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

MUHAMMAD YUSLAN ABUBAKAR

Informasi Dasar

66 kali
19.04.080
004
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

INFORMATICS
 

Katalog

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

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD YUSLAN ABUBAKAR
Perorangan
Adi Wijaya, Said Al faraby
 

Penerbit

Universitas Telkom
Bandung
2019

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini