Slide Presentasi NotebookLM: Kapan Bisa Dipercaya, Kapan Harus Waspada

Panduan jujur berbasis eksperimen nyata di kelas sejarah SMA

Beberapa bulan lalu, saya menulis review jujur tentang Google NotebookLM dan menyimpulkan bahwa fitur slide presentasinya adalah “gambar mati” — visual yang bagus tapi tidak bisa diedit sama sekali. Kalau ada satu typo atau satu fakta yang salah, tidak ada pilihan selain generate ulang dari awal.

Bisa baca artikel lengkapnya disini: Review Notebooklm

Sejak artikel itu tayang, NotebookLM merilis pembaruan yang cukup signifikan: sekarang slide bisa direvisi per halaman. Saya kembali ke eksperimen, kali ini khusus untuk menguji satu pertanyaan: apakah pembaruan itu cukup untuk mengubah penilaian saya?

Jawaban singkatnya: ya dan tidak. Tergantung apa yang kamu minta NotebookLM untuk gambar.

Yang Berubah: Revisi Per Slide

Sebelumnya, NotebookLM memperlakukan satu deck slide sebagai satu unit — kalau ada yang salah di halaman ketiga, kamu harus regenerate seluruh deck dan berharap hasilnya lebih baik. Sekarang, tombol “Revisi” tersedia di setiap slide secara individual. Kamu bisa memberikan instruksi spesifik: ganti teks ini, perbaiki judul itu, tambahkan poin ini.

Fitur “Ubah Slide” di NotebookLM memungkinkan pengguna memberikan instruksi spesifik untuk merevisi elemen teks satu slide tanpa harus meng-generate ulang seluruh deck.

Ini perubahan yang nyata dan terasa langsung dalam workflow. Apa yang sebelumnya memakan 5–6 kali regenerate sekarang bisa diselesaikan dengan 1–2 revisi terarah. Untuk elemen teks — judul, poin-poin, keterangan — kemampuan revisi ini bekerja dengan baik.

Yang perlu dipahami adalah batas kemampuan revisi ini. Tombol Revisi menyentuh lapisan teks pada slide, bukan lapisan visual yang dihasilkan model. Artinya kalau masalahnya ada di representasi visual — misalnya posisi geografis dalam peta — revisi per slide tidak akan menyelesaikannya.

Cara melakukan revisi slide ada dipojok atas ke kiri sedikit yang saya beri lingkungan merah. 

Ketika NotebookLM Mengesankan: Peta Skala Makro

Sebelum masuk ke kritik, saya perlu memberikan kredit yang jujur. Slide dengan skala regional besar — katakanlah peta Asia-Pasifik untuk materi Perang Pasifik 1944 — hasilnya sangat bagus. Posisi Jepang, Saipan, jalur serangan Sekutu, wilayah kekuasaan Jepang di Asia Tenggara, semuanya akurat secara spasial. Desainnya juga kuat: gaya dokumen arsip declassified yang sangat kontekstual untuk materi militer era 1940-an.

Logika di balik keberhasilan ini bisa dipahami. Peta Asia-Pasifik era Perang Dunia II adalah salah satu peta yang paling banyak direproduksi dalam sejarah — ada di ribuan buku teks, ensiklopedia, artikel akademis, dan dokumenter dalam berbagai bahasa. Model AI yang mendasari NotebookLM kemungkinan besar sudah “melihat” ribuan versi peta seperti ini sehingga punya representasi spasial yang kuat untuk skala itu.

Untuk materi serupa — peta jalur rempah Nusantara, persebaran kerajaan Islam di Asia Tenggara, atau peta kolonialisme Belanda secara regional — NotebookLM adalah titik awal yang sangat kuat. Bahkan untuk guru mapel lain seperti geografi atau IPS yang menggunakan peta skala regional, prinsip yang sama berlaku.

Contoh keberhasilan NotebookLM pada peta skala makro: posisi Saipan, garis pertahanan Jepang, dan arah serangan Sekutu akurat secara spasial. Materi Perang Dunia II sangat terwakili dalam data pelatihan AI, sehingga hasilnya bisa jadi titik awal yang kuat.

