Promovendus Nurchim dengan NIM P41.2020.00030 telah berhasil mempertahankan disertasinya pada Sidang Tertutup yang digelar pada Hari Kamis, 5 Februari 2026, Pukul 10.00 WIB bertempat di Ruang Sidang G.2. Disertasi Nurchim berjudul “Pengembangan Kerangka Semantic Structured Meta Metric Few-Shot Named Entity Recognition Berbasis Bio– CRF untuk Pemrosesan Teks Bahasa Indonesia pada Lingkungan Data Terbatas”.
Named Entity Recognition (NER) merupakan salah satu fondasi penting dalam pemrosesan bahasa alami. Namun, pengembangannya pada bahasa dan domain dengan sumber daya terbatas masih menghadapi tantangan yang tidak sederhana. Dalam skenario Few-Shot Named Entity Recognition (FS-NER), persoalan utama tidak lagi semata-mata terletak pada keterbatasan data berlabel.
Masalah yang lebih mendasar muncul pada instabilitas representasi entitas, ketidakjelasan makna label, inkonsistensi struktur urutan Begin-Inside-Outside (BIO), serta rendahnya kemampuan generalisasi ketika domain bergeser. Berbagai penelitian terdahulu menunjukkan bahwa pendekatan FS-NER berkembang secara terfragmentasi. Sebagian penelitian menekankan pengayaan makna label, sebagian lain berfokus pada strategi pembelajaran atau pemisahan representasi, sementara aspek prediksi terstruktur sering diperlakukan sebagai komponen tambahan.
Pendekatan yang bersifat parsial ini terbukti belum mampu menjawab kompleksitas FS-NER secara utuh, khususnya pada lingkungan low-resource. Disertasi ini mengusulkan sebuah kerangka terpadu yang dinamakan Semantic–Structured Meta-Metric Few-Shot Named Entity Recognition (SSMM-FSNER). Kerangka ini mengintegrasikan representasi semantik entitas dan label, pembelajaran episodik, pemisahan representasi yang stabil, serta prediksi terstruktur berbasis Conditional Random Field untuk menjaga konsistensi label BIO.
Penelitian dirancang secara bertahap, dimulai dari analisis keterbatasan NER terawasi pada data Bahasa Indonesia, dilanjutkan dengan pengembangan dan evaluasi FS-NER, hingga pengujian menyeluruh terhadap kerangka terpadu yang diusulkan. Hasil penelitian menunjukkan bahwa integrasi komponen secara end-to-end menghasilkan model yang lebih stabil, konsisten secara struktural, dan lebih tangguh terhadap pergeseran domain dibandingkan pendekatan parsial. Meskipun dikembangkan dalam konteks Bahasa Indonesia, prinsip desain SSMM-FSNER bersifat umum dan berpotensi diterapkan pada bahasa serta domain lain dengan sumber daya terbatas.
Promovendus Nurchim dibimbing oleh Tim Promotor yaitu Prof. Dr. Ir. Edi Noersasongko. M.Kom (Promotor), Prof. Dr. Ahmad Zainul Fanani,S.Si., M.Kom (Co-Promotor) dan Prof. Dr. Muljono,S.Si., M.Kom (Co-Promotor). Sedangkan Tim Penyanggah terdiri dari: Prof. Dr. Supriadi Rustad, M.Si (Ketua Sidang), Prof. Dr. Taqwa Hariguna, S.T., M.Kom. (Penguji Eksternal / Universitas AMIKOM Purwokerto), Prof. Dr. Ir. Nova Rijati, S.Si, M.Kom, IPU, ASEAN Eng. (Anggota), dan Purwanto, Ph. D. (Anggota).
