Pemeriksa Sitasi AI: Verifikasi Sumber dan Temukan Referensi Palsu
2026-08-17
Pemeriksa sitasi AI memverifikasi bahwa sumber di balik klaim Anda benar-benar ada, benar-benar menyatakan hal yang Anda yakini, dan benar-benar mendukung argumen yang Anda bangun. Academic Research Assistant di Jenova melakukan hal ini — penemuan literatur waktu nyata di berbagai database akademik utama, verifikasi tingkat sumber, dan manajemen sitasi dalam satu alur kerja. Ketika konten yang disusun AI membanjiri manuskrip, artikel blog, dan laporan, kesenjangan antara referensi yang tampak masuk akal dan referensi nyata telah menjadi ancaman terbesar terhadap kredibilitas.
✅ Memverifikasi sitasi terhadap database akademik dan repositori langsung, bukan memori model ✅ Menemukan referensi palsu, tidak cocok, dan tidak akurat secara semantik sebelum publikasi ✅ Mengelola pemformatan APA, MLA, dan Chicago sekaligus verifikasi ✅ Berfungsi lintas disiplin — riset biomedis, hukum, teknis, dan humaniora
Untuk memahami mengapa hal ini penting saat ini, kita perlu melihat skala masalahnya. Sitasi palsu bukan lagi kasus pinggiran atau keanehan model bahasa generasi awal — sitasi tersebut muncul dalam literatur yang ditinjau sejawat, tugas mahasiswa, dan jurnalisme yang diterbitkan dengan tingkat kejadian yang sedang diukur secara aktif oleh para peneliti. Bagian berikut membahas temuan data.
Jawaban Singkat: Apa Itu Pemeriksa Sitasi AI?
Pemeriksa sitasi AI adalah alat verifikasi yang mencocokkan klaim dengan dokumen sumber dan database otoritatif untuk mengonfirmasi bahwa sitasi ada, diatribusikan dengan benar, serta benar-benar mendukung pernyataan yang dilampirinya. Alat ini melampaui pemeriksaan pemformatan dengan menganalisis apakah sumber tersebut benar-benar menyatakan apa yang diklaim oleh teks yang mengutipnya.
Kemampuan utama:
- Verifikasi keberadaan — mengonfirmasi bahwa referensi nyata dan terindeks dalam database yang sah, bukan hasil halusinasi
- Akurasi atribusi — memeriksa bahwa klaim dikreditkan kepada makalah, penulis, dan publikasi yang tepat
- Validasi semantik — menganalisis apakah isi sumber benar-benar mendukung klaim spesifik, bukan sekadar topik umum
- Integritas tautan dan metadata — menandai URL rusak, DOI keliru, dan tahun publikasi yang tidak cocok
- Manajemen sitasi — menangani pemformatan berdasarkan panduan gaya utama, didukung alat seperti Academic Research Assistant
Masalahnya: Mengapa Sitasi yang Dihasilkan AI Gagal
Perangkat lunak manajemen referensi telah menyelesaikan masalah pemformatan sejak puluhan tahun lalu. Hal yang belum pernah diselesaikannya — dan kini dibuat mendesak oleh AI generatif — adalah apakah referensi itu benar. Alat tradisional seperti EndNote, Zotero, dan Mendeley unggul dalam pemformatan bibliografis, tetapi sama sekali tidak menyediakan kemampuan verifikasi semantik.
Skala kegagalannya telah terdokumentasi:
Lebih dari 60% — Persentase respons dari mesin pencari bertenaga AI yang keliru ketika diminta mengidentifikasi artikel sumber, penerbit, dan URL. Tow Center for Digital Journalism, Columbia Journalism Review
Rata-rata tingkat kesalahan 25% — Prevalensi kesalahan sitasi semantik yang ditemukan dalam analisis jurnal sains bergengsi, terlepas dari keterlibatan AI. SemanticCite, arXiv
154 dari 200 sitasi — Jumlah sitasi Grok 3 yang mengarah ke halaman kesalahan dalam pengujian terkontrol. Tow Center, CJR
Namun, mendeteksi kegagalan ini secara manual benar-benar sulit:
- Referensi palsu terlihat sama persis secara struktural dengan referensi nyata
- Metadata yang tampak benar dapat mengarah ke makalah yang tidak pernah membuat klaim tersebut
- Verifikasi mengharuskan pembacaan teks lengkap, bukan abstrak
- Kepercayaan terhadap keluaran AI menutupi tingkat kesalahan yang mendasarinya
- Volume membuat pemeriksaan acak tidak bermakna secara statistik
Referensi Hasil Halusinasi yang Lolos Pemeriksaan Visual
Sitasi palsu biasanya memiliki nama penulis yang masuk akal, jurnal yang terdengar nyata, serta tahun dan nomor volume yang diformat. Tidak ada dari tampilannya yang menandakan masalah. Penelaah yang memindai bibliografi tidak memiliki petunjuk visual untuk membedakannya dari entri yang sah. Penelitian tentang referensi yang dihasilkan AI menemukan bahwa model bahasa dapat menghasilkan sitasi palsu atau tidak akurat bahkan ketika topik dasarnya terdokumentasi dengan baik.