Batas yang Belum Terselesaikan: Peta Skala Mikro

Di sinilah eksperimen saya menjadi menarik dan sedikit menyebalkan. Saya mencoba membuat slide yang menggambarkan rute Operasi Penculikan 16 Agustus 1945 — perjalanan Soekarno dan Hatta dari Jakarta ke Rengasdengklok. Secara faktual, Rengasdengklok ada di Karawang, sekitar 70 kilometer ke arah timur laut dari Jakarta, perjalanan sekitar 1,5 jam.

Dua masalah sekaligus dalam satu slide: posisi Rengasdengklok tampak terlalu jauh ke timur dari Jakarta, dan istilah “status quo” salah direproduksi menjadi “status qwoo”. Ini contoh nyata mengapa slide NotebookLM harus diverifikasi manual sebelum ditayangkan di kelas.

Hasilnya? Rengasdengklok muncul di posisi yang salah — terlalu jauh ke timur, seolah-olah jaraknya sejauh Semarang atau bahkan lebih. Saya mencoba revisi per slide. Posisinya membaik sedikit, tapi proporsinya tetap tidak akurat. Saya generate ulang beberapa kali dengan instruksi yang lebih spesifik. Hasilnya konsisten: selalu ada distorsi di titik yang sama.

Yang lebih mengkhawatirkan adalah satu detail kecil tapi cukup memalukan: dalam satu versi slide, istilah “status quo” berubah menjadi “status qwoo”. Ini bukan kesalahan geografis, tapi kesalahan linguistik yang menunjukkan bahwa model terkadang salah mereproduksi teks dari sumbernya sendiri, bahkan untuk istilah yang sangat umum.

Alasannya sama dengan mengapa skala makro berhasil — tapi dibalik. Peta lokal Indonesia di tingkat kabupaten, khususnya untuk peristiwa-peristiwa spesifik seperti rute perjalanan atau lokasi pertempuran, sangat jarang direpresentasikan dalam data pelatihan AI. Model harus menebak berdasarkan pemahaman yang jauh lebih tipis, dan hasilnya pun tidak presisi.

Konsekuensi praktisnya serius. Kalau peta Rengasdengklok yang salah itu ditayangkan langsung di proyektor kelas, siswa akan menyerap pemahaman geografis yang keliru. Dan tidak semua siswa akan bertanya. Sebagian akan mencatat, mengingat, dan membawa kesalahan itu sampai ujian.

Kelebihan yang Perlu Dicatat

Di luar masalah peta, ada beberapa hal yang layak disebut sebagai nilai tambah nyata. Slide yang dihasilkan NotebookLM bisa diunduh langsung dalam format PDF dan PowerPoint — ini penting karena berarti kamu tidak terkunci dalam ekosistem NotebookLM. File PPT yang diunduh bisa dibuka di Canva, Google Slides, atau PowerPoint untuk editing lanjutan.

Fitur berbagi notebook juga menarik untuk konteks kolaborasi. Kamu bisa membagikan workspace ke guru lain atau rekan kerja, sehingga mereka bisa melihat hasil yang sama atau bahkan melakukan uji coba sendiri dari perangkat berbeda. Ini berlaku secara umum untuk semua fitur NotebookLM, bukan hanya fitur presentasi — tapi relevan untuk konteks tim pengajar.

Secara keseluruhan, kekayaan visual slide NotebookLM sudah sangat jauh di atas rata-rata template PowerPoint standar. Untuk materi yang tidak melibatkan peta lokal, hasilnya bisa langsung dipakai sebagai bahan inspirasi desain atau bahkan produk semi-final yang hanya butuh sedikit poles.

NotebookLM menyediakan ekspor dalam dua format—PDF dan .pptx—sehingga hasil presentasi bisa dilanjutkan di Canva, Google Slides, atau PowerPoint tanpa terkunci dalam ekosistem Google.

Yang Masih Belum Ada: Fitur Transisi

Satu hal yang saya tunggu-tunggu dan belum muncul adalah fitur transisi antar slide. Bagi saya ini bukan detail kecil. Dalam pengalaman mengajar selama dua tahun, kualitas sebuah slide presentasi di kelas diukur dari dua hal: visual dan transisi. Visual menentukan apakah siswa tertarik untuk melihat. Transisi menentukan apakah alur cerita antar slide terasa mengalir atau putus-putus.

