Ketua Program Studi Sistem Informasi Universitas AMIKOM Yogyakarta, Anggit Dwi Hartanto, S.Kom., M.Kom., berhasil menyelesaikan studi Doktor pada Program Studi Doktor Informatika Universitas AMIKOM Yogyakarta. Ia berhasil mempertahankan disertasinya yang berjudul “Model Profiling Analysis dengan Pendekatan Semantik Berbasis Teks Media Sosial” di hadapan tim penguji pada Rabu, 29 Juli 2026, sebagai bagian dari penyelesaian studi doktornya.
Keberhasilan meraih gelar doktor bukan proses yang singkat bagi Anggit. Ia menempuh perjalanan akademik sejak 2023 hingga 2026 melalui berbagai tahapan, mulai dari seminar proposal, seminar kemajuan disertasi, hingga ujian akhir. Dalam wawancara, Anggit menyampaikan bahwa perjalanan tersebut berlangsung selama tiga tahun dan menjadi pengalaman akademik yang penuh tantangan.
“Saya mulai study S3 dari tahun 2023 sampai 2026, sehingga masa study 3 tahun, tepatnya 2 tahun 11 bulan” ujar Anggit.
Bagi Anggit, studi doktoral bukan hanya tentang menyelesaikan kewajiban akademik, tetapi juga tentang menjaga ketekunan dalam menghadapi proses panjang. Ia menyebut bahwa tantangan terbesar dalam studi S3 adalah menemukan kebaruan atau novelty penelitian. Proses tersebut tidak selalu berjalan sesuai rencana awal karena peneliti harus menyesuaikan gagasan, metode, dan arah riset berdasarkan temuan serta masukan akademik.
“Tantangan utamanya adalah menemukan novelty, dan itu tidak semudah yang saya pikirkan. Saya mengalami banyak perubahan dalam proses ini, perjalanan yang cukup belok kanan kiri dan naik turun dan nabrak tembok.. hehe. Alhamdulillah dengan diskusi dengan tim promotor, dan diberi arahan, akhirnya ketemu jalannya sampai menemukan novelty,” tuturnya.
Kembangkan Model Profiling Media Sosial
Dalam Disertasinya, Anggit melakukan penelitian dengan memanfaatkan data teks media sosial untuk membaca kecenderungan karakter seseorang berdasarkan kerangka Big Five Personality Traits. Melalui pendekatan tersebut, teks yang ditulis pengguna di media sosial dapat dianalisis untuk melihat kecenderungan kepribadian, seperti openness, neuroticism, dan dimensi kepribadian lainnya. Anggit menekankan bahwa hasil analisis ini bersifat prediksi, sehingga harus dipahami sebagai gambaran awal berbasis teks, bukan sebagai diagnosis psikologis.
Anggit mengembangkan model bernama Semantic-Aware Personality Analysis atau SAPA. Model ini dikembangkan melalui pendekatan cross-architecture knowledge distillation, yaitu proses pengembangan model dari IndoBERT sebagai teacher model menuju TinyBERT sebagai student model. Secara sederhana, pendekatan ini bertujuan menghasilkan model analisis teks yang lebih ringan, tetapi tetap mampu menangkap makna bahasa secara baik.
“Riset ini menghasilkan model yang bisa digunakan untuk memprediksi karakter seseorang berdasarkan teks media sosial,” jelas Anggit.
Selain menghasilkan model, penelitian ini juga melahirkan prototipe web bernama SAPADEV. Melalui aplikasi tersebut, pengguna dapat memasukkan teks untuk dianalisis secara otomatis. Sistem kemudian memproses teks tersebut dan menampilkan kecenderungan kepribadian berdasarkan lima dimensi Big Five Personality Traits.
