Pengembangan Model Klasterisasi Topik Hadis Bukhari Muslim Menggunakan BERT dengan Penambahan Fitur Semantik

Ahmad Hasyim Asy'ari; Muhammad Hanafi

doi:10.31294/ijcs.v4i2.8931

Authors

Ahmad Hasyim Asy'ari Universitas Amikom Yogyakarta
Muhammad Hanafi Universitas Amikom Yogyakarta

DOI:

https://doi.org/10.31294/ijcs.v4i2.8931

Keywords:

Klasterisasi Hadis, Fitur Semantik, BERTOPIC, NLP

Abstract

Klastering hadis merupakan tugas penting dalam studi Islam, mengingat sifat korpus hadis yang luas dan kompleks. Pendekatan pengelompokan tradisional sering kali kesulitan untuk menangkap konteks semantik yang mendalam dalam hadis, yang menyebabkan pengelompokan topik menjadi kurang akurat. Kemajuan terkini dalam Natural Language Processing (NLP), seperti model Bidirectional Encoder Representations from Transformers (BERT), telah menunjukkan hasil yang menjanjikan dalam mengatasi tantangan ini dengan menyediakan penyematan kontekstual yang kaya. Namun, penggunaan BERT secara tunggal dapat mengabaikan fitur linguistik yang penting, yang berpotensi membatasi kinerja pengelompokan. Studi ini mengusulkan model pengelompokan yang disempurnakan untuk koleksi hadis Sahih Bukhari dan Sahih Muslim, yang mengintegrasikan penyematan BERT dengan fitur semantik tambahan, termasuk panjang teks, Term Frequency (TF), dan Inverse Document Frequency (IDF). Dengan menggunakan kerangka BERTopic, pendekatan ini menangkap hubungan yang bernuansa antara hadis, yang memberikan hasil pengelompokan yang lebih akurat secara kontekstual. Eksperimen menunjukkan bahwa metode terintegrasi ini secara signifikan meningkatkan kinerja pengelompokan, seperti yang ditunjukkan oleh silhouette score dengan nilai -0.1 dan davies-bouldin index 2.6. Sedangkan tanpa terintegrasi menunjukkan nilai rendah dengan silhouette score dengan nilai -0.145 dan davies-bouldin index 6.6. Sehingga pengembangan ini menawarkan metode yang lebih tepat untuk pengelompokan topik dalam studi Islam, yang memfasilitasi organisasi dan pemahaman yang lebih baik tentang teks hadis.

References

Aluri, L., & Latha, D. (2023). HSFO: Hunter Sail Fish Optimizer Enabled Deep Learning for Single Document Abstractive Summarization Based on Semantic Role Labelling for Telugu Text. https://doi.org/10.21203/rs.3.rs-2889668/v1

Aminah, N., Maryati, M., Bachtiar, M., & Ashpandi. (2025). Hadis Tentang Konsep Manajemen Pengorganisasian Pendidikan Islam Dalam Perspektif Hadits. Ijis, 1(1), 98–106. https://doi.org/10.62567/ijis.v1i1.633

Asy’ari, A. H., Muzakki, M. H., & Hanafi, M. (n.d.). Clusterization Model of Hadith Topic in Bukhari Muslim Hadith using BERT Algorithm.

Dodda, R., & Alladi, S. B. (2024). BERT-based Document Clustering: Unveiling Semantic Patterns in 20News Group, Reuters, and BBC Sports Corpora. https://doi.org/10.22541/au.171506422.20645846/v1

George, L., & Sumathy, P. (2023). An Integrated Clustering and BERT Framework for Improved Topic Modeling. International Journal of Information Technology, 15(4), 2187–2195. https://doi.org/10.1007/s41870-023-01268-w

Gerritse, E. J. (2022). Entity-Aware Transformers for Entity Search. https://doi.org/10.48550/arxiv.2205.00820

Hua, L. (2024). Integrating Clustering and Semantic Similarity for MAUDE Database Dimensionality Reduction. https://doi.org/10.1101/2024.12.03.24318439

Imana, Y., Kosasih, E., & Mardi, I. (2024). Madrasah Hadits Dan Sejarah Perkembangannya: Menghubungkan Tradisi Dengan Inovasi Dalam Studi Islam Kontemporer. Cakrawala, 1(2), 141–149. https://doi.org/10.63142/cakrawala.v1i2.68

Li, W. J., Liu, Y., Deng, K., & Wu, X. (2024). POS‐HC: A Part‐of‐Speech Hierarchical Clustering Approach for Normative Texts Partition. https://doi.org/10.20944/preprints202402.1575.v1

Liu, T., Yu, H., & Blair, R. H. (2022). Stability Estimation for Unsupervised Clustering: A Review. Wiley Interdisciplinary Reviews Computational Statistics, 14(6). https://doi.org/10.1002/wics.1575

Maulida, F. (2023). The Concept of Political Ethics in Islam (Perspective of Hadith From Sahih Bukhari and Sahih Muslim). Aqwal Journal of Qur an and Hadis Studies, 4(2), 198–212. https://doi.org/10.28918/aqwal.v4i2.1901

Mudding, A. A. (2024). Mengungkap Opini Publik: Pendekatan BERT-based-caused Untuk Analisis Sentimen Pada Komentar Film. Journal of System and Computer Engineering (Jsce), 5(1), 36–43. https://doi.org/10.61628/jsce.v5i1.1060

Murfi, H., Agung, Y. J., Nurrohmah, S., Satria, Y., Za’in, C., & Rahayu, D. (2024). Eigenspace-Based Fuzzy C-Means With Large Language Model BERT for Topic Detection. https://doi.org/10.21203/rs.3.rs-3637575/v1

Riantika, P. A. (2023). Analisis Keutamaan Sedekah Dan Infak Berdasarkan Hadis Yang Diriwayatkan Oleh Imam Bukhari Dan Imam Muslim. Jurnal Hibrul Ulama Jurnal Ilmu Pendidikan Dan Keislaman, 5(2), 76–82. https://doi.org/10.47662/hibrululama.v5i2.522

Rinjani, C. (2021). Metode Reward Dan Punishment Dalam Pendidikan Islam Perspektif Hadis Bukhari Dan Muslim. Ruhama Islamic Education Journal, 4(2), 185–204. https://doi.org/10.31869/ruhama.v4i2.2918

Rohman, F. (2021). Tujuan Pendidikan Islam Pada Hadis-Hadis Populer Dalam Shahihain. Ta Dibuna Jurnal Pendidikan Islam, 10(3), 367. https://doi.org/10.32832/tadibuna.v10i3.5107

Shen, X., Sun, Y., Zhang, C., Yang, C., Qin, Y., Zhang, W., Nan, J., Che, M., & Gao, D. (2024). Double-Target Self-Supervised Clustering With Multi-Feature Fusion for Medical Question Texts. Peerj Computer Science, 10, e2075. https://doi.org/10.7717/peerj-cs.2075

Subakti, A., Murfi, H., & Hariadi, N. (2022). The Performance of BERT as Data Representation of Text Clustering. Journal of Big Data, 9(1). https://doi.org/10.1186/s40537-022-00564-9

Yang, Y. (2024). Comparative Analysis of Strategies of Knowledge Distillation on BERT for Text Matching. Applied and Computational Engineering, 51(1), 112–118. https://doi.org/10.54254/2755-2721/51/20241188