Riset UNM-BRIN Raih Best Paper ICITRI 2026

NusamandiriNews, Depok – Ketika kecerdasan buatan semakin pintar memahami bahasa yang digunakan mayoritas manusia, ada bahasa-bahasa lain yang justru berisiko tidak terdengar di ruang digital. Persoalan itulah yang coba dijawab tim peneliti Universitas Nusa Mandiri (UNM) bersama Badan Riset dan Inovasi Nasional (BRIN) melalui pengembangan chatbot khusus bahasa daerah perbatasan Indonesia.

Riset berjudul “A Hybrid Retrieval Chatbot with Deterministic Intent Routing for Indonesian Border Languages” tersebut berhasil meraih salah satu penghargaan Best Paper dalam International Conference on Information Technology and Research Innovation (ICITRI) 2026 yang diselenggarakan UNM. Penghargaan diumumkan pada hari kedua konferensi yang berlangsung secara hybrid di UNM kampus Margonda, Jl Margonda Raya No 545, Pondok Cina, Beji, Depok dan melalui platform Zoom, Jumat (11/9).

Riset UNM-BRIN Raih Best Paper

Penelitian ini diketuai Kasa Inti Josia Tambunan bersama Nouval Ghoonimu Tsawab, Siti Zainab Amri, Foni Agus Setiawan dari BRIN, Nanang Ruhyana, Taopik Hidayat, Tati Mardiana, Riki Supriyadi, dan Arif Hidayat dari UNM yang dikenal sebagai Kampus Digital Bisnis.

Indonesia memiliki lebih dari 700 bahasa daerah, tetapi jumlah tersebut belum otomatis membuat seluruh bahasa mendapatkan ruang yang sama dalam ekosistem teknologi digital. Delapan bahasa daerah perbatasan di Kalimantan, yakni Iban, Bidayuh, Kanayatn dengan dialek Salako, Tamambaloh atau Embaloh, Melayu Sanggau, Bakatik, Taman, dan Bukat, masih menghadapi keterbatasan sumber daya komputasi serta representasi dalam korpus pelatihan Large Language Models (LLM) global.

Keterbatasan tersebut menimbulkan persoalan ketika chatbot generatif digunakan untuk menjawab pertanyaan mengenai bahasa-bahasa yang minim sumber daya. Alih-alih memberikan informasi yang bersumber dari data linguistik yang valid, model AI dapat menghasilkan hallucination atau jawaban yang terdengar meyakinkan tetapi tidak sesuai dengan fakta.

Padahal, bagi bahasa daerah yang jumlah penuturnya terbatas, kesalahan semacam itu bukan sekadar persoalan teknis. Ketika data bahasa tidak tersedia secara baik dalam sistem digital, perkembangan teknologi AI juga berpotensi semakin menjauh dari keragaman bahasa yang hidup di masyarakat.

Sebelumnya, sumber daya linguistik untuk bahasa-bahasa tersebut telah dihimpun melalui platform Bahasan. Platform tersebut mengarsipkan ribuan entri leksikal, contoh percakapan, serta dokumen ilmiah dari komunitas penutur asli dan berbagai sumber akademik.

Masalah berikutnya justru muncul dari cara pengguna mengakses informasi tersebut. Pengguna masih harus menelusuri situs secara manual ketika ingin mencari arti kata, contoh penggunaan, maupun informasi yang lebih konseptual mengenai bahasa daerah tertentu.

Tim peneliti kemudian mengembangkan chatbot hibrida yang menghubungkan pengguna dengan berbagai sumber informasi linguistik tersebut. Sistem ini tidak menyerahkan seluruh proses kepada LLM, tetapi membagi penanganan pertanyaan ke dalam beberapa jalur berdasarkan jenis informasi yang dibutuhkan.

Jalur pertama adalah Dictionary Lookup yang digunakan untuk menangani pertanyaan leksikal secara deterministik. Ketika pengguna mencari kosakata tertentu, sistem mengambil data langsung dari kamus sehingga informasi yang berasal dari basis data tidak perlu diolah kembali oleh LLM dan risiko perubahan atau halusinasi dapat ditekan.