Salah Atribusi ke Sumber yang Keliru
Bahkan ketika referensi itu nyata, referensi tersebut mungkin dilampirkan pada klaim yang salah. Dalam pengujian Tow Center, DeepSeek salah mengatribusikan sumber dari kutipan yang diberikan sebanyak 115 dari 200 kali — artinya, konten dari penerbit yang sah secara konsisten dikreditkan kepada media yang salah. Dalam penulisan akademik, kesalahan yang setara menyebarkan temuan nyata ke makalah yang tidak pernah menghasilkannya.
URL Palsu dan Rusak
Alat generatif sering menghasilkan tautan yang tidak mengarah ke mana pun. Tow Center menemukan bahwa lebih dari setengah respons dari Gemini dan Grok 3 mengutip URL palsu atau rusak yang mengarah ke halaman kesalahan. Grok 2 menunjukkan pola terkait — menautkan ke beranda penerbit alih-alih artikel spesifik, yang secara teknis dapat dibuka tetapi tidak menyediakan jalur verifikasi.
Verifikasi Berbasis Abstrak Saja Melewatkan Masalah Utama
Sebagian besar sistem verifikasi otomatis memeriksa sitasi terhadap database otoritas seperti CrossRef atau PubMed. Cara ini dapat menangkap referensi yang tidak ada dan metadata yang buruk. Namun, cara ini tidak dapat menangkap makalah nyata yang digambarkan secara keliru. Seperti dicatat peneliti SemanticCite, referensi dapat ada dengan metadata yang benar sementara penulis yang mengutipnya salah menggambarkan temuan sebenarnya dari sumber tersebut. Pemeriksaan tingkat abstrak memperburuk masalah ini — catatan metodologis, batasan populasi, dan keterbatasan yang diakui penulis jarang muncul dalam abstrak, padahal semuanya penting untuk sitasi yang akurat.
Penyampaian Penuh Keyakinan Mengaburkan Ketidakpastian
Mungkin mode kegagalan yang paling berbahaya bersifat nada bahasa. Tow Center mengamati bahwa alat-alat tersebut menyajikan jawaban tidak akurat "dengan keyakinan yang mengkhawatirkan, dan jarang menggunakan frasa pembatas." ChatGPT salah mengidentifikasi 134 artikel, tetapi menunjukkan kurangnya keyakinan hanya lima belas kali dari dua ratus respons, dan tidak pernah menolak untuk menjawab. Secara berlawanan dengan intuisi, model premium berkinerja lebih buruk pada aspek ini — membayar lebih menghasilkan keluaran yang lebih salah dengan penuh keyakinan.
Inilah alasan tepat mengapa alur kerja verifikasi sitasi khusus dibuat.
Mengapa Academic Research Assistant Berfungsi sebagai Pemeriksa Sitasi AI
Academic Research Assistant mendekati verifikasi sitasi seperti penelaah yang ketat: alat ini mencari database akademik langsung alih-alih mengingat dari data pelatihan, mengambil sumber yang sebenarnya, lalu mengevaluasi apakah sumber tersebut mendukung klaim spesifik yang dibuat. Urutan itu — cari, ambil, evaluasi — membedakan verifikasi dari generasi konten.
