penjelasan Bapak tadi, 200-an jurnal dan dipasisi 60 jurnal. Apakah, oh, ini tadi sudah ditanya ya? Ya, sudah. Saya i tadi sudah. Eh, Bu Devi, lengkap sekali materi dan bonusnya. Pokoknya UB ini harus memenuhi target. Soalnya saya sudah dilantik jadi staf semi staf UB nih. Ajang Profesor di UB. Eh, eh, Queen Intan, eh, mohon izin bertanya, ini ChatGPT yang digunakan yang berlangganan? Enggak. Bukan Pro. Ini, ini pakai Teams. Apakah hasilnya mirip dengan plus? Ya, hampir-hampir miriplah dengan plus yang 15 sebulan. Oke. Ini saya pakai, enggak pakai yang Pro. Saya enggak punya akun yang Pro. Menurut saya, sudah terlalu, terlalu berlebihan. Enggak perlu, ya. Yang 20 dolar sudah bisa. Insyaallah. Ini Pak Andi, terima kasih sudah jawab. Adalah suatu keniscayaan, namun tetap hati-hati. Pak Arif, oh, ini cocok jadi pemateri. Oke. Izin bertanya, apakah cek grammar melalui ChatGPT termasuk salah satu terdeteksi generated by AI? Grammar, ya. Tergantung. Kalau suruh dia ajarkan grammarnya, nanti terdeteksi dia. Pakai Grammarly aja, terdeteksi AI. Mau pakai QuillBot pun terdeteksi AI. Enggak ada kita mau. Ini cuman itu, akurasi AI detection itu enggak terlalu, enggak terlalu bagus. Ini contohnya Turnitin aja, dia mendeteksi yang 100% hanya 49%. Eh, oke. Izin bertanya, untuk quality assessment untuk systematic review dan meta-analysis, biasanya pakai ChatGPT 4o atau 4 atau O1? Nah, ini saya enggak bisa jawab ini, karena saya, saya pakai nulis review atau systematic literature review itu pakai 4o, kalau saya, ya. Cuman, saya belum banyak publish, jadi saya enggak bisa berkuar-kuar. Kalau yang artikel full ini, karena saya sudah banyak, eh, yang saya submit itu, ada, ada 20 artikel. Mungkin yang ada beberapa sudah under review, kan. Ada beberapa sudah dapat feedback. Gu. Jadi, saya dengan penuh kepercayaan diri bisa share ke teman-teman semua bahwa ini tuh real. Ini bukan yang macam apa, bukan yang orang gembar-gembor di YouTube bilang, "Hidupmu akan selesai terbantu oleh ini." Benar-benar saya lakukan. Jadi, ini pun saya, saya tuh sering di-training. Itu saya minta peserta untuk kirimkan saya dokumen, saya kerjakan SP. Karena memang, eh, saya, saya gunakan sehari-hari. Ya, pengguna Zoom. Oke. Kalau dashboard yang digunakan dibuat dengan Publish and Thesis, bukan Zotero, apakah ada perbedaan hasil dashboardnya? Dibuat dengan, ya, kalau dia tadi kan saya ambil dari Scopus. Kalau ngambil dari, eh, PO, enggak apa-apa. Lebih bagus malah, karena PO kan dia beyond Scopus, kan. Yang lain juga ada. Apakah di Dipsik R1 sudah seperti ChatGPT O1? Muhammad Abdul, em, sudah ya. Untuk analisis bisa dicoba. Cuman, kan, dia sering problem sekarang itu, eh, Dipsik itu, eh, nge-prompt sekali, setelah itu enggak bisa. Dia terlalu, apa, overload. Oke. Kemudian, untuk topik yang terkait matematika, apakah ada cara khusus dalam menuliskan persamaan di ChatGPT? Pandai pertanyaannya. Oke, saya buka dulu tab saya tentang tadi ngajar matematika itu, ya. Nah, kita