Strategi Publikasi

Workshop Publikasi Ilmiah untuk Mahasiswa Doktoral: Bagian 2️⃣

Rizqy Amelia Zein

Departemen Psikologi, Universitas Airlangga

Research Data & Methods Team, Center for Advanced Internet Studies

2026-05-12

Outline

  • Menulis Introduction, Discussion, dan Abstract
  • Strategi memilih jurnal yang tepat
  • Integritas riset dan etika publikasi
  • Manajemen data penelitian (research data management)
  • Latihan menulis: scientific sell
  • Menggunakan LLM dalam riset dan penulisan

Introduction

  • Banyak penulis memperlakukan Introduction sebagai “ringkasan literatur”, padahal fungsinya berbeda
  • Introduction harus menjawab empat pertanyaan secara berurutan:
    1. Apa yang sudah diketahui? — konteks dan state of the art
    2. Apa yang belum diketahui/buktinya mixed? — research gap
    3. Mengapa gap ini penting untuk diisi? — justifikasi penelitian
    4. Apa yang akan dilakukan dalam studi ini? — tujuan dan pertanyaan penelitian
  • Strukturnya seperti corong (funnel): dari luas ke spesifik

Create a research space (CARS)

Model klasik yang berguna: CARS (Create A Research Space, Swales, 1990) — establish a territory establish a niche occupy the niche.

Mengapa menulis Discussion itu susah sekali?

  • Discussion dan Abstract adalah bagian yang paling sering dibaca dalam sebuah artikel ilmiah
  • Discussion bukan ringkasan Results, tetapi interpretasi dan sintesis atas hasil penelitian
  • Tantangannya: harus jujur tentang keterbatasan, sekaligus tetap meyakinkan tentang kontribusi naskah
  • Banyak naskah yang datanya bagus tapi Discussion-nya lemah ditolak atau diminta revisi mayor
  • Gunakan hedging yang tepat ketika menulis Discussion, jangan oversell!

Prinsip utama

Discussion yang baik menjawab pertanyaan “So what?” — apa artinya temuan ini bagi literatur yang sudah ada dan bagi praktik?

Alur Discussion yang efektif

Struktur Discussion yang baik mengalir dalam tiga bagian:

  1. Pembukaan — re-state pertanyaan penelitian dan jawaban singkat berdasarkan temuan utama
    • Bukan mengulang angka dari Results, tetapi sajikan interpretasi atas temuan
  2. Badan — elaborasi dan perbandingan:
    • Interpretasi mendalam atas temuan
    • Perbandingan dengan studi yang sudah ada — konsisten? Berbeda? Mengapa?
    • Implikasi teoritis dan/atau praktis
  3. Penutup — keterbatasan dan future directions:
    • Ungkapkan keterbatasan penelitian secara jujur
    • Rekomendasi untuk penelitian selanjutnya

Yang perlu dipastikan ada & yang perlu dihindari

Perlu dipastikan tercantum ✅

  • Interpretasi temuan utama
  • Perbandingan dengan literatur yang relevan
  • Implikasi teoritis dan/atau praktis
  • Keterbatasan yang dideskripsikan secara jujur
  • Arah riset ke depan

Perlu dihindari ❌

  • Mengulang angka dari Results
  • Spekulasi berlebihan di luar data
  • Mengabaikan atau meremehkan keterbatasan
  • Klaim kausalitas dari desain non-eksperimental
  • Discussion yang terlalu panjang dan repetitif

“Ngeles dengan elegan”💅

  • Semua penelitian punya keterbatasan jangan disembunyikan, justru tuliskan secara transparan
  • Tapi: membahas keterbatasan bukan berarti apologetic atas kekurangan penelitian Anda
  • “Ngeles dengan elegan” = mengakui keterbatasan sambil menunjukkan mengapa penelitian ini tetap valid dan punya kontribusi pada literatur

Terlalu apologetik ❌

“Penelitian ini memiliki terlalu banyak keterbatasan sehingga temuannya tidak dapat digeneralisasi di konteks masyarakat yang lebih luas. Oleh karena itu, kontribusi hasil penelitian ini sangat terbatas mendeskripsikan therapeutic alliance pada konteks yang amat kecil, yaitu warga di kecamatan Gubeng.”

