Implementasi Text Mining Classification Sebagai Pemodelan dalam Penyimpulan Muatan Tafsir Bil Ma’tsur dan Ra’yi pada Tafsir Al-Misbah M Quraish Shihab Berbasis Mobile Application

Al-Qur’an merupakan kitab petunjuk hudan li an-nâs dan rahmatan li al-‘âlamin (Q.SAl-Baqarah: 97). Al-Qur’an sebagai hudan li an-nâs berarti bahwa Al-Qur’an adalah aturan hidup (the way of life) bagi umat Islam. Adapun maksud Al-Qur’an sebagai rahmatan li al-‘âlamin adalah bahwa Al-Qur’an merupakan rahmat bagi seluruh alam, tanpa terkecuali.

Berdasarkan dua fungsi utama tersebut; hudan dan rahmatan, Al-Qur’an sebagai kalam ilahi diwahyukan Allah swt., kepada Rasulullah saw., dengan menggunakan salah satu bahasa pilihan, yaitu bahasa Arab. Karena sangat tidak mungkin dua tujuan utama tersebut dapat terealisasi dengan baik kecuali dengan menggunakan bahasa yang mudah dipahami oleh manusia itu sendiri. Tujuannya adalah agar umat manusia mampu memahami isi kandungan Al-Qur’an, sesuai dengan kapasitas dan kemampuan mereka masing-masing.

Namun demikian, masih banyak manusia, terutama umat Islam, yang belum bisa memahami makna-makna dan kandungan ayat suci Al-Qur’an dengan baik, sehingga akibatnya mereka belum mampu menjadikan Al-Qur’an sebagai hudan dan rahmatan bagi dirinya pribadi, keluarga dan masyarakatnya.

Dalam rangka memahami maksud-maksud Allah swt., yang terkandung dalam firman suci-Nya itu, maka dipandang perlu adanya sebuah pendekatan yang akan memudahkan umat Islam mengambil intisari ajarannya. Bila melirik ke masa lalu, tatkala Rasulullah saw., masih hidup, maka segala persoalan yang sulit dipahami umatnya (shahabat) ditanyakan secara langsung kepada beliau, karena Rasulullah saw., memang bertindak sebagai mubayyin (al-Farmawiy, 1994).

Namun sepeninggal Rasulullah saw., maka otoritas pemahaman Al-Qur’an dipegang oleh para shahabat, tabi‘in, dan tabi‘ at-tabi’in, sampai kepada ulama-ulama dan para pemikir-pemikir Islam (cendekiawan muslim) saat ini, tentunya dengan persyaratan- persyaratan khusus yang dibutuhkan dalam memahami dan menafsirkan Al-Qur’an sebagai Kitab Hidayah.

Pendekatan itulah yang kemudian dikenal dengan sebutan Ilmu Tafsir. Adapun orang yang menguasi ilmu terebut dan memiliki kemampuan untuk  menafsirkan Al-Qur’an disebut sebagai mufassir (Qaththan, 1973). Pada hakikatnya, istilah mufassir tersebut hanyalah nama lain dari istilah mubayyin yang lebih dulu dikenal, karena makna dan pengertiannya sama saja. Namun pada masa ini, sebutan mufassir  bagi ahli tafsir lebih populer daripada sebutan mubayyin.

Dalam perspektif Studi Ilmu Al-Quran, setidaknya ditemukan dua terminologi penafsiran yang sering digunakan yaitu Tafsir Bi Al-Ma’tsur dan Tafsir Bi Ar-Ra’yi. Tafsir Bi Al-Ma’tsur diartikan sebagai tafsir yang dilakukan dengan jalan riwayat, yakni penafsiran yang bersumber dari Al-Qur’an, Hadits, Riwayat Shahabat r.a. dan Riwayat Tabi’in r.a. Sedangkan Tafsir Bi Ar-Ra’yi didefinisikan sebagai upaya menyingkap isi kandungan Al-Qur’an melalui ijtihad yang dilakukan dengan mengapresiasi eksistensi akal.

Oleh karena itu, dua model penafsiran ini perlu dikaji secara utuh dan mendalam, sehingga pemahaman terhadap tafsir dapat terus dikembangkan seiring dengan perkembangan zaman.

Perkembangan teknologi komputasi dapat dimanfaatkan untuk berbagai keperluan menggali informasi yang terdapat pada sebuah data. Dengan munculnya teknologi seperti Data Mining dan Big Data tentunya dapat membantu menyelesaikan sebuah permasalahan baik secara teknik maupun studi kasus (Archenaa and Anita, 2015). Data Mining merupakan sebuah teknik yang menerapkan algoritma dalam menyelesaikan permasalahan kompleks (Tomar and Agarwal, 2013). Teknik Data Mining yang umum digunakan dalam penyelesaian masalah diantaranya adalah Klasifikasi (Classification) dan Pengelompokan (Clustering) (Jacob dan Ramani, 2012). Diantara kedua teknik tersebut, terdapat Algoritma K-Nearest Neigbor (KNN) yang masuk kedalam Top Ten Algorithm (Agrawal, 2014).