minta dia untuk, eh, ini, eh, Oke, kita minta dia untuk nulis dalam bentuk LaTeX format. Ini contohnya, misalkan, ya. Ini, kan, saya bikin tes dami nih, tes dami, ya. Em, oke. Oke, saya buka. Oke, ini tunjukkan kalau menunjukkan prompt-nya, dia bilang ini apa ni? Atas. Oke. Nah, ini di bilang, "Bla bla bla, provide summary. For every mathematic equation, provide the LaTeX format underneath it." Oke. Nah, jadi kalau saya lihat hasilnya ini, kan. Ini hasilnya. Ini saya copy aja semua, ya. Saya copy semua, saya pindahkan ke Word. Nih, ini kan persamaannya hilang. Frustasi kita. Aduh, capek nulisnya ini. Nah, ini cara nulisnya itu adalah, oke, kita highlight yang ini, kemudian masukkan Microsoft Equation. Nah, di sini shortcut-nya tuh Alt sama dengan. Alt sama dengan. Kemudian kita convert, current profesional. Nah, langsung dia persamaan matematiknya langsung keluar. Kemudian, sama juga yang di sini, misalkan, eh, ini mulai dari slash ini. Sama, Alt sama dengan. Kemudian, convert profesional. Tuh, langsung bikin. Eh, kemudian, ini juga sama. Eh, Nasih. Baik, saya ngajar matematika nih, kan. Mudah, kan. E, ya, inilah caranya. Jadi, kalau kesulitan nanti, silakan. Ni, LaTeX format, Alt sama dengan, convert. Nah, profesional. Mana lagi yang agak berat-berat ini, mungkin, ya. LaTeX equation ini. Oke, Alt, klik Alt, terus sama dengan diklik barengan. Setelah itu nanti convert ini ke profesional, dia keluarnya. Eh, dan, ya. Oke, Bu, semoga membantu. Itu cara khususnya. Pencarian Scopus bisa diakses di perpustakaan. Bisa tanyakan ke staf perpustakaan, ya. Silakan yang Scopus. Oke, ada yang tanya, Pak G, untuk Dipsik, apakah bisa juga digunakan untuk scientific research? Bisa. Coba, misalkan, ini bisa di-upload. Yang tadi ini, saya kita buka Dipsik, saya bareng-bareng, ya. Kemarin saya coba Dipsik di kelas saya, macet, ya. Di, oke, start now. Nah, ini kan R1 ini, yang O1, kan. Berarti kita pakai O4-nya tuh, yang versi 3. Saya akan coba prompt-kan yang mana nih, yang ini saja, kan. Pelajari, bla bla bla, kan. Sama, Dipsik. Silakan dipakai. Dia itu enaknya itu, dan ini menurut saya esensial editing itu enggak. Dia enggak ada kanvasnya. Eh, ini tadi di-download, eksekusi ulang. Kan, enggak bisa. Dia terabstrak doang. Enggak boleh di, sama Dipsik, kan. Enggak bisa dia. Coba lagi yang mungkin yang kedua. Finding from. Baca dan analisis. Nah, ini, dia bisa nih. Ini saya kontrol A, copy, cancel, pindah ke Dipsik. Jadi, enggak usah disuruh belajar, lah, dia. Oke, em, oke. Kemudian, prompt nomor dua ini ada nih, "Write in new canvas." Kan, ini enggak perlulah. Saya langsung prompt bikin ini saja. Tulis pendahuluan. Tuh, Dipsik sudah nulis nih, mirip-mirip jawabannya. Cuman, Dipsik ini sering error di tengah jalan, karena penggunanya terlalu banyak. Oke. Dan langsung nulis pendahuluan. Nah, sama tuh, tu, bla bla bla. Karena Dipsik, dia ngambil data dari ChatGPT. Dia lebih kurang sama dia. Tapi dia pandai, ya. Tapi dia training-nya itu pakai