Elegan ✅

“Meski cakupan studi ini terbatas pada konteks Indonesia, temuan penelitian ini dapat membuka peluang untuk studi komparatif lintas budaya. Aspek validitas lintas budaya dan validitas ekologis dari therapeutic alliance merupakan pertanyaan yang selama ini kurang mendapat perhatian di literatur.”

Bagaimana membahas null results?

  • Hasil “negatif” (null) dibahas persis seperti hasil “positif”, dengan struktur dan flow yang sama
  • Tidak ada perbedaan cara membahasnya, yang perlu diwaspadai adalah bias editor
  • Editor jurnal masih cenderung lebih menerima hasil “positif” naskah null results lebih susah lolos
  • TETAPI: jika protokol studi sudah didaftarkan (preregistration) atau sudah melalui Registered Report sebelum pengambilan data kemungkinan besar tetap akan dipublikasi as it is
  • Lebih detailnya, saya membahas bagaimana cara melaporkan null results disini

Faktanya

61% studi dengan format registered report menghasilkan null results, sementara hanya ~20% artikel tanpa preregistration yang dipublikasi melaporkan hasil negatif (null results, cf. van den Akker, et al., 2024).

Temuan ini menguatkan dugaan bahwa ada publication bias yang sistemik.

Strategi memilih jurnal yang tepat

Prinsip dasar: kenali jurnal sebelum submit

  • Membaca aims & scope jurnal dengan serius — bukan formalitas yang dilewati
  • Telusuri artikel yang diterbitkan 2–3 tahun terakhir: apakah topik Anda relevan?
  • Perhatikan gaya penulisan dan struktur naskah yang diterima di jurnal tersebut
  • Cek author guidelines dengan cermat sebelum mulai menulis atau merevisi
  • Satu naskah — satu jurnal pada satu waktu (no simultaneous submissions)

Penting

Submit ke jurnal yang scope-nya tidak cocok = hampir pasti desk reject. Editor bisa langsung melihat ini.

Mengapa naskah di-desk reject? 1️⃣

Berdasarkan panduan submission Psychological Science (per 30 Januari 2026), yang saya gunakan sebagai contoh, alasan desk reject pada initial editorial review:

  • Tipe artikel secara eksplisit tidak diharapkan meta-analyses and other forms of evidence synthesis are typically not considered
  • Aspek kebaruan yang ditawarkan kurang memadai harus “address an issue that makes a difference in the way psychologists think”; ekstensi inkremental tidak cukup kuat; penekanan pada inovasi dalam tujuan penelitian dan desain, bukan sekadar hasil penelitian
  • Overclaiming kesimpulan yang tidak terkalibrasi dengan bukti atau keterbatasan desain “are more likely to be rejected”

Mengapa naskah di-desk reject? 2️⃣

Berdasarkan panduan submission Psychological Science (per 30 Januari 2026), yang saya gunakan sebagai contoh, alasan desk reject pada initial editorial review:

  • Ketidakcocokan antara desain dan tujuan antara research aims dan research design, atau antara empirical results dan conclusions
  • Tanda-tanda fleksibilitas dalam menganalisis data signs of flexibility in data collection or analysis (e.g., p-hacking, perubahan hipotesis post hoc)
  • Risiko tinggi statistical inference error false positive/negative, inflated effect size

Pelajarannya

Desk reject terjadi bukan hanya kualitas naskah yang dinilai kurang memadai, tetapi bisa juga karena ketidakcocokan scope dan penulis melakukan overclaim dalam naskahnya.