Jalur kedua menggunakan Conversation Retrieval untuk menyediakan contoh kalimat berdasarkan konteks percakapan sebelumnya. Dengan pendekatan tersebut, sistem dapat mempertahankan konteks sesi sehingga jawaban tidak berdiri sendiri dari percakapan yang sedang berlangsung.

Untuk pertanyaan yang membutuhkan pemahaman lebih mendalam, sistem menggunakan Retrieval-Augmented Generation (RAG). Modul ini mengambil informasi dari puluhan dokumen PDF ilmiah melalui pencarian berbasis kata kunci, kemudian memanfaatkan LLM Qwen 3.6:35b untuk menyusun jawaban berdasarkan sumber yang ditemukan.

Sementara itu, Internet Fallback menjadi lapisan cadangan ketika sumber lokal belum menyediakan informasi yang cukup. Sistem memanfaatkan API eksternal Tavily untuk melakukan pencarian internet sebelum memberikan jawaban kepada pengguna.

Seluruh mekanisme tersebut dikendalikan oleh deterministic orchestrator berbasis pola. Pengarah niat ini bertugas menentukan jalur yang paling sesuai berdasarkan pertanyaan pengguna, sehingga tidak semua pertanyaan langsung dilempar kepada LLM.

Pendekatan tersebut kemudian diuji melalui 30 skenario kueri. Salah satu hasil paling menonjol terlihat pada canonical dictionary lookup yang mencatatkan tingkat keberhasilan 100 persen atau 10 dari 10 pengujian pada enam bahasa, termasuk bahasa Bukat yang tergolong sangat minim sumber daya.

Sementara itu, evaluasi otomatis menggunakan kerangka RAGAS terhadap pertanyaan konseptual berbasis artikel ilmiah menghasilkan nilai rata-rata faithfulness sebesar 0,637 dan answer relevancy sebesar 0,773. Hasil tersebut menunjukkan kemampuan sistem dalam menjaga kesesuaian jawaban dengan informasi yang diambil sekaligus mempertahankan relevansi terhadap pertanyaan pengguna.

Keunggulan lain terletak pada ketertelusuran sumber. Dengan pendekatan retrieval yang mengutamakan sumber lokal sebelum menggunakan model generatif atau pencarian eksternal, pengguna memiliki pijakan yang lebih jelas untuk memahami dari mana informasi jawaban berasal.

Temuan ini membuat riset tersebut tidak hanya berbicara tentang bagaimana membuat chatbot yang bisa menjawab pertanyaan. Lebih jauh, penelitian ini menawarkan gagasan bahwa AI untuk bahasa dengan sumber daya terbatas perlu dirancang dengan batasan yang jelas agar kecanggihan model generatif tidak justru mengorbankan keakuratan data linguistik.

Penghargaan Best Paper dalam ICITRI 2026 menjadi salah satu pengakuan terhadap upaya akademisi UNM dan BRIN menghadirkan teknologi pengolahan bahasa alami (Natural Language Processing atau NLP) yang lebih dekat dengan keragaman bahasa Indonesia.

Ke depan, tim peneliti berencana menyempurnakan intent router dengan klasifikasi semantik berbasis sentence encoders. Pengembangan tersebut diharapkan membuat sistem lebih fleksibel dalam memahami variasi bahasa natural yang digunakan pengguna.

Tim juga akan memperkaya korpus linguistik untuk bahasa-bahasa daerah yang semakin minim sumber daya, termasuk bahasa yang berada dalam kondisi terancam punah. Langkah tersebut menjadi penting karena semakin banyak data bahasa yang terdokumentasi secara digital, semakin besar pula peluang bahasa-bahasa tersebut tetap memiliki tempat dalam perkembangan teknologi AI.

Riset ini sekaligus memperlihatkan sisi lain dari tema ICITRI 2026, “Next Generation AI for Human Centered Innovation and Sustainable Futures”. Masa depan AI bukan hanya tentang model yang semakin besar dan kemampuan generatif yang semakin tinggi, tetapi juga tentang memastikan teknologi tersebut tidak meninggalkan manusia, komunitas, dan bahasa-bahasa yang selama ini berada di luar arus utama teknologi.