Cara Melakukan Sintesis Tematik untuk SLR: 5 Langkah + Contoh Coding

Kamu udah berhasil melewati seleksi artikel, ekstraksi data, dan sekarang punya segudang temuan dari puluhan jurnal. Tapi bingung: gimana cara nyusun semua temuan itu jadi satu narasi utuh yang menjawab research question?

Inilah tahap sintesis tematik — langkah paling krusial di SLR yang sering bikin mahasiswa stuck. Banyak yang salah sangka kalau sintesis tematik itu cuma meringkas jurnal satu per satu. Padahal beda. Di artikel ini, kamu bakal dapet 5 langkah konkret dari coding awal sampai narasi akhir, lengkap dengan contoh.

Sintesis Tematik Itu Apa? Bukan Sekadar Ringkasan Jurnal

Sintesis tematik adalah metode analisis data kualitatif dalam SLR yang bertujuan untuk mengidentifikasi, mengelompokkan, dan menginterpretasi pola-pola (tema) dari temuan-temuan penelitian yang sudah diekstraksi. Bedanya dengan ringkasan biasa: kalau ringkasan cuma menceritakan ulang isi jurnal satu per satu, sintesis tematik justru mencari pola lintas studi dan menyatukannya dalam kerangka tematik yang utuh.

Bedanya Sintesis Tematik dengan Narrative Summary

Narrative summary menulis temuan jurnal secara kronologis — “Peneliti A menemukan X, Peneliti B menemukan Y” — tanpa ada upaya mengelompokkan atau mencari hubungan. Sintesis tematik bekerja sebaliknya: kelompokkan dulu semua temuan yang mirip dari berbagai jurnal, baru ditulis sebagai satu tema utuh. Hasilnya bukan daftar penelitian, tapi argumen tematik yang koheren.

Kapan Pakai Sintesis Tematik vs Meta-Analisis

Sintesis tematik dipakai ketika data penelitian bersifat kualitatif — misalnya hasil wawancara, temuan tematik, atau data deskriptif. Meta-analisis digunakan untuk data kuantitatif — misalnya nilai rata-rata, effect size, atau data statistik. Kalau SLR-mu mencampur kedua jenis data, kamu bisa pakai sintesis tematik untuk data kualitatif dan meta-analisis untuk data kuantitatif secara terpisah.

5 Langkah Sintesis Tematik untuk SLR

Lima langkah ini mengadaptasi kerangka Braun & Clarke (2006) yang sudah divalidasi secara luas untuk penelitian kualitatif dan SLR. Ikuti urutannya, jangan lompat-lompat.

Langkah 1: Familiarisasi Data — Baca Full-text Berulang

Langkah pertama bukan langsung coding, tapi membaca. Baca semua artikel yang lolos seleksi secara utuh, minimal dua kali. Tujuannya: kamu benar-benar paham konteks setiap studi, bukan cuma tahu abstraknya. Catat kesan pertama, temuan menarik, dan pola awal yang kamu lihat. Familiarisasi ini penting banget karena kualitas coding sangat tergantung pada seberapa dalam pemahamanmu terhadap data.

Tips praktis: Buat ringkasan 1 paragraf per artikel setelah membaca. Ini membantu kamu mengingat esensi setiap studi tanpa harus baca ulang full-text setiap kali.

Langkah 2: Initial Coding (Open Coding) — Koding Baris per Baris

Ini adalah inti dari sintesis tematik. Baca setiap artikel dan beri kode (label) pada setiap temuan atau pernyataan penting yang relevan dengan research question. Kode bisa berupa kata kunci pendek, frasa, atau kalimat singkat yang menangkap esensi temuan. Jangan takut punya banyak kode — di langkah ini, makin banyak makin baik. Kamu selalu bisa menggabungkannya nanti.

Bedakan antara kode deskriptif (yang hanya mendeskripsikan apa yang dikatakan penulis) dan kode interpretatif (yang sudah merupakan interpretasimu terhadap temuan). Untuk SLR, kode interpretatif lebih bernilai karena menunjukkan kemampuan analisismu. Tapi pastikan interpretasi tetap grounded pada data, bukan spekulasi liar.

