Bisakah Perplexity AI Menggantikan Google Scholar? Jawabannya Tak Sesederhana yang Dibayangkan

Perplexity AI, terutama dengan mode fokus "Akademis" (Academic) miliknya, adalah lapisan sintesis dan orientasi. Mode akademisnya memprioritaskan sumber-sumber ilmiah seperti makalah yang telah ditinjau sejawat (peer-reviewed), artikel jurnal, dan publikasi riset. Alat ini dapat merangkum temuan dengan kutipan langsung (real-time) sebagai respons terhadap pertanyaan dalam bahasa alami . Perplexity dirancang untuk kecepatan dan pemahaman, bukan untuk katalogisasi yang ekshaustif .

Keterbatasan Utama Perplexity untuk Pekerjaan Akademis

Keandalan Kutipan Masih Menjadi Masalah

Perplexity memang bisa menampilkan kutipan yang berguna, tetapi setiap kutipan tetap harus diperiksa secara manual terhadap sumber aslinya sebelum bisa digunakan dalam karya akademis . Sebuah studi pada tahun 2025 menemukan bahwa Perplexity, bersama dengan Copilot dan Claude, memiliki "salah satu tingkat halusinasi tertinggi" dalam pengambilan referensi bibliografi, dengan hampir 40% referensi yang dihasilkan oleh chatbot adalah "salah atau sepenuhnya palsu" . Analisis skala besar lainnya menemukan tingkat kesalahan sebesar 37% untuk kutipan terkait berita — lebih dari satu dari tiga klaim yang dikutip mengandung ketidakakuratan .

Tingkat kesalahan Perplexity dalam pengujian terkontrol sebanyak 120 pertanyaan lebih rendah dari Gemini (89% vs. 63% akurasi kutipan), tetapi kesenjangan ini mencerminkan perbedaan struktural dalam arsitektur sumber data . Perplexity secara eksplisit melacak kutipan ke halaman web langsung dan mengindeks database ilmiah secara hampir real-time, sementara Gemini sering kali mensintesis dari data pelatihan yang telah dikumpulkan . Meskipun demikian, belum ada studi independen berskala besar tentang akurasi kutipan akademis di mode Akademis Perplexity yang telah dipublikasikan .

Kesenjangan Kualitas Sumber dan Tembok Berbayar (Paywall)

Perplexity tidak boleh dianggap sebagai otoritas akhir untuk memastikan apakah suatu makalah benar-benar ada, apakah suatu sumber telah ditinjau sejawat (peer-reviewed), atau apakah suatu kutipan mendukung kalimat di sebelahnya . Perplexity mungkin menampilkan catatan dari PubMed, Semantic Scholar, repositori institusi, penerbit, dan server pracetak (preprint), tetapi tidak ada bukti publik tentang metodologi pemilihan sumber yang lengkap atau transparan untuk sumber mana yang disertakan .

Bukan Pengganti Sejati untuk Penelusuran Rantai Kutipan (Citation Chaining)

Perplexity dapat membantu mengidentifikasi makalah dengan cepat, tetapi Google Scholar lebih unggul dalam hal menemukan makalah, memeriksa keberadaannya, dan mengeksplorasi hubungan kutipan . Pelacakan kutipan Google Scholar — yang menunjukkan berapa kali suatu makalah telah dikutip dan oleh siapa — tetap menjadi alat yang sangat diperlukan untuk memahami lintasan riset suatu bidang .

Sintesis vs. Data Primer

Perplexity paling kuat sebagai lapisan penemuan dan sintesis, bukan sebagai sumber akhir untuk klaim-klaim tepat dari riset primer . Algoritme perangkumnya dapat melewatkan nuansa-nuansa penting yang hanya bisa ditangkap oleh tinjauan manual .

Rekomendasi Konsensus dari Para Ahli

Berbagai sumber — termasuk perbandingan mendetail dari publikasi riset akademis dan ulasan teknologi — sepakat pada rekomendasi yang sama :

• Gunakan Perplexing terlebih dahulu untuk mendapatkan gambaran cepat tentang topik baru, mengidentifikasi makalah yang berpotensi relevan, dan memahami lanskap riset .
• Kemudian gunakan Google Scholar untuk memverifikasi bahwa makalah-makalah tersebut benar-benar ada, memeriksa jaringan kutipannya, dan membangun daftar pustaka yang dapat dipertanggungjawabkan .
• Tidak ada alat yang menggantikan yang lain. Perplexity adalah asisten riset; Google Scholar adalah katalog perpustakaan .

Alur kerja hibrida ini adalah pendekatan paling efektif untuk riset akademis di tahun 2026. Seperti yang dikatakan oleh seorang pengulas: "Untuk riset cepat dalam 2 minggu, Perplexity mengalahkan Google Scholar dalam kecepatan dan sintesis, tetapi Anda harus memverifikasi setiap kutipan secara manual" .

Kapan Harus Menggunakan Mode Akademis Perplexity?

Pengguna Perplexity Pro mendapatkan mode fokus Akademis yang membatasi pencarian pada sumber yang telah ditinjau sejawat (peer-reviewed) melalui database Semantic Scholar yang berisi lebih dari 200 juta makalah akademis . Saat diaktifkan, Perplexity mengabaikan blog, situs berita, dan Wikipedia, hanya mengembalikan jurnal yang telah ditinjau sejawat (peer-reviewed journals), database akademis, dan publikasi ilmiah .

Gunakan Perplexity saat Anda membutuhkan:

• Orientasi cepat ke area riset baru
• Sintesis dari beberapa makalah tentang suatu topik
• Daftar pustaka awal untuk penyelidikan lebih lanjut
• Data terkini dengan atribusi untuk verifikasi

Intinya

Alat pencari AI seperti Perplexity sedang mengubah cara peneliti menemukan dan mengonsumsi informasi, tetapi mereka bukanlah pengganti Google Scholar. Google masih menguasai sekitar 89% pangsa pasar pencarian, namun pengguna-power, seperti peneliti dan analis, semakin banyak yang beralih ke alat berbasis AI . Perplexity mengalami lonjakan volume kueri sebesar 239% dalam satu tahun, mencapai hampir 800 juta kueri bulanan .

Akan tetapi, data yang ada menunjukkan dengan jelas: alat pencari AI menggantikan Google untuk kueri akademis spesifik dengan intensi tinggi, bukan untuk riset rantai kutipan yang ekshaustif . Pendekatan yang paling produktif adalah menggabungkan kedua alat: gunakan Perplexity untuk sintesis cepat dan Google Scholar untuk verifikasi serta pendalaman.