| Pendekatan Tradisional | Academic Research Assistant |
|---|---|
| Mencari setiap referensi secara manual di database | Penemuan literatur waktu nyata di berbagai repositori akademik utama |
| Manajer referensi hanya memeriksa pemformatan | Evaluasi semantik atas keselarasan klaim dengan sumber |
| Pemeriksaan acak tingkat abstrak | Pengambilan dan analisis teks lengkap dari karya yang dikutip |
| Putusan biner "ada / tidak ada" | Penilaian bertingkat: didukung, didukung sebagian, tidak didukung |
| Berjam-jam untuk setiap bibliografi manuskrip | Proses verifikasi percakapan dalam satu sesi |
| Tidak ada jejak audit bagi penelaah | Penalaran dan bukti eksplisit untuk setiap penilaian |
Pencarian Database Langsung, Bukan Ingatan Model
Perbedaan arsitektural intinya adalah dari mana sitasi berasal. Model yang menghasilkan referensi dari parameternya sedang menebak. Alat yang membuat kueri ke database dan repositori akademik langsung sedang mengambil data. Academic Research Assistant dibangun berdasarkan penemuan literatur waktu nyata, yang berarti setiap referensi yang ditampilkan atau divalidasinya memiliki asal yang dapat diambil kembali.
"Verifikasi masing-masing dari 12 referensi ini dari tinjauan literatur saya — konfirmasikan makalahnya ada, penulisnya benar, dan temuan yang saya atribusikan padanya benar-benar terdapat dalam makalah tersebut."
Pencocokan Semantik Klaim dengan Sumber
Keberadaan adalah pengujian yang mudah. Pertanyaan yang lebih sulit adalah apakah sumber membuktikan klaim tersebut. Di sinilah kerangka empat kelas yang diajukan dalam penelitian verifikasi sitasi sangat berguna: Didukung, Didukung Sebagian, Tidak Didukung, Tidak Pasti. Dukungan sebagian adalah kategori yang paling sering terlewat dalam peninjauan manual — pernyataan inti selaras, tetapi kualifikasi penting dihilangkan.
"Saya mengklaim studi ini menemukan hubungan kausal. Baca bagian metodologinya dan beri tahu saya apakah penulis benar-benar mendukung klaim kausal atau hanya klaim korelasional."
Analisis Teks Lengkap, Bukan Sekadar Membaca Abstrak
Abstrak menghilangkan informasi yang justru menentukan akurasi sitasi: batasan sampel, rincian signifikansi statistik, kondisi eksperimental, dan bagian keterbatasan. Verifikasi yang berhenti pada abstrak secara sistematis akan melewatkan klaim berlebihan. Mengambil dan membaca dokumen lengkap adalah satu-satunya metode yang andal.
Manajemen Sitasi Bersama Verifikasi
Setelah referensi diverifikasi, referensi itu tetap perlu diformat. Asisten menangani persiapan manuskrip dan manajemen sitasi dalam alur kerja yang sama — APA, MLA, Chicago, serta konvensi khusus disiplin — sehingga verifikasi dan pemformatan bukanlah dua alat terpisah dengan dua titik potensi kesalahan.
"Format referensi yang telah diverifikasi ini dalam APA edisi ke-7 dan tandai yang tidak memiliki DOI."
Agen Terkait yang Juga Berguna
Pemeriksaan sitasi jarang terjadi secara terpisah. Proses ini berada dalam alur kerja riset dan penerbitan, dan beberapa agen terkait mencakup langkah-langkah tepat sebelum dan setelah verifikasi.
Deep Research
Jika Anda sedang membangun basis sumber alih-alih memeriksa yang sudah ada, Deep Research mencari ratusan sumber dan menyintesis temuan dengan sitasi sebaris yang ketat sejak awal. Memulai dengan sumber yang berlandaskan bukti secara drastis mengurangi jumlah verifikasi yang Anda butuhkan di tahap berikutnya.
- Mencari ratusan sumber per kueri, bukan mengandalkan ingatan model
- Menyediakan sitasi sebaris yang terikat pada klaim spesifik, bukan referensi topik umum
- Menghasilkan laporan terstruktur yang cocok untuk peninjauan dan pengembangan lebih lanjut
PDF Doc Generator
Setelah sitasi Anda terverifikasi dan draf Anda final, PDF Doc Generator memformat keluaran sesuai konvensi akademik dan profesional secara otomatis — makalah riset, naskah pengajuan, serta laporan.
