Saat ini, penggalian informasi terkait obat dari dokumen medis merupakan hal yang sangat krusial dalam area medis. Untuk itulah melalui Sidang Promosi Doktor yang diselenggarakan oleh Fasilkom UI pada tanggal 12 Januari 2017 kepada Sdr. Mujiono, penyusunan metode ekstraksi informasi nama obat dan interaksi antar obat dari sumber data teks medis menjadi usulan dalam disertasi Doktornya yang berjudul Drug Data-Mining dari Teks Medis dengan Metode Rule-Based, Bi-Clustering dan Teknik Representasi Data yang Efisien.
Sesuai dengan karakteristik dataset yang digunakan oleh peneliti, dalam penelitian ini diterapkan dua model pendekatan yaitu unsupervised dan supervised. Sedangkan untuk menyelesaikan permasalahan ektraksi entitas dan relasi antarentitas menggunakan metode berbasis rule dan untuk penyusunan kelompok entitas digunakan bi-clustering. Representasi data baru ini diuji dengan beberapa model pembelajaran antara lain Multi Layer Perceptor (MLP), Deep Belief Network (DBN), Sparse Auto Encoder (SAE), dan Long Short Term Memoru (LSTM). Hasil penelitian menunjukkan kinerja terbaik dihasilkan oleh model LSTM dengan f-score lebih dari 0.8. Dikatakan oleh peneliti bahwa tantangan utama dalam penelitian ini adalah masalah prediksi kandungan informasi Drug-drug Interaction (DDI) pada open dataset.
Hasil disertasi dipresentasikan dengan baik. Sidang promosi diketuai oleh Mirna Adriani, Ph.D. dengan promotor Prof. T. Basaruddin, Ph.D. dan ko-promotor Mohamad Ivan Fanany, Ph.D. Sebagai lulusan ke-62 Fasilkom UI, gelar Doktor Ilmu Komputer diberikan kepada Dr. Mujiono dengan yudisium Sangat Memuaskan. Sidang promosi juga turut mengundang penguji antara lain: Dr. Agus Buono, L. Yohanes Stefanus, Ph.D., Wahyu Catur Wibowo, Ph.D., Dr. Eng. Wisnu Jatmiko., dan Dr. Eng. M. Rahmat Widyanto.