Klasifikasi Teks Multi-Label pada Hadis menggunakan Recurrent Neural Network

RADEN RIZKY FALIH PRIDYANDHIKA

Informasi Umum

Kode

19.04.3263

Klasifikasi

005.13 - Language Programming, Coding of Programs, Source Code

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer-natural Language

Dilihat

320 kali

Informasi Lainnya

Abstraksi

Hadis merupakan pedoman kedua yang dapat dijadikan pedoman/acuan hidup bagi umat muslim setelah Al-Qur’an. Dari sekian banyaknya hadis terdapat salah satu hadis sahih yang sering digunakan oleh umat muslim sebagai acuan/pedoman dalam memutuskan suatu hal, yaitu Hadis Al-Bukhari. Selain itu, di dalam hadis terdapat beberapa pemaknaan tertentu pada setiap kutipan kalimat di setiap babnya. Hal ini menjadi tantangan tersendiri bagi orang-orang yang sedang atau baru pertama kali mempelajari hadis. Oleh karena itu penelitian ini memiliki tujuan untuk membangun sebuah sistem yang dapat mengklasifikasikan setiap kutipan kalimat yang ada didalam sebuah hadis sesuai dengan pemaknaannya. Teknik klasifikasi yang dibagun adalah dengan mengunakan metode Recurrent Neural Network (RNN). Teknik RNN dipilih karena RNN dapat mengingat informasi sebelumnya ketika proses pembelajaran terjadi. Hal itu dikarenakan RNN memiliki sifat short term memory. Hasil didapatkan menunjukkan bahwa sebesar 94,03% data hadis multi-label dapat diklasifikasikan dengan benar (hamming loss 0.0597).