- Menerapkan tata letak standar disiplin untuk makalah riset dan manuskrip
- Mempertahankan pemformatan referensi dan sitasi berhipertaut
- Menangani gambar, tabel, dan lampiran tanpa pekerjaan tata letak manual
Word Doc Generator
Sebagian besar jurnal dan institusi masih menerima pengajuan dalam Word. Word Doc Generator mengubah konten yang telah diverifikasi menjadi file .docx berformat tepat dengan konvensi struktural yang diharapkan penelaah.
- Menghasilkan manuskrip siap pengajuan dengan hierarki judul yang benar
- Mempertahankan pemformatan bibliografi selama konversi
- Mendukung keluaran yang ramah track changes untuk peninjauan kolaboratif
Coba Academic Research Assistant gratis — tanpa kartu kredit.
Cara Kerja Pemeriksa Sitasi AI: Langkah demi Langkah
Proses verifikasi mencerminkan metode SIFT yang diajarkan perpustakaan universitas — Berhenti, Selidiki Sumber, Temukan Liputan yang Lebih Baik, Telusuri Klaim ke Sumber Aslinya — tetapi menjalankannya pada kecepatan dan skala yang dibutuhkan bibliografi lengkap.
Langkah 1: Ekstrak Klaim dari Kalimat yang Mengutip
Setiap sitasi melekat pada pernyataan spesifik. Langkah pertama adalah mengisolasi pernyataan tersebut — menghapus penanda atribusi dan bahasa yang menyatakan kehati-hatian untuk mengidentifikasi inti faktual yang harus didukung sumber.
"Berikut satu paragraf dari draf saya. Ekstrak setiap klaim faktual dan beri tahu saya sitasi mana yang seharusnya mendukungnya."
Langkah 2: Verifikasi bahwa Referensi Ada
Referensi dicari di database dan repositori akademik langsung. Makalah yang tidak ada, daftar penulis yang tidak cocok, dan tahun publikasi yang mustahil akan langsung terlihat pada tahap ini. Langkah ini menangkap halusinasi secara langsung.
"Periksa apakah referensi ini ada: [tempel sitasi lengkap]. Jika ada, berikan DOI atau URL yang berfungsi."
Langkah 3: Ambil dan Baca Sumber Lengkap
Setelah keberadaan dikonfirmasi, dokumen sebenarnya diambil. Pemeriksaan berbasis abstrak saja tidak cukup — bagian metodologi, hasil, dan keterbatasan memuat rincian yang menentukan apakah sitasi akurat.
"Ambil teks lengkap makalah ini dan ringkas apa yang sebenarnya disimpulkan penulis tentang besaran efek intervensi."
Langkah 4: Cocokkan Klaim dengan Bukti
Klaim yang diekstrak dibandingkan dengan isi sumber dan diberi penilaian. Klaim yang sepenuhnya didukung lolos. Klaim yang didukung sebagian — ketika pernyataan inti benar tetapi kualifikasi dihilangkan — ditandai untuk direvisi, bukan dihapus. Klaim yang tidak didukung diganti atau dihilangkan.
"Apakah sumber ini mendukung klaim saya, mendukungnya sebagian, atau tidak mendukungnya? Kutip bagian spesifik yang menjadi dasar penilaian Anda."
Langkah 5: Koreksi dan Format
Sitasi yang telah diverifikasi diformat sesuai panduan gaya yang diperlukan. Sitasi yang gagal diverifikasi diganti dengan sumber yang benar-benar mendukung klaim, atau klaimnya sendiri ditulis ulang agar sesuai dengan apa yang benar-benar ditunjukkan oleh bukti.
"Ganti tiga sitasi yang tidak didukung dengan sumber yang benar-benar mendukung klaim ini, lalu format seluruh bibliografi dalam gaya Chicago."
Hasil dan Kasus Penggunaan
📚 Audit Bibliografi Disertasi Doktoral
Skenario: Seorang kandidat PhD memiliki bibliografi berisi 180 referensi yang dikumpulkan selama tiga tahun, dengan sekitar 40 referensi ditambahkan selama penyusunan berbantuan AI dalam enam bulan terakhir.
Pendekatan Tradisional: Mencari setiap referensi secara manual di berbagai database, mengambil PDF, dan membaca ulang bagian yang dikutip — secara realistis membutuhkan 20–30 jam kerja yang tersebar selama berminggu-minggu, dengan konsentrasi yang menurun seiring waktu.