4️⃣®️ dalam memilih jurnal

  • Relevance — apakah topik Anda benar-benar sesuai dengan scope jurnal?
  • Reach — siapa pembaca jurnal tersebut? Apakah sesuai audiens yang Anda tuju?
  • Reputation — bagaimana persepsi komunitas ilmiah terhadap jurnal ini? (bukan hanya impact factor)
  • Realism — apakah naskah Anda kompetitif untuk jurnal tersebut?

Bonus R: Resources

Berapa APC yang harus dibayarkan? Apakah ada fee waiver untuk peneliti dari negara berkembang? Cek dulu, karena banyak jurnal yang menyediakan waiver tapi tidak disebutkan secara eksplisit.

Bibliometrik adalah heuristik

  • Impact Factor (JIF), quartile Scopus (Q1–Q4), dan h-index adalah metrik prestise — bukan ukuran kualitas artikel secara langsung
  • Fungsi praktisnya: membantu seleksi awal target jurnal agar setidaknya eligible untuk keperluan PAK atau syarat kelulusan S3
  • Yang lebih penting untuk dijadikan dasar:
    • Apakah komunitas yang Anda tuju membaca jurnal ini?
    • Apakah jurnal ini menerbitkan artikel sejenis dengan naskah Anda?
    • Berapa lama proses review-nya biasanya?

Rekomendasi yang sering diberikan peneliti senior

Submit di jurnal yang Anda sering sitir. Jika jurnal tersebut sudah muncul di daftar pustaka Anda, berarti komunitas pembacanya memang relevan dengan topik riset Anda.

Pertimbangan proses editorial

Selain scope, perhatikan hal-hal ini sebelum memutuskan:

  • Cakupan (scope): baca dengan cermat, jangan hanya mengandalkan nama jurnal
  • Dewan editor (editorial board): apakah ada pakar di bidang Anda? Dari institusi terkemuka?
  • Daftar pustaka Anda: submit where you cite — jurnal yang Anda sitir adalah komunitas yang relevan
  • Open research policy: apakah jurnal mendukung pre-registration, open data, atau Registered Reports?
  • Rekomendasi kolega/promotor: tanya kepada peneliti senior yang sudah berpengalaman submit ke jurnal tersebut

Hindari

…memilih jurnal hanya karena quartile-nya tinggi atau APC-nya terjangkau. Ketidakcocokan scope hampir selalu berakhir dengan desk reject.

Strategi khusus untuk review articles

  • Scoping dan systematic review punya masih punya tempat di komunitas ilmiah, tetapi kompetisinya ketat
    • Ada tren scoping dan systematic review lebih sulit diterbitkan karena ada lonjakan tipe artikel yang sama yang berasal dari paper mill
  • Sebelum menulis, lakukan cek duplikasi: apakah review serupa sudah diterbitkan baru-baru ini?
    • Jika ya naskah Anda harus punya nilai tambah yang jelas
  • Novelty bisa datang dari: populasi berbeda, konteks berbeda, periode lebih baru, metodologi lebih ketat
    • Gunakan strategi systematic search meskipun untuk scoping review
  • Beberapa jurnal punya section khusus untuk review articles, jadi prioritaskan jurnal-jurnal ini

Tips

Daftarkan protokol review Anda di PROSPERO sebelum mulai pengumpulan data. Ini meningkatkan kredibilitas dan sangat diapresiasi oleh reviewer.

Cover letter

  • Cover letter adalah kesan pertama — editor membacanya sebelum membuka naskah
  • Cover letter yang baik berisi:
    • Judul dan jenis artikel yang diajukan
    • Pernyataan singkat tentang apa yang dilakukan dan mengapa relevan untuk jurnal tersebut
    • Kontribusi utama dalam 2–3 kalimat — apa novelty-nya?
    • Konfirmasi bahwa naskah tidak sedang disubmit ke jurnal lain (no simultaneous submission)
    • Konfirmasi kelayakan etik (ethical clearance) hanya jika relevan
  • Sebutkan secara eksplisit mengapa naskah ini cocok untuk jurnal yang dituju

Sebenarnya🙈

Editor tidak pernah membaca cover letter🙃 Fokuskan energi Anda untuk menyiapkan naskah. Cover letter dapat ditulis oleh LLM.

