Klasifikasi Multi-label Pada Topik Ayat Qur’an Terjemahan Bahasa Inggris Menggunakan Tree Augmented Naïve Bayes (tan)

Abstract

Al-Qur’an merupakan salah satu mukjizat yang diturunkan untuk dijadikan pedoman hidup bagi umat Muslim. Setiap umat Muslim wajib memahami serta mengamalkan ajaran yang dianjurkan Al-Qur’an. Ayat Al-Qur’an memiliki bahasan atatu topik yang dikaji, satu ayat dapat membahas satu topik atau lebih, pada kasus ini ayat Al-Qur’an termasuk dalam multi-label. Untuk memudahkan umat Muslim dalam memahami Al-Qur’an perlu dibangun sistem klasifikasi ayat Al-Qur’an. Berdasarkan penelitian sebelumnya, teorema Bayes dianggap common dalam menyelesaikan kasus klasifikasi, sehingga pada penelitian ini digunakan pendekatan probabilistik untuk membangun klasifikasi multi-label dengan Tree Augmented Naïve Bayes (TAN). Dalam pembangunan struktur TAN digunakan seleksi ciri dengan Mutual Information yang menghitung kebergantungan antar variabel input. Pada akhir pengujian nilai performa dari sistem dihitung dengan menggunakan hamming loss yang menghitung nilai error pada hasil klasifikasi multi-label. Hasil pengujian terbaik diperoleh ketika menggunakan threshold MI 3 yaitu dengan nilai hamming loss sebesar 0.1121, sedangkan nilai hamming loss terendah diperoleh ketika pembangunan struktur tidak menggunakan MI yaitu dengan nilai hamming loss 0.1208.