Academic Research Assistant: Proses verifikasi sistematis dalam satu sesi kerja, dengan setiap referensi dikonfirmasi terhadap database langsung dan setiap klaim dicocokkan dengan isi sumber.
- Menangkap referensi hasil halusinasi sebelum peninjauan komite, bukan sesudahnya
- Menampilkan kasus dukungan sebagian yang akan memicu pertanyaan penguji
- Menghasilkan jejak audit yang menunjukkan referensi mana yang diverifikasi dan bagaimana prosesnya
- Memformat ulang bibliografi yang telah dikoreksi sesuai persyaratan institusi melalui Academic Research Assistant
📰 Pemeriksaan Fakta Editorial pada Draf Berbantuan AI
Skenario: Sebuah publikasi menerima draf dari kontributor yang mencakup riset berbantuan AI, dan editor perlu mengonfirmasi setiap klaim eksternal sebelum menerbitkannya.
Pendekatan Tradisional: Editor membuka setiap tautan, mengonfirmasi halaman dapat dimuat, membaca klaim terkait, lalu mengulanginya. Dengan tingkat kesalahan 60 persen pada atribusi yang bersumber dari AI, sebagian besar waktu dihabiskan untuk menemukan masalah, bukan mengonfirmasi akurasi.
Academic Research Assistant: Verifikasi massal atas setiap referensi eksternal dengan penilaian bertingkat per klaim, sehingga editor dapat berfokus pada bagian yang ditandai.
- Segera mengidentifikasi URL palsu dan rusak
- Mendeteksi sitasi salinan sindikasi yang seharusnya mengarah ke penerbit asli
- Menandai klaim ketika sumbernya nyata tetapi atribusinya salah
- Mempertahankan pertimbangan editorial — alat menilai, editor memutuskan
🏥 Tinjauan Literatur Klinis dan Biomedis
Skenario: Seorang klinisi yang menyiapkan panduan praktik memerlukan kepastian bahwa setiap studi yang dikutip benar-benar ada dan rincian dosis, populasi, serta hasil direpresentasikan secara akurat.
Pendekatan Tradisional: Membandingkan setiap studi dengan PubMed, kemudian membaca bagian metodologi untuk memastikan populasi dan titik akhir sesuai dengan klaim yang dibuat.
Academic Research Assistant: Verifikasi berbasis database dengan analisis metodologi teks lengkap, menandai setiap klaim ketika populasi atau titik akhir sumber berbeda dari pernyataan yang mengutipnya.
- Menangkap kategori kesalahan berisiko tinggi — studi nyata, populasi yang salah
- Memverifikasi klaim statistik terhadap interval kepercayaan yang dilaporkan
- Berpasangan secara alami dengan Deep Research untuk mengisi kesenjangan saat sebuah klaim membutuhkan sumber yang lebih baik
- Mendokumentasikan dasar verifikasi untuk peninjauan komite panduan
📱 Verifikasi Seluler Saat Peninjauan Sejawat
Skenario: Seorang penelaah yang membaca manuskrip yang diajukan pada tablet saat perjalanan menemukan sitasi yang tampaknya terlalu dilebih-lebihkan dan ingin memeriksanya segera.
Pendekatan Tradisional: Mencatat referensi, menunggu akses desktop, mencari database, mengambil PDF, menemukan bagian terkait — tugas yang ditunda dan sering terlupakan.
Academic Research Assistant: Tempel sitasi dan klaim langsung ke chat di perangkat seluler, lalu dapatkan penilaian beserta bagian pendukungnya dalam sesi yang sama.
- Kesetaraan fitur penuh di web, iOS, dan Android
- Memori persisten menjaga sesi peninjauan tetap berkelanjutan di berbagai perangkat
- Masukan suara untuk mencatat observasi tanpa mengetik
- Catatan verifikasi diteruskan ke dalam ulasan tertulis
Pertanyaan yang Sering Diajukan
Dapatkah pemeriksa sitasi AI mendeteksi referensi palsu?
Ya — itulah fungsi utamanya. Dengan mencari database akademik langsung alih-alih mengandalkan memori model, pemeriksa sitasi AI mengonfirmasi apakah referensi benar-benar ada dan terindeks dengan tepat. Academic Research Assistant menjalankan pemeriksaan keberadaan ini terlebih dahulu, lalu melanjutkan ke verifikasi semantik untuk menilai apakah sumber nyata mendukung klaim spesifik yang melekat padanya.
