Pada Hari Rabu, 5 November 2025, Pukul 09.30 WIB bertempat di Room Meeting H.1, telah dilaksanakan sidang terbuka Disertasi dari Promovendus Sutriawan (P41.2022.00046) dengan Disertasi berjudul “Peningkatan Kualitas Ringkasan Ekstraktif Melalui Integrasi Embedding, Statistik Transformer, dan Hybrid WSD-LLM untuk Penyelesaian Ambiguitas Semantik Teks Bahasa Indonesia”.
Ambiguitas semantik pada teks berbahasa Indonesia masih menjadi tantangan utama dalam bidang Natural Language Processing (NLP), khususnya pada domain peringkasan teks. Penelitian ini mengusulkan pendekatan hybrid yang mengintegrasikan model embedding, metode statistik–Transformer, serta Word Sense Disambiguation berbasis Large Language Model (WSD–LLM) untuk meningkatkan kualitas ringkasan ekstraktif sekaligus mengurangi ambiguitas semantik. Dataset yang digunakan adalah dataset publik yaitu XL-Sum BBC News bahasa Indonesia.
Hasil eksperimen pertama, yaitu klasifikasi kalimat ambigu, menunjukkan bahwa kombinasi Gaussian Naive Bayes dengan GPT embedding memberikan performa terbaik dengan recall 71% dan skor F1 sebesar 60%, sedangkan kombinasi TF–IDF dengan Bagging menghasilkan akurasi tertinggi sebesar 83% pada kalimat tidak ambigu. Pada eksperimen kedua, metode TF–IDF + Cosine Similarity memberikan hasil paling seimbang dengan skor ROUGE-1 =0.6245; ROUGE-2 = 0.6109; ROUGE-L = 0.6245; serta cosine similarity sebesar 0.8538 dengan waktu komputasi sekitar 1 jam 30 menit, sementara GPT + Cosine Similarity mencapai skor kesamaan tertinggi 0.8677 dengan waktu terpanjang sekitar 9 jam 17 menit. Eksperimen ketiga berfokus pada pengembangan model HWLSum (Hybrid Word Sense Disambiguation–LLM Summarization) yang menggabungkan WSD dengan representasi embedding berbasis LLM seperti BERT dan GPT.
Evaluasi menggunakan metrik ROUGE menunjukkan bahwa model HWLSum berbasis WSD–LLM GPT dan BERT memberikan peningkatan signifikan dibandingkan metode konvensional, dengan ROUGE-1 = 0.7240; ROUGE-2 = 0.6907; ROUGE-3 = 0.6574; serta precision mendekati 1.0000, menegaskan
bahwa integrasi WSD dengan LLM mampu meningkatkan representasi semantik dan memperkuat relevansi informasi pada hasil peringkasan teks ekstraktif berbahasa Indonesia.
Riset disertasi dari Sutriawan di bawah pembimbingan dari Tim Promotor: Prof. Dr. Supriadi Rustad, M.Si (Promotor), Prof. Dr. Guruh Fajar Sidik, S.Kom., M.Cs (Co-Promotor), dan Dr. Ir. Pujiono, S.Si, M.Kom, IPM, ASEAN Eng. (Co-Promotor). Sedangkan Tim Penyanggah terdiri atas: Prof. Dr. Edi Noersasongko, M.Kom (Ketua Sidang), Prof. Ir. Paulus Insap Santoso (Penyanggah), M.Sc, Ph.D., IPU (Penyanggah Eksternal / Universitas Gadjah Mada), Prof. Dr. Pulung Nurtantio Andono, S.T., M.Kom (Penyangg), Dr. Ahmad Zainul Fanani, S.Si, M.Kom (Penyanggah), dan Purwanto, Ph.D (Penyanggah).
Sutriawan telah berhasil mempertahankan disertasinya dan menjadi Lulusan Ke-20 Program Doktor Ilmu Komputer Universitas Dian Nuswantoro. Selamat dan sukses, semoga ilmunya bermanfaat.