namanya. Ah, eh, saya, saya, ya, enggak pandai lah, saya juga punya riset seperti itu. Jadi, misalkan, ada software-software untuk deteksi reservoir itu, kan, mahal-mahal. Nah, kita bisa bikin, eh, software baru, lebih mudah, dengan menggunakan data yang dihasilkan oleh dia. Kita bikin, apa, korelasi sederhana saja. Nah, ini yang ditulis sama, eh, apa, di. Dan saya, saya bisa lagi copy, copy prompt selanjutnya. Intro sudah. Kemudian, apa lagi nih? Metodologi. [Musik] Kontrol. Eh, hampir sama. Oke, kalau, kalau ini mungkin, hampir enggak bisa melihat perbedaannya tuh, kalau yang, eh, enggak, enggak tahu secara detail. Oke, Pak Gandaru. Jadi, kalau yang, eh, suka yang, yang mau yang free, udah pakai Dipsik, silakan pakai. Oke, Ibu Dina, untuk catatan penelitian yang didukan tadi, apakah dibuat secara manual? Iya, dibuat secara manual. Itu, itu yang saya bilang pre-writing tadi, yang dipikir. Dan itu enggak harus pakai bahasa, bahasa apa, enggak harus pakai bahasa Inggris. Pakai bahasa Indonesia juga enggak apa-apa. Dan enggak harus sempurna, enggak apa-apa. Yang penting lengkap. Oke, Pak Ali, salam hormat saya Ali Surabaya. Ternyata ada dua kata kunci menurut saya dalam menulis, yaitu jam terbang, mencoba, dan banyak diskusi dengan komunitas pengguna. Dan memang paling cepat, tapi kadang kebanyakan prompt. Jadi, S untuk prompt berulang, perlukah untuk string untuk mencari referensi di S Aus? Maksudnya, ya, em, enggak, enggak perlu kayaknya. Itu, itu common sense lah. Kita yang tahulah, kan. Itu kira-kira hanya, hanya nyari tiga kata saja atau empat kata yang mewakili tema kita. Itu nanti dapat sekitar 200 sampai 500, 200 sampai 600 artikel. Ibu Mustika, oh, untuk declare. Mohon info, ini pertanyaan untuk declare bahwa kita memakai AI, seperti yang sudah dijelaskan tadi, bagaimana ya redaksinya? Saya copy-an aja dari papernya. Mana dia? E, mana dia nih? Declaration of Gener. Ini saya gunakan hal yang sama di setiap paper saya. Saya, saya copy di sini. Saya taruh di komen. Oke, sudah. Silakan pakai itu. Kemudian, ada yang minta draft. Saya kirim juga sekarang. Demo. Oh, enggak bisa ya? Ini gambar-gambarnya enggak bisa masuk, ya? Oh, ini, eh, file-nya lagi dibuka. Eh, bahan demo, mana ini? Oke, sudah saya kirim. Terus, ini saya kirim lagi gambar-gambar. Kalau mau, boleh aja dicoba aja, a, di rumah. Boleh, enggak kirim gambar ini? Oh, boleh. E, ya, silakan dicoba, ya. Tapi jangan dipublish. Mau saya submit. Oke, jadi saya, saya ikhlas. Saya ikhlaskan semua untuk teman-teman di UB ini, karena saya merasa sangat terhormat sekali di UB, selalu dilayani dengan sangat baik. Eh, oke. Terus, pertanyaannya mana lagi? Eh, ya ampun. Oke, oke. Sudah, sudah saya share tadi, kan. Oke, mohon, apakah bisa dicontohkan cara melihat deteksi AI melalui Turnitin? Oke, Turnitin-nya itu kadang-kadang ada yang bisa ngecek, kadang-kadang ada yang enggak bisa. Tapi kalau kita misalkan buka Turnitin di sini. Oke, ini kalau kita klik di sini. Nah, ada keluar similarity-nya tuh. Oke, ini keluar. Kalau kita klik tadi, saya sudah buka. Mana dia? Ini. Nah, di sini kan. Ini kan ada artikelnya. Eh, di sini ada keluar similarity 1%. Artikelnya mana saja nih? Dari sini 1%, 1%, bla bla bla. Ini kan enggak dihitung. Nah, AI 49%. Di bagian bawah ini. Oke. Tidak semua akun Turnitin menunjukkan ini. Ini kalau saya dobel klik. Nah, ini akan dia akan buka link baru. Nanti dia akan mengidentifikasi mana yang dibikin AI, mana yang enggak dibikin AI. Iya. Nah, ini contohnya ya, 49% teks digenerate oleh AI. Dia bilang 0% yang di-paraphrase menggunakan AI. Oke, ini. Jadi, nanti ketahuan juga kalau kita, kalau kita mau pakai, eh, Grammarly atau ini. Nah, ini dia salah, salah mutlak lah ini. Kahan-nya pun sampai 51%. Harusnya ini 100% pakai AI. Ini yang dideteksi cuman bagian intronya saja, ya. Beberapa penjelasan di sini yang saya pakai AI, malah dia enggak detek. Oke, sudah. Eh, itu Bu Dian. Kemudian, pengguna Zoom, apabila satu artikel kita mencoba submit di beberapa jurnal untuk melihat peluang dengan, bla bla bla. Eh, kalau menurut aturan itu enggak boleh, karena kita juga diminta untuk declare, kan, di ketika submit itu, bahwa kita sedang tidak dipertimbangkan di jurnal lainnya. Jadi, etikanya harus nunggu. Oke. Katanya etika itu lebih tinggi daripada hukum. Nah, itulah kenapa saya selalu bilang bahwa, "You try the top journals." Karena mereka tuh cepat reject-nya. Yang kita enggak suka itu reject itu enggak apa-apa, l. Itu bagian dari proses, kan. Kadang-kadang scope-nya enggak sesuai gitu. Yang, yang masalah itu kan hold-nya lama sekali itu, loh. 3 bulan belum ada berita, 4 bulan belum ada berita. Sementara beasiswa sudah habis, tabungan sudah menipis. Nah, ini yang jadi masalah nih. Kalau yang, yang S3. E, oke. Kemudian, Bu Maya. [Musik] E, saya ingin menanyakan, bagaimana cara cepat menyelesaikan format manuskrip dari 12.000 kata menjadi 10.000 kata, termasuk daftar pustaka? Oke, cara paling cepat adalah gini, ya. Saya misalkan, saya demo kan aja langsung. Eh, ini, eh, cara paling cepat gunakan 4o. Oke, kemudian kita import, input dia ke, eh, ke dalam kanvas. So, write, rewrite, misalkan, ya. Ini, ini, ini harus betul prompt-nya nih. E, "Word by word the introduction section." Oke, ini ya. Saya tulis in Canvas, Bu. Saya lampirkan ini. Emm, mana tadi demo revisi, ya? R. Oke, sudah. Kemudian, nah, dulu dia memasukkan dulu file-nya. Iya, Pak. Bentar. Kenapa mau tanya ini? Langsung. Nah, ini dia sudah masuk ke kanvas. Nah, di sini kita sudah bisa mainkan. Jadi, kita misalkan bagian intro ini, saya mau tulis menjadi 800 kata gitu. Tapi referensinya tuh enggak berubah semua. Jadi, cuman, cuman, eh, menulis bagian teksnya aja. Nah, caranya simpel sekali nih, tinggal kita highlight saja ini. Ini. Oke, ini pendek. Saya mau panjangkan, ya. Ni, misalkan, "Kembangkan, eh, menjadi 1.500 kata, eh, dengan mempertahankan substansi dan setiap, eh, sitasi." Ini kalau mau dipanjangkan jadi 1.500 kata, why