Doktor Fasilkom UI Meneliti Pemanfaatan Deep Learning pada Argumentation Mining

Fakultas Ilmu Komputer Universitas Indonesia > Berita > Doktor Fasilkom UI Meneliti Pemanfaatan Deep Learning pada Argumentation Mining

Promdok_Derwin2Fasilkom UI menyelenggarakan Sidang Promosi Doktor Ilmu Komputer kepada Derwin Suhartono dengan judul disertasi “Studi Mengenai Mekanisme Atensi pada Deep Learning untuk Anotasi dan Analisa Kalimat Argumentasi”. Sidang dilaksanakan pada hari Senin, 16 Juli 2018 di Auditorium Fasilkom UI dengan ketua sidang, Mirna Adriani, Ph.D dan Prof. Dr. Ir. Aniati Murni Arymurthy, M.Sc selaku promotor serta Dr. Eng. Mohamad Ivan Fanany S.Si., M.Kom. selaku ko-promotor. Selain itu, sidang menghadirkan penguji antara lain Dr. Indra Budi S.Kom., M.Kom; Ir. Wahyu Catur Wibowo M.Sc., Ph.D.; Dr. Ir. Erdefi Rakun M.Sc.; Prof. Dr. Agus Buono; dan Ir. Suryana Setiawan M.Sc., Ph.D.

Argumentation mining merupakan bidang penelitian yang berfokus pada kalimat dengan tipe argumentasi, yang sering digunakan dalam komunikasi sehari-hari dan bermanfaat dalam proses pengambilan keputusan atau kesimpulan. Anotasi argumentasi yang dijelaskan dalam penelitian ini dikelompokan dalam beberapa kelas, yaitu major claim, claim, premise dan non-argumentation. Analisa argumentasi sendiri mengarah kepada karakteristik dan validitas argumentasi yang tersusun pada topik tertentu. Dalam penelitian ini, sebanyak 402 esai persuasif digunakan sebagai dataset yang sebelumnya telah dilakukan penerjemahan ke dalam bahasa Indonesia. Penerjemahan dataset tersebut dilakukan untuk memberikan gambaran bagaimana model bekerja pada bahasa lain.

Pengujian penelitian dilakukan dengan kombinasi conventional shallow dan deep learning, serta kombinasi deep learning dengan XGBoot sebagai bagian pengklasifikasian. Sedangkan Glove sebagai salah satu keluaran dari pelatihan deep learning diobservasi pula sebagai fitur. Hasil penelitian memaparkan beberapa hal guna kelanjutan penelitian dalam bidang yang sama, yaitu pre-trained word vector tidak memiliki signifikan yang tinggi dalam meningkatkan anotasi argumentasi dan belum mampu mengklasifikasikan major claim dan claim. Selain itu penggunaan seluruh model deep learning baik yang menggunakan atensi maupun tidak, saat menggunakan pengujian dengan dataset non-Inggris maka harus mempertimbangkan besar data untuk pembangkitan word embedding sebagai feature extractor.

Dr. Derwin Suhartono meraih gelarnya sebagai Doktor Ilmu Komputer sebagai lulusan ke-69 Fasilkom UI. Hasil disertasi dipresentasikan dengan yudisium Sangat Memuaskan.