AI buat Kerja Sehari-hari
Lesson 1 dari 3 · Pemula · 25 sampai 35 menit

AI untuk riset: dari browsing sampai report

AI bisa mempercepat riset, tetapi kualitasnya tetap bergantung pada pertanyaan, sumber, dan cara kamu memisahkan fakta dari interpretasi.

Setelah selesai, kamu bisaLesson 1 dari 3
  • Menyusun pertanyaan riset
  • Membedakan sumber primer dan sekunder
  • Membuat evidence matrix

Sebelum mulai

  • Punya satu topik riset nyata.
  • Bisa membuka dan membandingkan beberapa sumber.
Target belajar: Setelah selesai, kamu bisa membuat research plan, matriks bukti, dan ringkasan yang bisa diaudit.

Konsep utama

01Pertanyaan riset

Pertanyaan riset menentukan informasi apa yang perlu dicari dan keputusan apa yang ingin dibantu.

Kenapa penting: Tanpa pertanyaan yang jelas, AI akan membuat rangkuman luas yang sulit dipakai.

Contoh: Daripada 'riset kompetitor', tanyakan 'fitur apa yang paling sering dijual kompetitor untuk UMKM?'.

Yang sering keliru: Memulai dari pencarian sumber sebelum tahu keputusan yang ingin dibuat.

02Source hierarchy

Source hierarchy membantu memprioritaskan sumber primer, dokumen resmi, data langsung, lalu analisis pihak ketiga.

Kenapa penting: Tidak semua sumber punya bobot yang sama, terutama untuk angka, harga, regulasi, dan klaim teknis.

Contoh: Untuk fitur produk, halaman docs resmi lebih kuat daripada thread opini.

Yang sering keliru: Mencampur sumber primer dan opini tanpa label.

03Evidence matrix

Evidence matrix mencatat klaim, bukti, sumber, tanggal, dan tingkat keyakinan.

Kenapa penting: Matriks membuat riset bisa diperiksa ulang dan tidak bergantung pada ringkasan AI saja.

Contoh: Satu baris matriks bisa berisi klaim pasar, link sumber, tanggal publikasi, dan catatan caveat.

Yang sering keliru: Membuang link sumber setelah ringkasan selesai.

Cara kerjanya

Riset dengan AI harus dimulai dari pertanyaan yang jelas. Jangan mulai dari “cari semua tentang AI”. Mulai dari “apa yang perlu diputuskan?” atau “apa yang harus pembaca pahami setelah membaca report?”. AI bisa membantu membuat query, mencari pola, merangkum, membandingkan sumber, dan menyusun report.

Sumber primer lebih kuat: dokumentasi resmi, paper, laporan pemerintah, data perusahaan, regulasi, atau pengumuman resmi. Sumber sekunder seperti artikel media berguna untuk konteks, tapi jangan jadi satu-satunya dasar untuk klaim teknis atau angka penting.

Workflow riset sehat: define question -> search source -> extract claims -> verify -> compare -> synthesize -> write report -> mark uncertainty. AI bagus untuk mempercepat ekstraksi dan sintesis, tapi manusia tetap harus menilai kualitas sumber.

Contoh nyata

Untuk membuat artikel “Apa itu RAG?”, gunakan AWS/IBM/OpenAI docs untuk definisi, paper awal untuk background, lalu contoh implementasi seperti chatbot dokumen, customer support, dan internal knowledge base.

Coba sendiri

  1. 1

    Pilih satu topik AI.

  2. 2

    Buat 5 research question.

  3. 3

    Kumpulkan minimal 3 sumber primer/tepercaya.

  4. 4

    Buat report 1 halaman dengan daftar klaim dan sumber.

Prompt yang bisa dipakai

Bantu saya membuat research plan untuk topik: [topik]. Output: pertanyaan utama, sub-pertanyaan, jenis sumber yang harus dicari, keyword pencarian, risiko bias, dan format report akhir.

Cek pemahaman

Jawab dengan bahasa sendiri. Kalau masih muter-muter, baca ulang bagian yang paling nyangkut.

  1. 1

    Apa beda sumber primer dan sekunder?

  2. 2

    Kenapa AI tidak boleh jadi satu-satunya sumber riset?

  3. 3

    Apa urutan workflow riset yang sehat?

Tugas

Buat research brief 2 halaman tentang satu topik AI yang sedang relevan untuk audience Indonesia.

Lanjut ke materi berikutnya

Setelah riset lebih rapi, lanjut ke writing agar temuan bisa berubah menjadi artikel, email, dokumen, atau laporan.
AI AgentAPIWebhookEval
Lanjut: AI untuk writing: artikel, email, dokumen, dan laporan