Terkait dengan Big Data Data Mining, terdapat satu trend yang sangat populer beberapa tahun belakangan yaitu Text Mining. Text Mining merupakan sekumpulan dokumen dalam bentuk text yang tidak beraturan membentuk sebuah data yang disusun berdasarkan kata kunci. Keberadaan Text Mining dapat dimanfaatkan untuk berbagai kepentingan seperti mendapatkan informasi dari twitter, website, dokumen elektronik serta beberapa text dokumen terstruktur seperti al-qur’an, hadist dan tafsir. Teknik text mining mampu menggali informasi berdasarkan struktur kata dan kalimat, keterkaitan antara satu kata dengan kata yang lain, serta dalam bentuk hubungan asosiasi.

Disamping Text Mining, dalam kajian Artificial Intelligence (AI) terdapat satu struktur penelusuran rule base dalam setiap kata dan kalimat. Penelusuran yang dilakukan oleh sebuah algoritma dalam mencari struktur kata atau kalimat biasanya menggunakan teknik pembobotan yang akan dipadukan dengan rule base yang dikenal dengan forward chaining atau penelusuran maju. Dalam penelusuran algoritma tersebut sebuah text akan dicocokkan berdasarkan kata yang ditemukan dalam database, seberapa banyak kata yang ditemukan akan dilakukan proses pembobotan untuk menentukan jenis dari kelas masing-masing atribut yang telah ditentukan.

Dalam struktur text pada tafsir nusantara terdapat dua kelas yang ditentukan sebagai target dalam proses pengkelasan yaitu Tafsir Bil Ma’tsur dan Tafsir Bil Ra’yi. Empat jenis pengelompokan kata yang digunakan terdiri atas jenis sumber tafsir yaitu (1) Al-qur’an dengan Al-qur’an, (2) Al-qur’an dengan Hadits, (3) Al-qur’an dengan Pendapat Sahabat dan (4) Al-qur’an dengan Pendapat Ta bi’in. Keempat jenis sumber tafsir tersebut akan dilakukan pencocokan kata dalam setiap baris dukumen tafsir untuk dilakukan proses pengelompokan dan pengkelasan dalam bentuk penelusuran rule-rule yang telah ditentukan dengan pembobotan tertentu. Teknik data mining pada penelitian ini yang digunakan untuk pengkelasan text pada tafsir nusantara adalah algoritma K-Nearest Neighbor (KNN).

KNN adalah algoritma yang bekerja dengan mengitung jarak terdekat antar atribut data (Hassanat et al, 2014), memiliki keunggulan dalam hal komputasi dengan performa tinggi (Khamis et al, 2014), algoritma yang simple dan tangguh terhadap berbagai karakteristik data besar (Imandoust dan Bolandraftar, 2013) serta memiliki akurasi yang baik dibandingkan dengan algoritma lain (Khamis et al, 2014). Beberapa penelitian yang telah dilakukan dengan merapkan KNN untuk text mining dilakukan oleh Yong dan kawan-kawan menyatakan bahwa klasifikasi text menggunkan KNN memiliki akurasi yang tinggi dengan kompleksitas algoritma kecil (Yong et al, 2009), kemudian pada tahun 2016 KNN digunakan untuk melakukan klasifikasi pengkategorian dukumen text untuk dengan modifikasi KNN menjadi Improvement KNN, dari penelitian tersebut menyebutkan bahwa akurasi Improvement KNN lebih baik dibandingkan dengan KNN (Gupta and Rani, 2016).

Dengan demikian, pada penelitian ini akan dibangun sebuah sistem berbasis web sebagai penyimpulan muatan tafsir bil ma’tsur dan bil ra’yi dalam kitab tafsir nusantara dengan menerapkan teknik data mining. Sistem yang dibangun dapat dijadikan sebagai sumber pengetahuan bagi masyarakat umum untuk dapat memperlajari dan malakukan penelusuran tafsir nusantara.

Kesimpulan:

Dari pembahasan dan analisis pada penelitian ini dapat disimpulkan menjadi dua bagian utama yaitu pertama, perbandingan algoritma KNN antara research terdahulu dengan penelitian ini memiliki nilai akurasi yang meningkat sebesar 0,31%, artinya semakin banyak dokumen ayat yang digunakan maka semakin baik akurasi pada algoritma KNN. Selanjutnya perbandingan antara KNN, MKNN dan FKNN memiliki nilai akurasi yang tinggi pada algortima MKNN yaitu sebesar 98,12 lebih tinggi daripada KNN dan FKNN yaitu 98,01 dan 88,3. Namun pada algoritma MKNN memiliki error yang lebih besar daripada KNN yaitu 4,3% lebih besar daripada KNN yaitu hanya sebesar 1,9%. Oleh karena itu, implementasi yang digunakan dalam penyimpulan ayat ini adalah algoritma KNN, selisih akurasi antara algoritma terbaik MKNN hanya sebesar 0,11% dan perbandingan error lebih baik KNN. Kedua, penerapan algortima KNN diterapkan menggunakan platform aplikasi mobile dengan pengujian blackbox sebesar 100% dan penujian UAT sebesar 98,8, yang memiliki makna bahwa aplikasi ini mudah digunakan. Hal terpenting dari aplikasi ini adalah mampu memberikan informasi terkait pembagian jenis tafsir yaitu Tafsir Bil Ma’tsur dan Tafsir Bil Ra’yiI, aplikasi yang dibangun dengan administrator berbasis web ini juga mampu memprediksikan ayat lain untuk diprediksi menjadi dua kelas tersebut, sehingga memudahkan pengguna dalam mempelajari ilmu tafsir secara benar.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *