Dari tumpukan data menuju pengetahuan yang dapat dicari
Kecerdasan buatan untuk riset adalah penggunaan teknologi komputasi guna mengolah kumpulan informasi ilmiah agar peneliti dapat menemukan, menghubungkan, dan memanfaatkan pengetahuan dengan lebih terarah. Inilah pergeseran yang membuat AI riset nasional penting: nilainya bukan sekadar menghasilkan jawaban, melainkan membantu informasi penelitian menjadi lebih mudah ditelusuri.
Tiga mahasiswa semester tujuh Sains Data Universitas Nusa Mandiri—Abira Wisnunggal, Inggit Plowrensita, dan Nisrina Khansa Permatasari—magang di Badan Riset dan Inovasi Nasional melalui Internship Experience Program 3+1. Mereka ikut mengembangkan Research Intelligence untuk mendukung pengelolaan informasi ilmiah, dengan teknologi Retrieval-Augmented Generation yang menghubungkan model bahasa besar dan data bibliometrik penelitian.
Direktur Evaluasi Kebijakan Riset, Teknologi, dan Inovasi BRIN, Dr Yan Riyanto, menilai bahwa “Pemanfaatan data dan kecerdasan buatan membuka peluang untuk mengolah informasi penelitian menjadi pengetahuan yang lebih mudah ditelusuri dan dimanfaatkan”. Arah ini tepat: ketika publikasi dan metadata penelitian terus bertambah, akses yang terstruktur dapat membantu peneliti menemukan karya relevan, bukan mengulang pencarian dari awal.
Big data riset perlu menjawab pertanyaan yang tepat
Teknologi pencarian berbasis AI hanya berguna jika data yang mendasarinya tertata dan pertanyaan risetnya jelas. Karena itu, big data riset bukan perlombaan mengumpulkan sebanyak mungkin informasi. Tantangannya adalah menilai relevansi sumber, menjaga mutu data, dan membuat hasil analisis dapat diperiksa kembali. Tanpa langkah tersebut, sistem yang cepat berisiko menyajikan temuan yang sulit ditafsirkan atau kurang sesuai konteks.
Magang mahasiswa UNM mempertemukan pembelajaran analitik data dengan persoalan pengelolaan informasi di lembaga riset. Ketua Prodi Sains Data UNM, Tati Mardiana, menyebut pengalaman magang memberi mahasiswa kesempatan menerapkan ilmu kuliah untuk menyelesaikan persoalan nyata. Manfaatnya tidak berhenti pada keterampilan teknis: mahasiswa juga berhadapan dengan kebutuhan agar data ilmiah dapat dicari dan dipakai oleh orang lain.
Agar Research Intelligence berguna bagi komunitas penelitian, pengembang perlu memperhatikan ketepatan sumber, keterlacakan jawaban, dan keterbatasan model. AI sebaiknya menjadi alat bantu eksplorasi, bukan pengganti penilaian ilmiah. Ukuran keberhasilannya bukan banyaknya fitur, melainkan apakah peneliti dapat bergerak dari pertanyaan menuju bukti yang relevan dengan lebih efisien.
Korpus digital memperluas penelitian bahasa
Peluang yang sama tampak dalam penelitian linguistik. Pada 18–22 Oktober 2026, UPN “Veteran” Jawa Timur mengadakan Program Diaspora Berdampak bersama Lalu Nurul Yaqin, akademisi linguistik dari Universiti Brunei Darussalam, atas prakarsa dosen Ilmatus Sa’diyah. Rangkaian kegiatan melibatkan sekitar 150 mahasiswa dan dosen, dengan pembahasan big data, sumber korpus, scientometrik, dan kecerdasan buatan.
Korpus digital linguistik menyediakan kumpulan data bahasa autentik yang dihimpun dan diolah secara sistematis. Dengan sumber seperti ini, peneliti dapat mengamati pola penggunaan kata dan gejala kebahasaan dalam cakupan yang lebih luas. Namun, jumlah data saja tidak menjamin analisis yang baik: pemilihan sumber, konteks, dan cara menafsirkan temuan tetap menentukan.
Salah satu agenda program tersebut adalah prototipe korpus digital bahasa Indonesia–bahasa Melayu Brunei, yang berpotensi mendukung dokumentasi serta analisis lintas bahasa. Ini contoh konkret bagaimana AI, korpus, dan kerja sama akademik dapat saling melengkapi. Jika sumber datanya dirawat dan aksesnya dikembangkan, mahasiswa serta dosen memiliki lebih banyak bahan dan metode untuk merancang penelitian kolaboratif.
Kolaborasi harus menghasilkan riset yang berlanjut
Dua inisiatif ini menunjukkan bahwa teknologi baru bernilai ketika terhubung dengan kebutuhan nyata: menata informasi ilmiah di tingkat nasional dan membuka sumber data bagi kajian bahasa. Keduanya juga mengingatkan bahwa perangkat digital bukan hasil akhir. Kualitas penelitian bergantung pada keahlian manusia yang memilih data, memeriksa keluaran, dan merumuskan pertanyaan yang bermakna.
Di UPN “Veteran” Jawa Timur, penyusunan draf artikel dan dokumen kolaborasi riset Indonesia–Brunei menjadi langkah menuju kerja sama lebih terstruktur. Ke depan, program riset bersama diharapkan memperkuat jejaring internasional, kapasitas penelitian, dan publikasi ilmiah. Sementara itu, pengalaman magang di BRIN memperlihatkan manfaat menghubungkan pendidikan Sains Data dengan kebutuhan praktis pengelolaan informasi.
Kesimpulannya, AI dan big data dapat memperkuat penelitian bila dibangun di atas data yang dapat dipercaya, metode yang transparan, dan kolaborasi yang berkesinambungan. Pengembangan Research Intelligence dan korpus digital menawarkan jalan baru untuk menemukan serta menganalisis pengetahuan. Keberhasilannya akan ditentukan oleh seberapa jauh alat-alat itu membantu peneliti menghasilkan temuan yang dapat diuji dan berguna.