not? Ini kelebihan GPT dibanding sama AI yang lain. Dan, dan kalau tadi, jadi dimasukkan dulu per sub, sub, sub. Masukkan, masukkan, masukkan. Kemudian di-prompt satu persatu. Kita sudah perkirakan kan, ini katanya berapa, mau dikurang jadi berapa, mau dikurangi jadi berapa, gitu. Ini udah dipanjangin jadi 1.500 kata, substansinya tetap sama, sitasinya tetap terjaga. Jadi, enggak repot. Wah, ini saya pernah ini, Bu. Dari 12.000 ke 10.000 artikel review, kan. Wah, enggak tidur saya semalaman. Saya pangkas. Oke, Bu Maya, semoga ini, eh, oke. Kerjanya dimudahkan. Eh, lalu ini, Prof, boleh ini, saya sedikit berkomentar. Terima kasih, Prof, atas responnya. Mohon maaf tadi sedang ada gangguan internet di kantor saya. Nah, kemudian begini, Prof. Kalau misalnya saya sudah, apa namanya, mengambil apa yang dari Inside ChatGPT, ya. Kemudian, kan, ketika saya pindahkan ke MS Word, itu kan berarti saya harus menindih apa, sitasi lagi di Mendeley-nya, gitu, Prof, ya? Atau ada cara lain yang tidak harus menindih ke Mendeley lagi? Jadi, kalau dilakukan seperti ini, memang link Mendeley-nya hilang, tapi list of reference-nya sama. Jadi, kita unlink saja. Jadi, enggak perlu lagi repot ngelink-kan. Karena tadi kan permintaannya kan sitasinya tetap. Jadi, enggak ada yang hilang. Sitasi tetap sama. Dia, berarti waktu dibawa ke MS Word, kan, Mendeley-nya harus di ini lagi, Prof? Harus dinyalakan kembali? Supaya saya tidak menindih kembali link? Memang itu dia menindih jadinya. Jadi, ngulang lagi dia sitasinya. Saya, Prof. Saya memang harus mengulang, ya, Prof, ya? Iya. Saya enggak tahu ada cara lain. Baik, Prof. Terima kasih. Saran saya tuh, enggak usah di, enggak usah dilinkkan. Pakai. Jadi, udah dicopy paste sebagai teks saja reference-nya. Jadi, enggak perlu kita linkkan juga. Sama kan? Ada artikelnya, sitasinya sama. Cuman, konteks pembahasannya aja yang berbeda. Sama hal dengan tadi yang, eh, saya kasih demo, kan. Saya, saya ambil pakai Zotero, kemudian saya copy paste, kan. Nanti teksnya saya pindahkan ke Word, kan. Itu seharusnya kita link kan, kan. Ini reference yang ditulis di teks ngelink ke bawah pakai, misalkan, Mendeley atau pengalaman saya ini panjang ini. Lama lebih lama dari nulis pakai AI, gitu. Menurut saya, Pak. Enggak fair. Akhirnya saya menemukan cara supaya tadi. Jadi, semua statement reference-nya tuh wajib saya sitasikan. Sehingga saya enggak perlu lagi repot mikirin link-nya itu. Dan ini saya sudah berhasil beberapa kali, eh, publish. Tapi, kalau misalkan punya waktu untuk melakukan itu, atau ada staf yang bisa membantu, ah, itu lebih bagus. Kita linkkan aja. Nah, oke. Baik, Prof. Terima kasih. He. Ada siapa nih? Pak Mazda. Ibu, eh, Ibu Mazda atau Pak Mada? Ibu Mazda. Mohon untuk dikirimkan draft prompt-nya. Eh, bukan, udah di, sama materi sekalian. Ini saya kirimkan sekarang lah. Selagi, atau jangan-jangan panitia memang sengaja membatasi untuk tidak dikirimkan. Kayaknya ini dia. Ini handout plus prompt. Sudah saya