Contoh koding: Dari artikel tentang efektivitas AI untuk skripsi, temuan “mahasiswa lebih cepat menyelesaikan bab tinjauan pustaka dengan bantuan AI” bisa dikode sebagai “efisiensi AI untuk tinjauan pustaka”. Temuan lain seperti “mahasiswa kesulitan memverifikasi referensi dari AI” bisa dikode sebagai “risiko akurasi AI”. Keduanya adalah kode interpretatif karena kamu sudah mengategorikan temuan ke dalam konsep yang lebih abstrak.

Proses ini mirip dengan memberi tag pada setiap temuan. Kamu bisa lakukan manual di Excel atau pakai software kualitatif kayak NVivo. Yang penting konsisten — satu kode untuk satu konsep, jangan sampai konsep yang sama punya kode berbeda hanya karena berasal dari artikel yang berbeda.

Langkah 3: Kategorisasi (Axial Coding) — Grup Koding Jadi Sub-tema

Setelah semua artikel dikoding, langkah selanjutnya adalah mengelompokkan kode-kode yang mirip ke dalam kategori atau sub-tema. Misalnya, kode “efisiensi AI untuk tinjauan pustaka”, “kecepatan analisis dengan AI”, dan “AI membantu brainstorming” bisa dikelompokkan ke sub-tema “Produktivitas dengan AI”.

Di sinilah kamu mulai melihat pola. Beberapa kode mungkin ternyata tumpang tindih — gabungkan. Beberapa kode lain mungkin terlalu jarang muncul — pertimbangkan untuk dibuang. Tujuannya: menyederhanakan puluhan atau ratusan kode menjadi 10-20 sub-tema yang manageable.

Tips: Gunakan spreadsheet dengan kolom: Artikel | Temuan | Kode (Open) | Sub-tema (Axial). Ini membantu kamu melacak asal-usul setiap kode.

Langkah 4: Theme Development (Selective Coding) — Sub-tema Jadi Tema Besar

Sub-tema yang sudah terkumpul kemudian dikelompokkan lagi ke dalam tema-tema besar yang langsung menjawab research question. Tema besar adalah pola sentral yang merangkum beberapa sub-tema terkait.

Idealnya, satu SLR punya 3 sampai 5 tema besar — lebih dari itu berarti sintesismu terlalu fragmented dan pembaca akan kesulitan melihat gambaran besarnya.

Contoh seleksi tema: Sub-tema “Produktivitas dengan AI”, “Kualitas output AI”, dan “Hambatan teknis AI” bisa disatukan ke dalam tema besar “Dampak AI terhadap Proses Penulisan Skripsi”. Tema ini langsung menjawab research question tentang pengaruh AI pada penulisan akademik. Sementara sub-tema yang hanya didukung oleh 1 artikel sebaiknya tidak diangkat jadi tema mandiri — cukup disebut sebagai catatan atau temuan tambahan di dalam tema terkait.

Pastikan setiap tema besar punya cukup bukti dari minimal 3 artikel berbeda. Kalau cuma 1-2 artikel yang mendukung, mungkin itu bukan tema, tapi outlier.

Langkah 5: Menulis Narasi Sintesis

Langkah terakhir adalah menuangkan tema-tema yang sudah terbentuk ke dalam narasi yang utuh. Setiap tema besar jadi sub-bab di hasil SLR. Di dalamnya, jelaskan temuan lintas studi, beri contoh dari artikel yang relevan, dan tunjukkan variasi atau kontradiksi antar penelitian.

Struktur narasi per tema: (1) buka dengan kalimat tematik yang merangkum isi tema, (2) paparkan temuan dari beberapa studi yang mendukung, (3) tunjukkan variasi atau perbedaan antar studi kalau ada, (4) tutup dengan interpretasi singkat — apa arti temuan ini untuk research question.

