Cara Memeriksa Keterbacaan di Word — dan Mengapa Membaca yang Mudah Tidak Berarti Tulisan Manusia

Bagaimana Anda Mengaktifkan Statistik Keterbacaan di Word?

Word tidak menampilkan skor keterbacaan secara otomatis — Anda harus mengaktifkan pengaturan sekali, dan kemudian muncul setiap kali Anda menjalankan pemeriksaan ejaan. Setelah diaktifkan, memeriksa keterbacaan di Word menjadi bagian dari alur pemeriksaan ejaan normal daripada tugas terpisah. Opsi ini berada di pengaturan pemeriksaan daripada di pita, itulah mengapa banyak pengguna Word jangka panjang tidak pernah melihatnya.

1. Buka Word dan pergi ke File > Opsi (di Mac: Word > Preferensi > Ejaan & Tata Bahasa)
2. Klik Pemeriksaan di bilah sisi kiri
3. Di bawah 'Saat memperbaiki ejaan dan tata bahasa di Word', centang kotak berlabel 'Tampilkan statistik keterbacaan'
4. Klik OK untuk menyimpan pengaturan
5. Jalankan pemeriksaan ejaan pada dokumen Anda (Tinjau > Ejaan & Tata Bahasa, atau tekan F7)
6. Setelah Word selesai memeriksa ejaan dan tata bahasa, kotak dialog Statistik Keterbacaan akan terbuka secara otomatis

Apa Sebenarnya yang Dimaksud dengan Statistik Keterbacaan di Word?

Dialog Statistik Keterbacaan menunjukkan tiga kelompok informasi: penghitungan dasar (kata, karakter, paragraf, kalimat per paragraf, kata per kalimat), persentase suara pasif, dan dua skor berbasis Flesch. Kedua skor inilah yang biasanya dimaksud orang ketika mereka bertanya bagaimana memeriksa keterbacaan di Word, dan mereka mengukur hal yang sama dari arah yang berlawanan.

1. Flesch Reading Ease: skor 0–100, di mana lebih tinggi berarti lebih mudah dibaca. Skor 60–70 dianggap bahasa Inggris polos yang dipahami oleh sebagian besar remaja berusia 13-15 tahun; di bawah 30 adalah tingkat lulusan perguruan tinggi; di atas 90 sangat mudah
2. Flesch-Kincaid Grade Level: mengubah data panjang kalimat dan jumlah suku kata yang sama menjadi tingkat kelas sekolah AS, jadi skor 8.0 menunjukkan bahwa teks dapat dibaca oleh siswa kelas delapan
3. Kedua formula hanya bergantung pada dua input: panjang kalimat rata-rata dan rata-rata suku kata per kata — mereka tidak mengevaluasi kesulitan kosakata, struktur logis, atau apakah konten masuk akal
4. Persentase kalimat pasif: metrik terpisah menunjukkan berapa banyak dokumen yang menggunakan suara pasif, yang Word tandai karena konstruksi pasif biasanya menambah kata tanpa menambah kejelasan

Formula keterbacaan adalah proksi untuk usaha membaca, dihitung dari panjang kalimat dan hitungan suku kata. Mereka tidak mengatakan apa-apa tentang akurasi, nada, atau apakah sebuah kalimat benar-benar mengkomunikasikan ide yang dimaksud.

Skor Keterbacaan Apa yang Harus Anda Targetkan?

Target yang tepat sepenuhnya tergantung pada audiens dan format, bukan pada nomor 'baik' universal. Tingkat kelas yang sesuai untuk ringkasan hukum akan menjadi masalah di halaman landing produk, dan sebaliknya.

1. Konten web umum dan salinan pemasaran: targetkan Flesch Reading Ease 60–70 (kira-kira kelas 7-8), yang diproses sebagian besar pembaca dewasa dengan cepat di layar
2. Gaya jurnalisme surat kabar dan arus utama: Reading Ease sekitar 60–65, mirip dengan outlet yang menulis untuk audiens yang luas
3. Dokumentasi akademis atau teknis: Reading Ease dapat turun secara wajar ke 30–50, karena kosakata khusus tidak dapat dihindari dan audiens sudah memiliki pengetahuan domain
4. Instruksi, artikel bantuan, dan teks onboarding: targetkan setinggi mungkin 70–80 — tujuannya adalah pembaca di bawah tekanan waktu memahami langkah dalam bacaan pertama
5. Email dan memo internal: tidak ada target tetap, tetapi lompatan tiba-tiba dalam tingkat kelas dibandingkan dengan menulis biasa Anda layak diperiksa ulang sebelum mengirim

Mengapa Word Mengatakan Tulisan Saya Sulit Dibaca Padahal Benar?