kirimkan. Materi sama draft prompt sudah saya kirimkan lewat chat. ChatGPT Enterprise bisa disising, tidak menggunakan data kita, jadi keamanan data terjaga. Kalau Dipsik mungkin belum bisa di-setting seperti itu, ya, Prof? Dipsik itu memang masih, eh, masih itulah. Eh, keamanan itu concern lah. Em, oke. Pak Ali, yes. Semua sudah di-share. Semua. Bu Nurlita, file prompt-nya sudah saya share di sini. Kalau kanvas-kanvasnya, Prof. Apa ini, Pak? Di Bu Diana, kalau kanvas duanya, Prof, yang perintah tadi sudah. Yang tadi, ya, Prof? Sudah. Yang tadi. Oh, sudah. E, sudah di kanvas saja. Jadi, kalau introduction sudah di, panggil, panggil lagi bagian, bagian selanjutnya, bagian selanjutnya, satu per satu. Lah, kemudian nanti tinggal dipindahkan ke Microsoft Word. Oke, draft prompt sudah saya kirim. Apa lagi ini? Mfta, apakah bisa dikirim ulang file preview-nya? Sudah ada dikirim tadi di atas. Oke. Fernanda Fernandez De Calvarho, ini mana orang Timor Leste, ya? Eh, karena tadi ada gangguan internet, agak ketinggalan sedikit. Saya kan mahasiswa warga negara asing. Jadi, kadang sering ada kesalahan dalam menulis bahasa Indonesia. Jadi, apakah aman jika saya menggunakan ChatGPT untuk membenarkan kata dan urutan dan struktur penyusunannya? Dan apakah aman jika saya langsung meng-copy yang sudah digenerate dari ChatGPT, Pak? Ya, belum ada yang melarang. Eh, ini ya, Fernanda, ya. Jadi, aman-aman saja. Kalau di saya, saya malah mewajibkan. Maksud saya, pakai ChatGPT. Saya bilang, "Saya enggak mau lagi cek grammar satu persatu." Apalah, eh, satu persatu, kan. Di Indonesia harus baca, pocinya lah. Kalau yang menjadi masalah, kita di dosen itu, mahasiswa copy-paste dari GPT. Baca juga enggak. Gimana enggak enak. Terus dia minta, dia mau itu kan melecehkan dosen. Ini hati-hati loh, mahasiswa. Tiba-tiba bagus, terus hancur. Enggak pernah kamu baca. Kamu minta dosennya koreksi. Itu bukan namanya itu, bukan namanya melecehkan. Oke. Jadi, memang harus, harus ngertilah. E, harus ngerti bahwa ini pekerjaan saya. Saya bertanggung jawab atas konten segala macam ini. Tiba-tiba ada mahasiswa, kan, ditulis lah pakai AI ini. Dia sendiri enggak baca. Terus dia, dosennya untuk betulkan segala macam. Nah, kalau ini, saya sikat aja nih, kalau ada mahasiswa kayak gini. E, oke. Maaf, tiba-tiba saya curhat di sini. Uh, ini direkam lagi, enggak ada yang mau lagi. Jadi, mahasiswa saya ini. Oke. Untuk slide presentation, nanti sama panitia. Oke, sudah habis pertanyaannya, ya. Ada yang mau bertanya langsung, mungkin? Mungkin, Bapak Ibu, terakhir, karena waktunya sudah tinggal sebentar. Untuk yang, apa, slide, kayaknya sudah dikirim sama Prof tadi di chat juga. Judulnya, "Hand and Prompt," itu, ya, Prof? Bagi yang menanyakan, silakan, Bapak Ibu sekalian. Udah ini semuanya. Lagi, lagi nulis artikel nih. Jadi, minggu depan UB apa, UB sudah submit 1.000 lagi artikel. [Musik] Tambahan. Mohon izin saya bertanya satu aja, Gi. Silakan, Bu. Tadi kan, Prof Roil, kan, menyajikan