Contoh narasi: “Tema pertama yang muncul dari sintesis 12 artikel adalah dampak AI terhadap efisiensi penulisan skripsi. Studi yang dilakukan oleh Pratama (2024) dan Sari (2025) sama-sama menemukan bahwa mahasiswa yang menggunakan AI dapat menyelesaikan tinjauan pustaka 40% lebih cepat. Namun, studi oleh Wijaya (2024) menunjukkan bahwa kecepatan ini kadang mengorbankan kedalaman analisis. Temuan ini mengindikasikan…”

Tips Biar Sintesis Tematikmu Nggak Copas

Gunakan Koding Aktif, Bukan Highlight Pasif

Banyak mahasiswa cuma nge-highlight teks di jurnal dan mengira itu sudah coding. Padahal beda. Koding aktif berarti kamu menulis ulang esensi temuan dengan bahasamu sendiri, lalu memberinya label. Ini memaksamu memproses informasi secara aktif, bukan sekadar menandai.

Hindari Overlapping Codes

Satu temuan jangan masuk ke dua tema berbeda. Kalau kamu ragu, tanya ke diri sendiri: “Inti dari temuan ini apa sih sebenarnya?” Kalau masih abu-abu, pilih tema yang paling dominan. Overlapping codes bikin narasi sintesismu berputar-putar dan sulit diikuti pembaca.

Validasi Tema dengan Re-check ke Data Asli

Setelah tema terbentuk, jangan langsung nulis. Cek lagi ke artikel asli: apakah temuan yang kamu klaim di suatu tema benar-benar ada di artikel yang kamu kutip? Kesalahan umum adalah menggeneralisasi temuan satu studi ke seluruh tema. Setiap klaim harus bisa dilacak kembali ke sumbernya. Kalau perlu, buat tabel audit trail: Tema → Sub-tema → Artikel → Kode → Kutipan asli.

Jangan Terjebak pada Jumlah, Fokus pada Pola

Tidak semua tema harus didukung oleh jumlah artikel yang sama. Tema yang hanya muncul di 3 artikel tapi sangat relevan dengan research question bisa lebih penting daripada tema yang muncul di 8 artikel tapi tepi (peripheral). Jumlah bukan segalanya — relevansi dengan RQ adalah penentu utama. Bedakan tema inti (core themes) yang langsung menjawab RQ, dan tema pendukung (supporting themes) yang memberikan konteks tambahan.

Tools untuk Sintesis Tematik

NVivo dan ATLAS.ti — Profesional

Software ini dirancang khusus untuk analisis data kualitatif. Fitur coding, query, dan visualisasinya sangat membantu, terutama kalau kamu menganalisis 30+ artikel. Kekurangannya: berbayar dan butuh waktu belajar. Cocok untuk tesis atau disertasi.

Excel atau Google Sheets — Alternatif Gratis

Untuk skripsi dengan 10-20 artikel, Excel sudah lebih dari cukup. Buat kolom: ID Artikel, Temuan Utama, Kode (Open Coding), Sub-tema (Axial Coding), Tema Besar (Selective Coding). Gunakan filter untuk mengelompokkan kode. Simpel, gratis, dan mudah dipelajari oleh siapa pun.

Tabel Sintesis sebagai Output

Apapun tools yang kamu pilih, output akhir sintesis tematik biasanya berupa tabel yang merangkum tema, sub-tema, artikel pendukung, dan temuan utama. Tabel ini bukan pelengkap — ini inti dari hasil SLR-mu. Pastikan tabel bisa dibaca dan informatif.

Contoh Sintesis Tematik dari Awal sampai Akhir

Biar lebih jelas, berikut contoh sintesis tematik untuk SLR tentang “Pengaruh AI terhadap Penulisan Skripsi”. Ada 5 artikel yang dianalisis.

Open Coding: Dari 5 artikel, terkumpul 23 kode awal seperti: “AI mempercepat tinjauan pustaka”, “AI membantu brainstorming topik”, “referensi AI perlu divalidasi”, “AI rawan plagiarisme”, “mahasiswa lebih percaya diri dengan AI”.

Axial Coding: 23 kode dikelompokkan jadi 5 sub-tema: (1) efisiensi penulisan, (2) kualitas output, (3) risiko akademik, (4) aspek etis, (5) pengalaman pengguna.

Selective Coding: 5 sub-tema disatukan jadi 2 tema besar: “Dampak Positif AI pada Produktivitas Akademik” (sub-tema 1, 2, 5) dan “Risiko dan Tantangan Penggunaan AI” (sub-tema 3, 4).