NotebookLM saat ini menghasilkan slide yang secara visual bisa sangat menarik, tapi tanpa transisi, presentasinya terasa seperti serangkaian gambar statis. Untuk menyiasati ini, satu-satunya cara adalah mengunduh file PPT, lalu melakukan re-editing di Canva atau PowerPoint untuk menambahkan transisi secara manual. Ini menambah satu langkah ekstra yang sebenarnya bisa dihindari kalau fitur itu tersedia langsung.

Apakah fitur ini sedang dalam pengembangan? Kemungkinan besar ya — NotebookLM terus memperbarui fiturnya dan perubahan sering muncul tanpa pengumuman besar. Cara terbaik memantaunya adalah dengan mengecek langsung halaman pembaruan di notebooklm.google.com atau berlangganan blog resmi Google. Kalau fitur transisi ini akhirnya hadir, itu akan mengubah status slide NotebookLM dari “bahan mentah yang perlu diedit” menjadi produk yang benar-benar siap tayang.

Panduan Praktis: Kapan Pakai, Kapan Waspada

Berdasarkan semua eksperimen ini, berikut panduan yang saya pegang untuk diri sendiri:

Gunakan NotebookLM untuk slide yang tidak membutuhkan presisi geografis lokal. Kronologi peristiwa, infografis struktur organisasi militer, slide teks konseptual, dan peta skala regional semuanya adalah area di mana NotebookLM bisa menjadi titik awal yang sangat kuat dan efisien. Waktu riset bisa dipangkas signifikan, dan desain visualnya jauh lebih kaya dari template standar.

Waspada atau verifikasi ketat untuk apapun yang melibatkan peta lokal Indonesia, nama tempat spesifik di tingkat kabupaten atau kota, angka dan data presisi, serta istilah teknis yang jarang muncul di sumber-sumber umum. Jangan pernah langsung tayangkan peta buatan NotebookLM tanpa membandingkannya dengan sumber kartografi yang valid — Google Maps, atlas, atau peta dari Kemendikbud.

Dan yang paling mendasar: kalau slide itu akan ditayangkan di depan siswa, selalu lakukan review manual terlebih dahulu. NotebookLM adalah asisten yang makin matang, tapi tanggung jawab atas keakuratan konten yang masuk ke kelas tetap ada di tangan guru.

Memperbarui Kesimpulan

Beberapa bulan lalu saya menyebut NotebookLM sebagai “asisten magang yang rajin tapi ceroboh”. Setelah eksperimen lanjutan ini, saya perlu memperbarui penilaian itu menjadi lebih spesifik: NotebookLM adalah asisten yang makin matang untuk tugas berskala besar dan estetika visual, tapi masih perlu pengawasan ketat untuk detail lokal — terutama untuk materi sejarah Indonesia yang kaya dengan peristiwa berdimensi geografis spesifik.

Kemajuannya nyata, tapi asimetris. Ia membaik cepat di lapisan yang terlihat — estetika, teks, kemudahan revisi. Tapi di lapisan yang lebih dalam — pemahaman spasial lokal — perubahannya masih sangat lambat.

Seperti yang saya tulis di artikel pertama: jadilah pilot yang bijak. Biarkan NotebookLM mengurus navigasi visualnya, tapi tangan kamu yang harus tetap memegang kemudinya. Terutama kalau kemudi itu mengarah ke kelas yang isinya tiga puluh siswa yang sedang belajar sejarah.

Sudah pernah mencoba fitur slide NotebookLM? Ceritakan pengalamanmu di kolom komentar — terutama kalau kamu menemukan cara yang lebih baik untuk mengatasi masalah peta lokal yang saya ceritakan di atas.

Catatan teknis: Semua screenshot dan eksperimen dalam artikel ini dilakukan pada versi NotebookLM yang tersedia per April 2026. Fitur dan tampilan antarmuka bisa berubah sewaktu-waktu seiring pembaruan dari Google.

Pantau lebih lanjut update dan perkembangannya di media sosial NotebookLM untuk mendapatkan informasi yang lebih menyeluruh https://x.com/NotebookLM

Request slide, infografis, atau mind map dari materi apapun? Tulis di kolom komentar. Gratis, dan hasilnya akan saya bagikan di sini.