Deteksi Teks Akademik berbasis Generative AI: Studi Akurasi ZeroGPT dan Implikasinya terhadap Keadilan Evaluasi Pembelajaran

Falaq, Fitrah Izul

Jurnal Cahaya Edukasi
Vol 3 No 1 (2026): Januari 2026

Integrasi generative ai yang berkembang pesat dalam dunia pendidikan menimbulkan kekhawatiran terhadap integritas akademik, khususnya dalam evaluasi tugas tertulis. Penelitian ini bertujuan untuk menilai akurasi ZeroGPT sebagai alat deteksi teks yang dihasilkan kecerdasan buatan. Penelitian ini menggunakan pengujian dengan model evaluasi klasifikasi kinerja yang diinterpretasikan menggunakan analisa deskriptif kuantitatif dan kualitatif berdasarkan studi literatur. Objek penelitian berupa 80 teks akademik berbahasa Indonesia dengan topik materi evaluasi pembelajaran, secara rinci terdiri dari 40 teks hasil generasi AI dan 40 teks yang ditulis oleh mahasiswa program sarjana. Hasil pengujian menggunakan confussion matriks menunjukkan ZeroGPT mencapai akurasi keseluruhan sebesar 37,5%, dengan tingkat recall sebesar 55% untuk teks hasil AI serta tingkat kesalahan positif palsu (false positive) sebesar 80% pada teks yang ditulis manusia. Temuan ini menunjukkan keterbatasan reliabilitas ZeroGPT, sehingga menjadikannya tidak layak digunakan sebagai alat pendeteksi tunggal penilaian sumatif. Penelitian ini merekomendasikan agar pendidik: (1) menerapkan penelaahan manual dan pertimbangan profesional; (2) menggunakan ZeroGPT semata-mata sebagai alat pendukung; dan (3) merancang evaluasi yang menekankan proses, refleksi, dan pemahaman konseptual guna meminimalkan risiko otomatisasi.