Menurut Anggit, kehadiran SAPADEV menjadi bentuk implementasi dari model yang dikembangkan dalam disertasi. Model yang sebelumnya berada pada ranah algoritma kemudian diterjemahkan menjadi aplikasi agar lebih mudah diuji dan dimanfaatkan. Dengan begitu, penelitian ini tidak hanya berhenti pada pengembangan model, tetapi juga menghasilkan luaran yang dapat digunakan sebagai prototipe analisis berbasis web.
Pengembangan SAPADEV juga diperkuat melalui proses validasi oleh tiga psikolog profesional dari beberapa instansi. Validasi tersebut dilakukan untuk menilai apakah keluaran sistem sudah cukup memadai dalam membaca kecenderungan kepribadian dari teks. Setelah melalui proses tersebut, SAPADEV juga digunakan untuk membantu membangun dataset kepribadian berbahasa Indonesia yang bersumber dari aktivitas pengguna platform X dan Instagram.
Penelitian ini berangkat dari kebutuhan akan model analisis kepribadian berbasis bahasa Indonesia yang tidak hanya akurat, tetapi juga efisien secara komputasi. Ketersediaan model dan dataset dalam konteks bahasa Indonesia menjadi bagian penting dari riset ini, terutama karena kajian personality profiling berbasis teks masih membutuhkan dukungan sumber data dan model yang lebih sesuai dengan karakter bahasa lokal.
Anggit menjelaskan bahwa gagasan penelitian ini merupakan bagian dari roadmap riset yang telah dirintis sejak 2020. Pada tahap awal, riset tersebut masih menggunakan pendekatan machine learning. Seiring perkembangan kajian dan kebutuhan penelitian, pendekatan tersebut kemudian dikembangkan lebih lanjut menggunakan model berbasis deep learning dan pemrosesan bahasa alami.
“Arahnya nanti ke kesehatan mental. Tetapi tahapannya dimulai dari model yang dapat membaca kecenderungan kepribadian lebih dulu,” ungkap Anggit.
Melalui arah tersebut, penelitian ini membuka peluang pengembangan lanjutan pada bidang kesehatan mental. Model profiling berbasis teks dapat menjadi dasar awal untuk memahami hubungan antara pola bahasa di media sosial, kecenderungan kepribadian, dan potensi kondisi psikologis tertentu. Namun, pengembangan ke arah tersebut tetap membutuhkan kajian lanjutan, validasi yang lebih luas, dan keterlibatan lintas bidang.
Dari sisi publikasi ilmiah, temuan dalam disertasi Anggit telah dituangkan ke dalam empat karya akademik. Keempat publikasi tersebut adalah “A Survey of Semantic Approaches in Personality Traits Profiling Analysis”, “Evaluating Transformer Models for Social Media Text-Based Personality Profiling”, “Evaluating Regression and Neural Networks for Five Trait Text-Based Personality Prediction”, serta “Cross-Architecture Distillation Method for Building Lightweight Personality Profiling Models”.
Keempat karya tersebut merepresentasikan tahapan utama penelitian, mulai dari pemetaan pendekatan semantik dalam personality profiling, evaluasi berbagai model transformer, perbandingan metode regresi dan neural network, hingga pengembangan metode distilasi lintas arsitektur untuk menghasilkan model profiling kepribadian yang lebih ringan dan efisien.
Roadmap Studi S3 Jelas dan Promotor yang Suportif
Bagi Anggit, menempuh studi doktoral di Universitas AMIKOM Yogyakarta memberi pengalaman yang berbeda. Ia merasakan bahwa sejak awal, Program Doktor telah memiliki tahapan yang jelas. Mahasiswa mengetahui target yang harus dicapai setiap semester, mulai dari penyusunan literature review, seminar proposal, penelitian, seminar kemajuan, hingga ujian akhir disertasi.
Menurutnya, kejelasan tahapan tersebut membantu mahasiswa menjaga arah studi. Setelah semester pertama yang berisi perkuliahan teori, proses studi langsung diarahkan pada riset. Pola ini membuat mahasiswa terbiasa membangun target sejak awal dan memahami apa yang harus disiapkan pada setiap fase akademik.