Saat menerima review: jangan langsung dibalas

  • Menerima review — apalagi yang keras — bisa memicu reaksi emosional yang wajar
  • Tunggu 1–2 hari sebelum mulai merespons
  • Baca semua komentar reviewer terlebih dahulu, baru mulai menyusun respons
  • Lakukan triage: mana yang valid, mana yang perlu klarifikasi, mana yang tidak Anda setujui
  • Jangan pernah membalas dengan nada defensif atau emosional, bahkan jika reviewer keliru. Tunjukkan kekeliruan reviewer dengan bukti yang memadai.
  • Ingat: reviewer menyumbangkan waktunya secara sukarela tanpa imbalan untuk membaca dan meninjau naskah kita

Merespons reviewer dengan baik

  • Response to reviewers adalah keterampilan tersendiri yang harus dipelajari
  • Prinsip dasar: copy-paste komentar reviewer, jawab, lalu kutip revisinya di naskah
    • Tunjukkan dengan jelas di mana dan bagaimana Anda merespons
  • Setiap komentar reviewer harus direspons, tidak ada yang boleh diabaikan
  • Jika tidak setuju dengan reviewer: boleh, tapi wajib berikan argumen yang kuat dan berdasar
  • Major revision bukan penolakan, justru merupakan kesempatan untuk memperbaiki naskah
  • Berikut contoh response to reviewers yang paling panjang yang pernah saya tulis

Integritas riset dan etika publikasi

The nine circles of scientific hell

Dari yang “paling ringan” hingga paling berat:

  1. Limbo — tidak mempublikasikan hasil penelitian
  2. Overselling — mengklaim lebih dari yang didukung data
  3. Post-hoc storytelling — narasi yang dibuat post hoc setelah melihat data
  4. P-value fishing — mencari-cari p < .05 dengan berbagai cara
  5. Creative outliers — membuang data outlier tanpa justifikasi yang jelas

The nine circles of scientific hell

Dari yang “paling ringan” hingga paling berat:

  1. Plagiarism — menyalin tanpa atribusi yang benar
  2. Non-publication — sengaja menyembunyikan hasil negatif (publication bias)
  3. Partial publication — salami slicing
  4. Inventing data — fabrikasi atau falsifikasi data

Overselling

  • Mengklaim lebih dari yang didukung data adalah misconduct yang paling umum — dan sering tidak disadari
  • Contoh overselling dalam review articles:
    • “Belum ada penelitian yang membahas ini” padahal ada, hanya belum dibaca dengan cermat
    • “Penelitian ini memberikan bukti yang tidak terbantahkan bahwa X menyebabkan Y” review bukan RCT, tidak bisa mengklaim hubungan kausalitas
    • “Temuan penelitian ini akan menggegerkan dunia” terlalu berlebihan untuk diklaim
  • Konsekuensi: berkontribusi pada replication crisis dan menyesatkan pembaca

Ingat

Perbedaan kecil dalam pilihan kata punya dampak besar. “Studi ini mengeksplorasi…” ≠ “Studi ini membuktikan…”

Hedging language yang tepat

⛔Hindari⛔ ✅Gunakan✅
“membuktikan bahwa…” “mengindikasikan bahwa…” / “konsisten dengan…”
“belum ada penelitian…” “pertanyaan ini belum mendapat perhatian yang memadai di litaratur…”
“akan mengubah…” “berpotensi berkontribusi pada…”
“semua…” “sebagian besar partisipan dalam studi ini…”
“selalu terjadi…” “cenderung terjadi dalam konteks…”