tentang ChatGPT 4.0 sama ChatGPT O1, ini, Prof, ya. Itu bedanya apa, ya, Prof, ya? Sama, apa ada biaya yang berbeda kalau kita melanggan? Terima kasih. Oke, jadi, kalau kita 4o ini, oke, ada batasannya itu, walaupun kita beli, ya. Kalau beli yang plus, itu jadi penggunanya ini, kan, dia ikut waktu, ya. Ada yang ketika ramai banget itu, pick time. E, ada juga enggak berkurang banget. Nah, kalau di waktu dia enggak ada, enggak banyak pengguna, servernya itu, itu hampir enggak ada batasannya tuh pakai 4. Tapi kalau dia di pick time, itu yang, eh, yang plus, yang berbayar, atau yang Teams, itu priority. Nah, priority-nya tuh ada kuotanya. Kalau yang plus itu 40 prompt per 3 jam. Coba aja. Iya, sering-sering itu, nanti tiba-tiba dibilangin, "Oke, prompt Anda hanya sekian." Gitu. Ada tiba-tiba keluar, eh, pesannya itu. Oke, em, kemudian, setelah itu suruh nunggu. Nah, suruh tunggu berapa jam lagi, gitu. Nah, itu yang 4o. 4o ini pakai token-nya enggak banyak. Yang banyak pakai token itu O1. Nah, O1 ini ada limitnya. Kita dikasih 50 prompt per minggu. Satu minggu, 50 prompt. Setelah habis itu, kuotanya tuh, ya, tunggu lagi 5 minggu ke depan. Dari segi ini, bedanya kalau untuk di konteks, jadi, Pak, untuk mikir, Pak, untuk mikir. Kalau ada finding gitu, itu, Pak, Pak. Tapi kalau nulis sesuatu yang kontennya kita sudah sediakan segala macam, itu, kita pakai 1. Kira-kira begitulah, eh, perbedaannya. Oke, itu, Bu. Pandai-pandailah pakai. Karena kalau salah nih, ada orang nulis-nulis pakai O1, ya, bisa. Tapi, satu, kuotanya habis. Terus, kedua, nanti kadang-kadang dia overal, dia lebay sedikit, karena dia memang bahwa kamu itu apa, ditagih itu orang yang, IQ-nya setara PH. Untuk pun topik yang ditanyakan, jadi jawabannya kadang-kadang itu berlebihan. Eh, kalau pakai O1 untuk nulis, jadi O1 untuk itu aja, merevisi atau mengevaluasi, eh, naskah saja. Oke. Eh, bagaimana, baik, Prof, begini. Saya kan sudah berlangganan ChatGPT, ya, Prof, ya. Untuk improvement manuskrip saya. Saya juga sudah berlangganan QuillBot, Grammarly, udah semua, ya, berlangganan secara official. Nah, saran dari Prof Roil ini gimana? Untuk, apakah ini sudah cukup atau bagaimana untuk membuat manuskrip yang bisa accept di Q1? Terima kasih, Prof. Eh, Ibu perlu berlangganan Scopus. Set AI dengan GPT saja. Grammarly sama yang lain-lain itu enggak perlu. Baik, terima kasih. Saya sendiri juga udah enggak pernah lagi pakai Grammarly, pakai, eh, QuillBot itu sudah enggak pernah lagi. Berarti hanya ChatGPT sama Site AI, ya, Prof, ya? Saya pakai tadi, Side AI. Kalau pakai Space juga oke juga. Space juga oke. No problem. Ini yang penting. Tapi ini pun penting kalau, eh, kita merasa perlu dibantu nyari, nyari statement, kan. Kalau kita merasa, ya, saya bisa nyari sendiri, ngapain, ya. Paling penting, ya, Scopus. Saya pribadi, ya, enggak merasa enggak perlu AI. Kalau saya harus nulis sendiri, karena capek juga kita harus memverifikasi. Mending kita cari sendiri artikelnya, kita