Narasi contoh tema 1: Tema dampak positif AI terhadap produktivitas akademik muncul dari sintesis 4 dari 5 artikel yang dianalisis. Pratama (2024) melaporkan bahwa mahasiswa yang menggunakan AI assistant dapat menyelesaikan draft tinjauan pustaka 40% lebih cepat dibandingkan metode manual. Temuan ini didukung oleh Sari (2025) yang menambahkan bahwa AI juga membantu mahasiswa dalam brainstorming topik dan mengatasi writer’s block. Namun, Wijaya (2024) mencatat bahwa peningkatan kecepatan ini tidak selalu diiringi dengan kedalaman analisis — terutama saat mahasiswa terlalu bergantung pada saran AI tanpa verifikasi mandiri. Secara keseluruhan, AI terbukti meningkatkan efisiensi, tetapi efektivitasnya sangat tergantung pada cara mahasiswa menggunakannya.

FAQ Seputar Sintesis Tematik untuk SLR

Apa beda sintesis tematik dengan analisis tematik?

Analisis tematik adalah metode analisis data di penelitian primer — kamu punya data mentah (transkrip wawancara, catatan lapangan) lalu mencari tema. Sintesis tematik adalah versi SLR-nya: kamu punya temuan dari berbagai artikel yang sudah dipublikasikan, lalu mencari tema lintas studi. Prosesnya mirip, tapi sumber datanya berbeda.

Berapa jumlah tema ideal dalam sintesis tematik?

Idealnya 3 sampai 5 tema besar untuk SLR skripsi atau tesis. Lebih dari 5 biasanya berarti tema-temanya terlalu sempit dan sintesismu fragmented. Kurang dari 3 berarti temuanmu mungkin terlalu umum. Setiap tema besar harus didukung oleh minimal 3 artikel berbeda untuk memastikan pola yang kamu temukan benar-benar representatif.

Apakah sintesis tematik wajib untuk semua SLR?

Tidak. Sintesis tematik wajib kalau penelitian yang kamu review bersifat kualitatif atau mixed-method. Kalau semua artikelmu kuantitatif dengan data statistik yang comparable, meta-analisis mungkin lebih tepat. Tapi untuk sebagian besar SLR di ilmu sosial dan pendidikan, sintesis tematik menjadi pilihan utama.

Boleh pakai Excel untuk sintesis tematik?

Sangat boleh, terutama untuk SLR dengan 10-25 artikel. Buat tabel dengan kolom: nama penulis/tahun, temuan utama, open coding, axial coding (sub-tema), dan selective coding (tema besar). Gunakan fitur filter Excel untuk mengelompokkan baris berdasarkan kode. Untuk jumlah artikel yang lebih besar (30+), software kayak NVivo akan lebih membantu.

Gimana cara nulis narasi sintesis tematik tanpa copas?

Tulis dengan struktur: klaim tematik → bukti dari 2-3 artikel → variasi atau kontradiksi → interpretasi. Jangan tulis “menurut Peneliti A… menurut Peneliti B…” — itu ringkasan, bukan sintesis. Gunakan kalimat seperti “Tema ini didukung oleh beberapa studi, di antaranya…” lalu baru sebut nama peneliti sebagai pendukung, bukan sebagai subjek utama kalimat. Kamu juga bisa menggunakan AI Writer dari NulisKata untuk membantu merapikan paragraf sintesis dan memastikan transisi antar tema tetap logis.

Kesimpulan

Sintesis tematik adalah tahap di mana SLR-mu benar-benar menunjukkan kualitas. Bukan sekadar mengumpulkan dan meringkas jurnal, tapi menemukan pola, menyusun tema, dan membangun argumen baru dari temuan lintas studi.

Lima langkahnya — familiarisasi, open coding, axial coding, selective coding, dan narasi — bisa kamu ikuti secara berurutan. Gunakan tools sederhana kayak Excel kalau baru belajar, dan pastikan setiap tema besar didukung bukti yang cukup dari berbagai artikel.

Kalau kamu masih kesulitan merangkai narasi sintesis atau butuh bantuan mengelola data dari puluhan artikel, kamu bisa coba generator skripsi dari NulisKata. AI Academic Copilot ini membantu kamu di setiap tahap SLR — dari ekstraksi data, sintesis tematik, sampai penyusunan laporan akhir. Yuk, cobain langsung.