Etika publikasi yang perlu diperhatikan

  • Kepengarangan (authorship): hanya cantumkan nama yang benar-benar berkontribusi secara substansial
    • Ghost authorship dan gift authorship adalah pelanggaran etika yang serius
  • Plagiarisme: parafrase bukan menyalin. Setiap ide yang bukan milik Anda harus diatribusikan
  • Ethical clearance: semakin banyak jurnal internasional mensyaratkan ini, bahkan untuk review articles (PRISMA-P)
    • Meskipun begitu, perlu/tidaknya ethical clearance sangat tergantung pada kebijakan institusi
  • Peran promotor: promotor memiliki tanggung jawab etik dalam proses publikasi mahasiswanya, bukan hanya formalitas pencantuman nama
    • Umumnya, penelitian doktoral adalah penelitian mandiri yang dilakukan oleh mahasiswa, bukan penelitian kolaborasi dengan promotor/ko-promotor
    • Diskusikan secara terbuka dengan promotor/ko-promotor tentang kontribusi dan peran masing-masing dalam penulisan artikel
    • Jangan menambahkan nama promotor/ko-promotor tanpa persetujuan ybs. sebelumnya

Konteks lebih luas: krisis replikasi

  • Studi besar (Many Labs 1, Open Science Collaboration 2015) menunjukkan: hanya ~36% klaim ilmiah di psikologi yang berhasil dicoba-ulang
  • Studi terbaru (project SCORE, Tyner et al., 2026) menunjukkan bahwa lebih dari separuh (55.1%) klaim ilmiah yang diterbitkan di jurnal-jurnal ilmu sosial dan perilaku, dalam kurun waktu 2009-2018, dapat dicoba-ulang
  • Penyebab utama: publication bias (hanya hasil positif yang diterbitkan), p-hacking, overselling, desain penelitian yang lemah
  • Implikasinya untuk kita sebagai penulis review:
    • Hati-hati dengan menarik kesimpulan dari satu studi
    • Pertimbangkan kualitas metodologi studi yang Anda review, bukan hanya jumlahnya
    • Prinsip open science (e.g., transparansi, kredibilitas, coba-ulang - replication, dan reka-ulang - reproducibility) saat ini merupakan tren global dan sudah menjadi norma baru

Open science untuk penulis review

  • Daftarkan protokol review Anda di PROSPERO atau OSF sebelum pengumpulan data
  • Laporkan proses sedetail mungkin — termasuk studi yang tidak memenuhi kriteria, dan mengapa
  • Gunakan checklist PRISMA dengan jujur dan lengkap
  • Bagikan data ekstraksi (data extraction sheets), jika memungkinkan, sebagai bentuk komitmen pada prinsip open data
  • Laporkan heterogeneity dengan transparan, bukan hanya pooled effect size estimate

Open science meningkatkan peluang diterimanya artikel

Praktik open science bukan hanya soal etika penelitian, tetapi juga meningkatkan peluang diterima di jurnal bereputasi baik, yang hari ini, banyak yang meminta penulis mengadopsi prinsip open science.

Manajemen data penelitian

Apa itu research data management (RDM)?

  • RDM adalah praktik terstruktur dalam mengorganisasi, mendokumentasikan, menyimpan, dan berbagi data penelitian sepanjang siklus hidupnya
  • Untuk penulis review articles, “data” mencakup lebih dari sekadar angka:
    • Search string dan strategi penelusuran yang digunakan
    • Keputusan inklusi/eksklusi (screening decisions) di setiap tahap
    • Extraction sheet — tabel ekstraksi data dari setiap studi yang dimasukkan
    • PRISMA flow diagram beserta jumlah studi di setiap tahap
  • Prinsip panduan: FAIR — data harus Findable, Accessible, Interoperable, Reusable

Note

RDM bukan hanya formalitas — data yang terdokumentasi dengan baik memungkinkan review Anda direplikasi, diperbarui, dan disitasi oleh peneliti lain.

