Analisis Monolingual Alignment Dalam Mengukur Nilai Kesamaan Teks Semantik Pada Pasangan Ayat Al-quran Dengan Penambahan Sistem Supervised Learning

Abstract

Penelitian terkait pengukuran nilai semantik dan korelasi pada pasangan ayat Al-Quran masih sangat sedikit. Penelitian masih terbatas pada pencarian ayat-ayat yang dibagi menjadi level 0, level 1, dan level 2 pada penelitian Qursim. Oleh karena itu, perlu adanya metode lain salah satunya yaitu metode monolingual alignment.

 

Pada penelitian tugas akhir ini digunakan metode monolingual alignment dan penambahan sistem supervised learning dalam mengukur nilai kesamaan semantik pada pasangan ayat-ayat Al-Quran. Hasil pengujian penelitian sistem fitur-fitur alignment pada dataset 2016 mendapatkan nilai korelasi tertinggi yaitu 0,728 dan pada dataset 2017 yaitu 0,698. Sedangkan untuk sistem fitur-fitur alignment yang ditambahkan sistem supervised learning, nilai korelasi tertinggi pada dataset testing 2016 yaitu 0,728 dan pada dataset testing 2017 yaitu 0,7. Berdasarkan hasil tersebut, disimpulkan bahwa fitur identical words sebagai fitur dasar alignment masih menjadi fitur terbaik dibandingkan fitur lainnya yaitu PPDB dan WordNet. Nilai korelasi dari penambahan supervised learning berhasil mendekati nilai korelasi dari sistem alignment.