Klasifikasi Teks Terjemahan Ayat Al-Qur'an Dalam Bahasa Indonesia Dengan Machine Learning

Fajar Deny Elfianita, Oddy Virgantara Putra, Triana Harmini, Asif Trisnani, Taufiqurrahman Taufiqurrahman

Abstract


Al-Qur'an telah diterjemahkan ke dalam lebih dari ratusan bahasa di dunia. Di Indonesia terjemahan Al-Qur'an muncul ketika zaman Walisongo atau sekitar abad ke 15 untuk kepentingan penyebaran ajaran agama Islam. Saat ini Al-Qur'an terjemahan sudah banyak diterbitkan di Indonesia, namun Al-Qur'an terjemahan belum dikategorikan sesuai dengan kandungan utama Al-Qur'an. penelitian ini mengusulkan model berbasis pembelajaran mesin untuk mengklasifikasi konten terjemahan Al-Qur’an Bahasa Indonesia agar ayat dikelompokkan sesuai kandungan utama Al-Qur’an. Penelitian ini mengklasifikasikan ayat menjadi 5 kelas yaitu Akidah, Akhlaq, Ibadah, Kisah dan Hukum dengan dataset yang berasal dari website Kementrian Agama Republik Indonesia. Data menggunakan teks terjemahan dari juz 5 hingga juz 7 yang terdiri dari Surat An-Nisa’, Al-Maidah dan Al-An’am. Sebelum proses pemodelan dilakukan preprocessing berupa Case Folding, Tokenization, Stopword Removal dan Stemming, dan Feature Extraction. Pada tahap klasifikasi menggunakan perbandingan model Naive Bayes dan Support Vector Machine (SVM).  Hasil penelitian ini, pada model Naive Bayes mampu melakukan klasifikasi teks dengan hasil akurasi 80,20%. Sedangkan Support Vector Machine (SVM) memiliki tingkat akurasi 70,83%.  Untuk penelitian selanjutnya diperlukan pendekatan deep learning dan dapat menggunakan model lain sebagai bahan perbandingan dengan model penelitian saat ini


Keywords


Al-Qur’an; Classification; Naïve Bayes; Translation

Full Text:

PDF

References


Syaamil Al-Qur’an Al-Kariim, 1st ed. Bandung: PT. Sygma Examedia Arkanleema, 2009.

N. Baidan, “Problematika Penerjemahan Al-Qur’an dalam Bahasa Indonesia,” Indones. J. Islam. Lit. Muslim Soc., vol. 2, pp. 1–20, 2017.

Maskur, “Program Terjemahan Al-Qur’an Sistem 40 Jam sebagai Metode Dakwah Alternatif di Makassar,” J. Kaji. Keislam., vol. 1, no. 2, pp. 105–118, 2020.

H. Nst, “Metodologi Terjemahan Al-Qur’an dalam Al-Qur’an dan Terjemahanya Bahasa Batak Angkola,” J. Ilmu-Ilmu Ushuluddin, vol. 07, no. 01, pp. 2–18, 2019.

Y. Hasyim, Akidah Akhlak, 1st ed. Jakarta: Direktorat KSKK Madrasah Direktorat Jenderal pendidikan Islam Kementrian Agama RI, 2020.

M. D. R. Wahyudi, “Penerapan Algoritma Cosine Similarity pada Text Mining Terjemah Al-Qur’an Berdasarkan Keterkaitan Topik,” Semesta Tek., vol. 22, no. 1, pp. 41–50, 2019, doi: 10.18196/st.221235.

G. L. Yovellia Londo, D. H. Kartawijaya, H. T. Ivariyani, P. W. P. Yohanes Sigit, A. P. Muhammad Rafi, and D. Ariyandi, “A Study of Text Classification for Indonesian News Article,” Proceeding - 2019 Int. Conf. Artif. Intell. Inf. Technol. ICAIIT 2019, pp. 205–208, 2019, doi: 10.1109/ICAIIT.2019.8834611.

A. Hermanto, “Implementasi Text Mining Menggunakan Naive Bayes untuk Penentuan Kategori Tugas Akhir Mahasiswa Berdasarkan Abstraksinya,” KONVERGENSI, vol. 12, no. 2, pp. 1–10, 2016.