“Di S3 Universitas AMIKOM Yogyakarta itu di awal sudah jelas. Untuk lulus tahapannya apa, setiap semester targetnya apa,” ujar Anggit.
Anggit menilai kejelasan roadmap menjadi salah satu hal yang sangat membantunya menyelesaikan studi dalam tiga tahun. Ia mengakui bahwa proses tersebut tetap bergantung pada kesiapan mahasiswa, terutama dalam menentukan topik, menjaga fokus penelitian, dan menjalankan target akademik secara konsisten.
“Selama kita aktif mengerjakan dan punya target, selesai juga tiga tahun. Tapi setiap orang punya jalan masing-masing, hambatan masing-masing, dan solusi masing-masing,” ungkapnya.
Anggit juga menyampaikan apresiasi terhadap dukungan promotor selama proses penelitian. Menurutnya, diskusi dengan promotor membantu menjaga arah riset agar tetap realistis, terukur, dan dapat diselesaikan sesuai tahapan akademik. Dukungan tersebut juga membantu Anggit ketika harus menyeimbangkan tanggung jawab sebagai akademisi, ketua program studi, pengurus asosiasi profesi, serta peneliti yang sedang menyelesaikan disertasi.
“Kebetulan promotor sangat support. Beliau-beliau sangat sibuk, tetapi ketika dihubungi tetap merespons. Bimbingan bisa dilakukan secara offline maupun online,” ujar Anggit.
Kontribusi Akademik dan Arah Riset Berkelanjutan
Selain aktif dalam riset dan pengajaran, Anggit memiliki rekam jejak panjang dalam pengembangan mutu pendidikan tinggi. Ia menjabat sebagai Ketua Program Studi Sistem Informasi Universitas AMIKOM Yogyakarta sejak 2021. Ia juga mengajar mata kuliah Machine Learning, Pemrosesan dan Visualisasi Data, serta Metodologi Penelitian. Di tingkat nasional, Anggit tercatat sebagai pengurus DPP APTIKOM Bidang Kurikulum berbasis KKNI, Wakil Direktur Departemen Kurikulum dan Dukungan Akreditasi AISINDO, serta Evaluator Pusat Indeks Kematangan OBE APTIKOM.
Dengan peran tersebut, kontribusi Anggit tidak hanya hadir melalui penelitian, tetapi juga melalui penguatan kurikulum, akreditasi, dan implementasi Outcome-Based Education di berbagai institusi. Ia kerap menjadi narasumber dan fasilitator dalam kegiatan penyusunan kurikulum berbasis OBE, KKNI, dan SKKNI.
Bagi Anggit, gelar doktor bukan akhir dari perjalanan penelitian. Ia menegaskan bahwa disertasi justru menjadi awal untuk mengembangkan bidang ilmu yang telah dirintis. Roadmap penelitian yang sudah dibangun akan terus dilanjutkan, terutama pada bidang kecerdasan buatan, pemrosesan bahasa alami, analisis teks, dan pengembangan model berbasis bahasa Indonesia.
“Disertasi itu bukan akhir dari penelitian. Disertasi adalah awal bagi seorang akademisi untuk mengembangkan bidang ilmu,” ungkapnya.
Pencapaian Anggit Dwi Hartanto diharapkan dapat menjadi dorongan bagi dosen dan mahasiswa Universitas AMIKOM Yogyakarta untuk terus mengembangkan riset yang terarah, terpublikasi, dan relevan dengan kebutuhan masyarakat. Melalui penelitian tentang model profiling berbasis teks media sosial, capaian ini juga diharapkan dapat memperkuat kontribusi Universitas AMIKOM Yogyakarta dalam pengembangan kecerdasan buatan, pemrosesan bahasa alami, dan teknologi berbasis bahasa Indonesia.
Fadya RY – Direktorat Kehumasan dan Urusan Internasional
In Collaboration with : Anggit Dwi Hartanto
