Query answering system of Shahih Hadith Muttafaqun ‘Alaih using Indonesian Thesaurus based on query expansion and naïve bayes classifier

ENGLISH:

Hadith is the second source of Islamic law after Al-Qur'an. Hadith are all the words, deeds and provisions of the Prophet Muhammad SAW that are used as Islamic law. One of the best-known hadith collection books is the book of Al Lu' Lu' Wal Marjan by Muhammad Fuad Bin Abdul Baqi. This book contains authentic hadiths from two prominent Imams namely Imam Bukhari and Imam Muslim. As a famous collection of hadith books, surely many people who use the book as a hadith reference, by creating an Information Retrieval system called the Query Answering System, is expected to facilitate users in searching and finding the hadith documents as the user's needs. This research implements the Naïve Bayes Classifier method combined with Indonesian thesaurus as a query expansion to find the hadith documents that relevant to the input query. The purpose of this study is to measure the accuracy, precision, and recall from the results of the implementation of the Naïve Bayes Classifier method combined with Indonesian thesaurus as a query expansion. Based on the testing of 50 query data, the test results show that the use of query expansion shows better results than without using query expansion. Based on testing the top 1 data without using query expansion obtained an average recall value of 62%, an average precision value of 62%, an average accuracy value of 92.4% and an average value of the f-measure of 62%, while testing using query expansion obtained an average recall value of 66%, an average precision value of 66%, an average accuracy value of 93.2% and an average f -measure value of 66%. Based on the test results, the use of query expansion shows an improvement in the average recall value of 4%, an improvement in the average precision value of 4%, and an improvement in the average accuracy value of 0.8% and an improvement in the average f-measure value of 4% compared on without using query expansion.

INDONESIA:

Hadits merupakan sumber hukum Islam yang kedua setelah Al-Qur’an. Hadits adalah semua perkataan, perbuatan dan ketetapan Nabi Muhammad SAW yang digunakan sebagai hukum Islam. Salah satu kitab himpunan hadits yang terkenal adalah kitab Lu’ Lu’ Wal Marjan karangan Muhammad Fuad Bin Abdul Baqi. Kitab ini berisi hadits-hadits shahih dari dua orang Imam yang terkemuka yakni Imam Bukhari dan Imam Muslim. Sebagai kitab himpunan hadits yang terkenal, pasti banyak orang yang menggunakan kitab tersebut sebagai referensi hadits, dengan membuat sebuah sistem Information Retrieval yang dinamakan Query Answering System, diharapkan dapat memudahkan pengguna dalam mencari dan menemukan dokumen hadits yang sesuai dengan kebutuhan pengguna. Penelitian ini mengimplementasikan metode Naïve Bayes Classifier yang dikombinasikan dengan tesaurus Indonesia sebagai query expansion untuk menemukan dokumen hadits yang sesuai dengan query masukan. Tujuan dari penelitian ini adalah untuk mengukur akurasi, presisi, dan recall dari hasil penerapan metode Naïve Bayes Classifier yang dikombinasikan dengan tesaurus Indonesia sebagai query expansion. Berdasarkan pengujian dari 50 data query, hasil pengujian menunjukkan bahwa penggunaan query expansion menunjukkan hasil yang lebih baik dibandingkan dengan tanpa menggunakan query expansion. Berdasarkan dari pengujian 1 data teratas tanpa menggunakan query expansion didapatkan nilai rata-rata recall sebesar 62%, nilai rata-rata precision sebesar 62%, nilai rata-rata accuracy sebesar 92.4% dan nilai rata-rata f-measure sebesar 62%, sedangkan pengujian dengan menggunakan query expansion didapatkan nilai rata-rata recall sebesar 66%, nilai rata-rata precision sebesar 66%, nilai rata-rata accuracy sebesar 93.2% dan nilai rata-rata f-measure sebesar 66%. Berdasarkan hasil pengujian tersebut penggunaan query expansion menunjukkan peningkatan pada nilai rata-rata recall sebesar 4%, peningkatan pada nilai rata-rata precision sebesar 4%, dan peningkatan pada nilai rata-rata accuracy sebesar 0.08% dan peningkatan pada nilai rata-rata f-measure sebesar 4% dibandingkan dengan tanpa menggunakan query expasion.