Klasifikasi Anjuran, Larangan dan Informasi Hadits menggunakan Metode Naive Bayes Classifier

Abstract

Pertumbuhan informasi khususnya dalam bentuk data teks saat ini sangat pesat sehingga mendorong berbagai penelitian baru khususnya dalam klasifikasi teks, namun dalam penelitian untuk kasus kitab agama masih jarang dilakukan, adapun digitalisasi hanya mencakup bab yang dikandungnya belum menyentuh kategori anjuran, larangan atau sekedar hadits informasi sehingga membuat umat muslim kesulitan dalam memaknainya.  Permasalahan mengenai kategori hadits dapat diselesaikan dengan klasifikasi menggunakan metode naïve bayes classifier, hal ini dikarenakan naïve bayes classifier dapat mengklasifikasikan jumlah data yang sedikit maupun banyak dan lebih dari dua kategori. Klasifikasi pada hadits yang akan terklasifikasikan ada tiga ketegori yaitu kategori anjuran, larangan dan informasi. Proses pengklasifikasian hadits akan dimulai dari pengumpulan data hadits yang sudah terlabeli kemudian akan diproses dalam tahap preprocessing, pembobotan, TF-IDF, pengkalsifikasian menggunakan naïve bayes classifier dan akan dihitung hasil kalsifikasinya menggunakan metode f-measure. Berdasarkan penelitian yang telah dilakukan, untuk mengetahui hasil pengujian terbaik dalam klasifikasi yaitu dengan melihat akurasi tertinggi pada proses perhitungan menggunakan f-measure. Pada pengujian yang telah dilakukan dengan beberapa percobaan menggunakan data seimbang dan pengujian menggunakan data tidak simbang, hasil tertinggi yang diperoleh yaitu dengan menggunakan data seimbang dengan stoplist dengan akurasi mencapai 79,14%. Hal itu dikarenakan untuk membuktikan bahwa pengumpulan kata pada kamus stoplist yang mengandung perawi dan sanat hadits mempunyai pengaruh besar dalam proses pengklasifikasian.