Open data policy

Tiga level kebijakan yang umum:

  • Wajib (required) — data harus dideposit sebelum artikel diterbitkan
  • Didorong (encouraged) — tidak wajib, tapi sangat disarankan dan diberi badge
  • Tidak disyaratkan — masih umum di sebagian jurnal, tapi tren bergeser ke arah transparansi

Platform deposit data yang umum digunakan:

  • OSF — paling sering digunakan oleh peneliti psikologi
  • Zenodo — mendukung berbagai format, DOI otomatis
  • figshare — untuk tabel, gambar, dan dataset pelengkap
  • Repositori institusi — cek apakah UNAIR menyediakan

Penting

Sebelum submit, baca bagian data availability statement di author guidelines. Banyak jurnal bereputasi baik kini mensyaratkan pernyataan ini di dalam naskah, bahkan jika data tidak dapat dibagikan secara publik, alasannya harus dijelaskan secara eksplisit.

TUGAS 2️⃣: Scientific Sell (25 menit)

Tuliskan 1 paragraf (150–200 kata) yang menjawab:

  1. Mengapa topik riset Anda (yang sudah dibahas di Tugas 1️⃣) relevan secara ilmiah DAN praktis?
  2. Mengapa komunitas ilmiah dan/atau pembuat kebijakan perlu peduli dengan pertanyaan penelitian Anda?
  3. Apa yang belum diketahui yang ingin Anda ungkap?
  4. Tuliskan tugas Anda di halaman Padlet ini

Warning

Hindari ❌

  • “Belum ada yang meneliti ini…”
  • “Penelitian ini akan membuktikan…”
  • Angka yang tidak ada sumbernya
  • Klaim adanya efek sebelum data dikumpulkan/dianalisis

Note

Gunakan ✅

  • Angka/fakta yang bisa diverifikasi
  • Sitasi penelitian sebelumnya
  • Hedging: “mengindikasikan…”, “cenderung…”, “dalam konteks…”

Menggunakan LLM🤖

Menggunakan LLM untuk meneliti dan menulis

  • Large Language Model (LLM) seperti ChatGPT, Gemini, dan Claude kini umum digunakan, termasuk di komunitas akademik.
  • LLM dapat membantu untuk:
    • Memperbaiki tata bahasa dan gaya penulisan
    • Menerjemahkan teks
    • Membantu analisis dan visualisasi data
  • Namun: artikel ilmiah harus ditulis oleh penelitinya sendiri
    • Isi, argumen, dan interpretasi adalah tanggung jawab penuh penulis
    • Banyak jurnal kini mensyaratkan disclosure atas penggunaan AI

Penting

Menggunakan LLM untuk menulis naskah Anda secara keseluruhan dengan intervensi dan oversight yang sangat minimal (bukan hanya membantu perbaikan) dapat dikategorikan sebagai pelanggaran integritas akademik. Gunakan LLM sebagai asisten (bukan penulis utama) dan laporkan secara transparan dalam artikel Anda.

LLM-based software yang membantu saya

  • Claude Code

    • Digunakan sebagai coding assistant dan otomatisasi workflow

  • ChatPDF ➡️ Cocok untuk mempelajari satu literatur (dalam 1 file .pdf) secara mendalam

  • Research Rabbit AI ➡️ Membantu melihat keterkaitan antara satu artikel/literatur dengan literatur yang lain melalui data kutipan

  • ScienceOS ➡️ dapat digunakan untuk mempelajari beberapa dokumen pdf sekaligus secara interaktif

    • Model LLM sudah difine-tune agar lebih responsif dengan konteks saintifik

  • NotebookLM ➡️ dapat membantu mahasiswa untuk belajar mendalam

    • Bisa membuat mindmap, flashcards, podcast, visualisasi data, laporan dan presentasi dari berkas pdf yang diunggah

Contoh disclosure penggunaan LLM

Ada pertanyaan❓

Note