Damara, Jhody (2020) Pengelompokan Tematik Al-qur'an Menggunakan Metode LSA Dengan Pembobotan TF dan Probabilistic-IDF. Other thesis, Universitas Islam Riau.
Text
Jhody Damara.pdf - Submitted Version Download (1MB) |
Abstract
Al-Qur‟an adalah kitab suci umat islam yang berisi firman-firman Allah SWT, yang diwahyukan dalam bahasa Arab kepada Nabi Muhammad SAW dan membacanya bernilai ibadah. Al-Qur‟an berfungsi sebagai petunjuk/pedoman bagi umat manusia dalam mencapai kebahagiaan hidup di dunia dan akhirat. Dalam mempelajari ilmu Al-Qur‟an, seseorang tidak hanya diwajibkan membacanya minimal harus mengetahui tentang pengelompokan ayat-ayat berdasarkan tema yang terdapat dalam Al-Qur‟an. Dimana pengelompokan tersebut dapat berfungsi untuk mengkaji lebih lanjut mengenai tema tersebut. Maka yang menjadi permasalahan adalah belum adanya korpus pengelompokan tematik Al-Qur‟an yang menjelaskan tentang tema neraka yang cepat dan akurat. Penelitian ini bertujuan untuk meningkatkan efisiensi pencarian ilmiah dan mengurangi kesulitan dalam pengelompokan surah dan ayat. Dalam penelitian ini dataset yang digunakan yaitu, dataset terjemahan Al-Qur‟an pada qurandatabase.org versi indonesia. Pengelompokan ini dilakukan menggunakan metode Latent Semantic Analysis (LSA) dengan pembobotan Term Frequency dan Probabilistic-IDF yang merupakan metode statistik aljabar yang mengekstrak struktur semantik yang tersembunyi dari kata dan kalimat. Penelitian ini menghasilkan pengelompokan dengan sub tema “Sifat Ahli Neraka dan Kejahatan Mereka” yang memperoleh nilai f1-score evaluasi Al-Qur‟an Cordoba sebesar 71,85% dari penilaian matriks U, sedangkan dari pakar tematik Al-Qur‟an diperoleh kontribusi penambahan 28 surah dan ayat ke dalam sub tema “Sifat Ahli Neraka dan Kejahatan Mereka” dengan peningkatan f1-score 9,32%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Al-Qur’an, Cordoba, Latent Semantic Analysis(LSA), Term Frequency, Probabilistic-Invers Document Frequency(IDF) |
Subjects: | Q Science > QA Mathematics > QA76 Computer software |
Divisions: | > Teknik Informatika |
Depositing User: | Mia |
Date Deposited: | 29 Oct 2021 07:39 |
Last Modified: | 29 Oct 2021 07:39 |
URI: | http://repository.uir.ac.id/id/eprint/3763 |
Actions (login required)
View Item |