Apa bedanya dengan Zotero atau EndNote?
Manajer referensi menangani pemformatan dan penyimpanan bibliografis. Mereka tidak memverifikasi konten. Seperti dicatat penelitian verifikasi sitasi, alat seperti EndNote, Zotero, dan Mendeley tidak menyediakan kemampuan verifikasi semantik — alat tersebut akan memformat referensi hasil halusinasi sama rapi seperti referensi nyata. Pemeriksa sitasi AI menangani lapisan yang tidak disentuh alat-alat tersebut: apakah sumbernya nyata dan apakah sumber itu menyatakan hal yang Anda klaim.
Apakah memeriksa abstrak cukup untuk memverifikasi sitasi?
Tidak. Abstrak menghilangkan catatan metodologis, batasan populasi, rincian signifikansi statistik, dan keterbatasan yang diakui penulis — yaitu informasi yang menentukan apakah sitasi akurat. Referensi dapat tampak mendukung klaim pada tingkat abstrak, sementara makalah lengkap membantah atau sangat membatasi klaim tersebut. Pengambilan teks lengkap adalah satu-satunya metode verifikasi yang andal.
Apakah Academic Research Assistant gratis untuk digunakan?
Paket gratis Jenova mencakup semua fitur inti dengan penggunaan bulanan yang terbatas, sehingga Anda dapat menjalankan proses verifikasi tanpa berlangganan. Paket berbayar meningkatkan kuota penggunaan secara signifikan dan membuka pilihan model kustom. Kuota penggunaan diatur ulang setiap bulan pada tanggal penagihan Anda tanpa batas harian. Periksa "Subscribe" di menu untuk detail paket terbaru.
Dapatkah alat ini memverifikasi sitasi di berbagai disiplin akademik?
Ya. Academic Research Assistant berfungsi di berbagai database dan repositori akademik utama, mencakup literatur biomedis, ilmu sosial, humaniora, hukum, dan teknis. Penelitian verifikasi telah menunjukkan bahwa pendekatan ini dapat diterapkan pada setidaknya delapan disiplin akademik yang berbeda, sementara metode dasarnya — ambil, baca, cocokkan — tidak bergantung pada disiplin tertentu.
Apa yang harus saya lakukan ketika sitasi gagal diverifikasi?
Ada dua pilihan. Ganti sitasi dengan sumber yang benar-benar mendukung klaim Anda, atau revisi klaim agar sesuai dengan apa yang benar-benar ditunjukkan oleh bukti. Kasus dukungan sebagian biasanya memerlukan pendekatan kedua — menambahkan kualifikasi yang tercantum dalam sumber. Menggabungkan verifikasi dengan Deep Research membuat penggantian menjadi cepat ketika Anda membutuhkan sumber yang lebih baik.
Kesimpulan
Sitasi palsu dan salah atribusi bukanlah risiko hipotetis. Pengujian independen menemukan bahwa alat pencarian AI menghasilkan atribusi sumber yang salah dalam lebih dari 60 persen kasus, dan kesalahan sitasi semantik terjadi sekitar 25 persen bahkan di jurnal bergengsi tanpa keterlibatan AI. Alat pemformatan tidak dapat menangkap masalah ini. Pemeriksaan acak manual tidak dapat dilakukan dalam skala yang cukup untuk menemukannya. Yang efektif adalah verifikasi sistematis — mengonfirmasi bahwa sumber ada, mengambil teks lengkap, dan mencocokkan klaim dengan bukti yang sebenarnya.
Pemeriksa sitasi AI menutup kesenjangan tersebut. Academic Research Assistant menggabungkan penemuan literatur langsung dengan verifikasi sumber tingkat klaim dan manajemen sitasi dalam satu alur kerja, sehingga referensi dalam bibliografi Anda adalah referensi yang dapat Anda pertahankan saat ditinjau.
Verifikasi sebelum menerbitkan. Coba Academic Research Assistant sekarang, dan jelajahi lebih lanjut di Jenova.
Untuk Pengembang: Academic Research Assistant tersedia secara terprogram melalui Jenova API — integrasikan verifikasi sumber dan pemeriksaan sitasi ke dalam aplikasi riset, penerbitan, atau pendidikan Anda dengan satu panggilan API. Dokumentasi lengkap →