Tingkat kelas Flesch-Kincaid yang tinggi biasanya dapat dilacak ke sejumlah kecil kebiasaan daripada masalah penulisan yang fundamental, dan masing-masing mudah diisolasi dalam angka Statistik Keterbacaan.

1. Kalimat panjang dengan beberapa klausa yang digabungkan dengan 'yang', 'yang', dan 'meskipun' — memecah kalimat 35 kata menjadi dua yang lebih pendek menurunkan tingkat kelas tanpa kehilangan makna
2. Kosakata multisuku kata di mana kata yang lebih pendek akan lebih baik — 'memanfaatkan' versus 'gunakan', 'memfasilitasi' versus 'membantu' — formula menghitung suku kata secara langsung, jadi pilihan kata memiliki efek yang terlalu besar
3. Suara pasif yang berat, yang cenderung memanjangkan kalimat ('laporan ditinjau oleh komite' versus 'komite meninjau laporan')
4. Kualifikasi bertingkat dan garis samping dalam tanda kurung yang mendorong jumlah kata rata-rata per kalimat naik bahkan ketika setiap klausa individual sederhana
5. Terminologi teknis atau hukum yang padat yang benar-benar diperlukan untuk subjek — dalam hal ini tingkat kelas yang tinggi mencerminkan topik, bukan kesalahan penulisan, dan penyederhanaan lebih lanjut dapat mengorbankan presisi

Apakah Skor Keterbacaan yang Baik Berarti Alat Deteksi AI akan Melewatinya?

Tidak — keterbacaan dan deteksi AI mengukur properti teks yang sama sekali berbeda, dan ini adalah kebingungan umum setelah penulis mulai mengedit untuk keduanya. Flesch-Kincaid hanya melihat panjang kalimat dan jumlah suku kata; tidak ada cara untuk mengatakan siapa atau apa yang menghasilkan kata-kata. Alat deteksi AI malah melihat perplexity (seberapa dapat diprediksi setiap pilihan kata) dan burstiness (seberapa banyak panjang kalimat dan struktur bervariasi di seluruh dokumen). Kalimat singkat, sederhana, dengan tingkat kelas rendah masih dapat dibaca sebagai sangat dapat diprediksi oleh detektor, dan kalimat panjang, kompleks masih dapat dibaca sebagai berbeda manusiawi, karena dua pengukuran dibangun dari sinyal yang sama sekali berbeda. Dalam praktik, mengedit murni untuk skor keterbacaan yang lebih rendah kadang-kadang dapat mendorong dokumen ke arah yang salah untuk deteksi AI — meratakan setiap kalimat ke panjang yang serupa dan mudah dibaca adalah persis jenis pola variasi rendah yang meningkatkan skor kemiripan AI, karena menghilangkan variasi alami dari tulisan manusia. Kedua tujuan tidak bertentangan, tetapi mereka juga bukan tuas yang sama, jadi sebaiknya periksa keduanya secara terpisah daripada berasumsi bahwa satu meningkatkan yang lain.

Teks dapat mencetak skor 70 pada Flesch Reading Ease dan masih terdengar sangat mirip AI, karena formula keterbacaan mengukur panjang kalimat dan kata, bukan keterukuran statistik yang dibangun oleh detektor AI untuk ditandai.

Bagaimana Seharusnya Anda Memeriksa Tulisan Anda Setelah Mengedit untuk Keterbacaan?

Mengetahui cara memeriksa keterbacaan di Word hanya langkah pertama. Setelah dokumen Anda lulus skor keterbacaan target Anda, sebaiknya periksa terpisah seberapa alami dan bervariasi tulisan tersebut benar-benar terbaca — terutama untuk konten yang akan melewati penyaringan deteksi AI institusional, tinjauan editorial, atau saluran perekrutan. Detektor teks AI NotGPT menganalisis dokumen yang direkatkan untuk perplexity dan burstiness dan menyoroti kalimat spesifik yang terbaca paling dapat diprediksi, yang sering kali adalah set kalimat yang sama yang diratakan selama lintasan keterbacaan. Jika bagian kembali ditandai, menjalankannya melalui alat Humanize NotGPT pada intensitas ringan dapat mengembalikan variasi panjang kalimat alami tanpa memperkenalkan kembali kalimat panjang dan padat yang merusak skor keterbacaan. Memeriksa keduanya — statistik keterbacaan Word dan skor kemiripan AI — sebelum mengirim atau menerbitkan memberikan gambaran yang lebih lengkap daripada hanya mengoptimalkan salah satu.