A. F. Kamal, “Text Mining untuk Analisa Sentiment Ekspedisi Jasa Pengiriman Barang Menggunakan Metode Naive Bayes pada Aplikasi J&T Express,” Dian Nuswantoro, 2017.

P. Padli and Ependi, “Analisa Pola Penyelaguna Facebook yang menjadi Alat Kejahatan Trafficiking dengan Data Mining,” in Bina Darma Conference an Computer Science, 2020, pp. 339–344.

T. H. Putrisanni, Adiwijaya, and S. Al Faraby, “Klasifikasi Ayat Al-Qur’an Terjemahan Bahasa Inggris menggunakan K-Nearest Neighbor (KNN) dan Information Gain,” KOMIK Konf. Nas. Teknol. Inf. dan Komput., vol. 3, pp. 362–369, 2019, doi: DOI: 10.30865/komik.v3i1.1614.

M. Robani and A. Widodo, “Algoritma K-Means Clustering untuk Pengelompokkan Ayat pada Terjemahan Bahasa Indonesia,” J. Sist. Inf. Bisnis, vol. 2, no. 164–176, 2016.

R. Hidayat and S. Minanti, “Comparative Analysis of Text Mining Classification Algorithms for English and Indonesian Qur’an Translation,” IJID Int. J. Informatics Dev., vol. 8, pp. 48–51, 2019.

M. Irfan, W. Uriawan, N. Lukman, O. T. Kurahman, and W. Darmalaksana, “The Qur’anic Classification Uses Algorithm C4.5,” EAI, 2018, doi: http://dx.doi.org/10.4108/eai.2-10-2018.2295558.

W. C. Xia Xie, YuFu, Hai Jin, Yaliang Zhao, “A novel text mining approach for scholar information extraction from web content in Chinese,” Futur. Gener. Comput. Syst., pp. 859–872, 2020.

C. Slamet, A. Rahman, M. A. Ramdhani, and W. Darmalaksana, “Clustering the Verses of the Holy Qur’an Using K-Means Algotirhm,” Asian J. Inf. Technol., vol. 15, no. 4, pp. 5160–5162, 2016.

I. Romli, “Penentuan Jadwal Overtime Dengan Klasifikasi Data Karyawan Menggunakan Algoritma C4.5,” J. Sains Komput. Inform., vol. Volume 4 n, p. 696, 2020.

P. Widodo, “Konsep Data Mining,” in Penerapan Data Mining dengan MATLAB, 1st ed., Bandung: Rekayasa Sains, 2013, p. 2.

R. E. Putri, “Perbandingan Metode Klasifikasi Naive Bayes dan K-Nearest Neighbor pada Analisa Data Status Kerja di Kabupaten Demak Tahun 2012,” J. GAUSSIAN, vol. 3, pp. 831–838, 2014.

D. Irawan, E. B. Perkasa, D. Wahyuningsih, E. Helmud, and Yurindra, “Perbandingan Klassifikasi SMS Berbasis Support Vector Machine , Naive Bayes Classifier , Random Forest dan Bagging Classifier,” J. SISFOKOM, vol. 10, pp. 432–437, 2021.

M. I. Rahman, N. A. Samsudin, A. Mustapha, and A. Abdullahi, “Comparative Analysis for Topic Classification in Juz Al-Baqarah,” Indones. J. Electr. Eng. Comput. Sci., vol. 12, no. 1, pp. 406–411, 2018, doi: 10.11591/ijeecs.v12.i1.pp406-411.

A. Sari, “Kisah-kisah dalam Al-Qur’an,” J. Pengetah. tentang Ilmu dan Hikmah, vol. Volume 1, pp. 89–112, 2016.


Refbacks

  • There are currently no refbacks.


Editorial Office :

Prosiding SENDIKO (Seminar Nasional Hasil Penelitian & Pengabdian Masyarakat Bidang Ilmu Komputer)
Published by Universitas PGRI Madiun
Managed by Program Studi Sistem Informasi Fakultas Teknik Universitas PGRI Madiun
Address Jl. Auri 14-16 Kota Madiun Kampus III Universitas PGRI Madiun 63118
Website http://prosiding.unipma.ac.id/index.php/sendiko/index
Email sendiko@unipma.ac.id

e-ISSN:  3025-4604