Klasifikasi Multi-label pada Hadis Terjemahan Bahasa Indonesia menggunakan CART dan Bagging

RENDI KUSTIAWAN

Informasi Umum

Kode

22.04.1079

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

8 kali

Informasi Lainnya

Abstraksi

Hadis merupakan sumber hukum bagi umat muslim setelah al-qur’an yang di dalamnya terdapat petunjuk baik berupa perkataan, perbuatan, sikap, dan lain-lain. Hadis wajib dipelajari dan diamalkan oleh umat muslim, lalu dijadikan sebagai pedoman hidup setelah al-qur’an. Melakukan klasifikasi pada hadis merupakan cara untuk memudahkan umat muslim dalam mempelajari hadis dengan cara melihat pola teks pada terjemahan hadis bukhari berdasarkan tiga kelas atau kategori berdasarkan anjuran, larangan dan informasi. Klasifikasi yang dilakukan adalah klasifikasi multi-label. Pada proses klasifikasi menggunakan N-gram dan TF-IDF sebagai ekstraksi fitur, lalu menggunakan CART dan bagging sebagai metode klasifikasi dan hamming loss sebagai metode evaluasi. Bagging digunakan untuk menutupi kekurangan dari CART yaitu model CART kurang stabil yang mana jika terdapat sedikit perubahan pada data latih akan berpengaruh besar pada model pembelajaran yang dihasilkan. Pada penelitian ini dilakukan beberapa metode pengujian untuk mendapatkan nilai hamming loss terbaik. Berdasarkan beberapa pengujian yang telah dilakukan didapatkan nilai hamming loss terbaik sebesar 0,1914 atau sebesar 80,86%. Hasil tersebut menunjukan bahwa penggunaan bagging dapat membantu meningkatkan akurasi sebesar 5%.