Klasifikasi Multi-Label pada Hadis Bukhari dalam Terjemahan Bahasa Indonesia Menggunakan Information Gain dan Backpropagation Neural Network

MUHAMMAD YUSLAN ABUBAKAR

Informasi Umum

Kode

19.04.080

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatics

Dilihat

38 kali

Informasi Lainnya

Abstraksi

Hadis merupakan sumber hukum dan pedoman kedua bagi umat Islam setelah Al-Qur’an dan banyak sekali hadis yang telah diriwayatkan oleh para ahli hadis selama ini. Penelitian ini membangun sebuah sistem yang dapat melakukan klasi?kasi hadis Bukhari terjemahan berbahasa Indonesia. Topik ini diangkat untuk memenuhi kebutuhan umat Islam dalam mengetahui apa saja informasi mengenai anjuran dan larangan yang terdapat dalam suatu hadis. Backpropagation neural network digunakan karena metode ini dapat melakukan klasi?kasi dengan jumlah ?tur yang sangat banyak dan beragam. Dibantu dengan information gain sebagai metode seleksi dalam memilih ?tur-?tur yang berpengaruh untuk setiap label kelas pada data multi-label dan single label yang mana hal ini belum pernah dilakukan sebelumnya. Hasil yang didapatkan menunjukkan bahwa sebesar 88.42% data hadis multi-label dapat diklasi?kasikan dengan benar. Sementara itu sebesar 65.275% dapat diklasi?kasikan dengan benar pada data hadis single label menggunakan bantuan information gain dalam pemilihan ?tur.