baca, kan. Kita tahu bagian mana yang perlu sitasi segala macam. Itu jauh lebih efisien, eh, dan lebih, apa, ya, eh, lebih yakin lah, secara dari segi integritasnya. Baik, Prof. Berarti kalau saya hanya berlangganan ChatGPT 4.0 sama Site AI ini sudah cukup, ya, Prof, ya? S Space yang sudah saya langgan. Cukup. Cukup. Itu sudah cukup. Terima kasih, Prof. Iya, Prof. Eh, karena waktunya sudah jam 11.30, jadi kami harus segera mengakhiri pertemuan kali ini. Mungkin nanti bisa ditanyakan kembali, Bapak Ibu, kalau ketemu dengan Prof Roil, mungkin ada kegiatan selanjutnya. Terima kasih, Bapak Ibu sekalian, atas kehadirannya. Memang mungkin, eh, karena kali ini praktiknya cukup banyak, dan mungkin ada yang ketinggalan, atau mungkin internetnya sedang tidak, eh, konsisten. Bisa nanti, eh, videonya akan di-share oleh panitia. Jadi, jangan khawatir, Bapak Ibu, nanti bisa diulang lagi caranya bagaimana, pelan-pelan. Prompt-nya juga sudah dikirimkan di, di chat, Bapak Ibu, sehingga bisa mencoba sendiri nanti di rumah. Karena memang untuk tulisannya tinggal, sebenarnya kita, eh, sering belajar atau tidak. Karena ini memang hal yang baru. Mungkin beberapa, kalau yang, apalagi kalau yang sosial, ini kan agak, ini, apa, gitu, kan. Jadi, memang, ya, harus belajar lagi dari awal. Yang cukup sangat menarik untuk bisa kita lakukan, karena memang targetnya kan 4.000 artikel. Demikian, terima kasih, Bapak Ibu sekalian, atas kehadirannya. Akhir kata, selamat siang. Wassalamualaikum warahmatullahi wabarakatuh. Saya kembalikan ke MC. Baik, terima kasih. Kami sampaikan kepada moderator Ibu Fransiska Ayu Asanto, S.M., dan narasumber pada hari ini, Associate Prof. Muhammad Roil. Bapak Ibu dan adik-adik mahasiswa yang berbahagia, tibalah kita di penghujung acara workshop penulisan artikel ilmiah untuk jurnal internasional bereputasi penggunaan artificial intelligence pada hari ini, Rabu, tanggal 26 Februari 2025. Semoga melalui penggunaan artificial intelligence ini dapat menunjang penulisan draf manuskrip jurnal bereputasi demi menunjang IKU Universitas Brawijaya. Atas nama panitia, kami mengucapkan terima kasih atas keikutsertaan dan partisipasi aktif Bapak Ibu, dan mohon maaf apabila ada yang kurang berkenan. Akhir kata, selamat siang. Wassalamualaikum warahmatullahi wabarakatuh. Prof, terima kasih banyak, ya. Jangan, eh, bosan kalau kita ributi gitu, ya, kalau mau belajar langsung, gitu. Iya, Bu. Sama-sama. I, nanti kita koordinasi lagi untuk setelah Lebaran, Prof. Terima kasih. Eh, tugas berat ini, Bu Diana, nih. 4.000, Prof, harus didukung. 200, 200, 200, 200 orang. Iya, makanya. Terima kasih, Bapak Ibu sekalian. Bersama kita bisa, ya. Harus bisa, sih, kalau data sekarang, karena mudah, ya. Kalau harus ngajarin nulis itu memang berat. Tapi kalau pakai prompt, itu insyaallah cepat. Iya, Prof. Iya. Terima kasih, Prof. Terima kasih, Bapak Ibu sekalian. Selamat siang. Wassalamualaikum warahmatullahi wabarakatuh. Silakan, Prof. Mohon izin juga, ya.