Perbandingan analisis algoritma K-Means dan Fuzzy C-Means untuk pengelompokan Hadits terjemahan bahasa Indonesia

Pratama, Rizky Sam (2018) Perbandingan analisis algoritma K-Means dan Fuzzy C-Means untuk pengelompokan Hadits terjemahan bahasa Indonesia. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (628kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (641kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (1MB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (2MB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (6MB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (11MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (6MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (776kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (824kB) | Request a copy

Abstract

Hadits merupakan sumber hukum agama Islam yang kedua setelah kitab suci Al–Qur’an, dalam hadits terdapat banyak bab yang membahas beberapa perkara. Banyaknya bab dalam hadits akan menjadi hal yang menarik untuk dipadukan dengan teknik data mining terutama text mining guna mengelompokkan hadits kedalam beberapa kelompok berdasarkan isi hadits (matan) secara otomatis. Klasterisasi merupakan sebuah teknik pengelompokan, terdapat beberapa metode yang dapat digunakan untuk pengelompokan diantaranya K-Means dan Fuzzy C-Means. Dari penelitian sebelumnya, masih jarang ditemukan penelitian mengenai klasterisasi hadits berdasarkan matan. Adapun beberapa aplikasi mengenai hadits yang mengatur pengelompokan hadits masih secara manual melalui relasi database, belum ter-otomatisasi menggunakan algoritma tertentu. Penelitian sekarang akan mencoba mengelompokkan teks Hadits terjemahan Bahasa Indonesia serta membandingkan algoritma K-Means dan Fuzzy C-Means dengan beberapa parameter dan percobaan yang ditentukan. Perbandingan ini digunakan untuk menentukan metode yang paling akurat dalam klasterisasi hadits. Hasil penelitian ini menunjukkan bahwa beberapa parameter yang digunakan berpengaruh terhadap hasil evaluasi klaster, terutama pada pengurangan dimensi data. Secara perhitungan Silhouette Coefficient dan F-Measure, metode Fuzzy C-Means mendapat akurasi sebesar 0.83079 dan 0.97128 sedangkan metode K-Means mendapat akurasi sebesar 0.67828 dan 0.95078 dengan hasil diatas menunjukkan metode Fuzzy C-Means lebih unggul dalam pengelompokan teks hadits terjemahan Bahasa Indonesia.

Actions (login required)

View Item