Clustering Dokumen Fatwa MUI berdasarkan Bidang Permasalahan Menggunakan K-Means
Abstract views: 167
,
Download downloads: 175
Abstract
Sejak Majelis Ulama Indonesia (MUI) berdiri pada tahun 1975 sampai sekarang, lembaga ini telah menghasilkan fatwa sebanyak 201 buah yang mencakup berbagai bidang. Seperti masalah ibadah, ahwal al-syakhshiyah, keluarga berencana, masalah makanan dan minuman, kebudayaan, hubungan antar agama, dan lain-lain. Text mining merupakan salah satu teknik yang digunakan untuk menggali data yang tersembunyi dari data yang berbentuk text. Salah satu metode dalam text mining adalah clustering. Penelitian kali ini mengimplementasikan metode K-Means Clustering pada dokumen – dokumen fatwa MUI untuk mengelompokkan fatwa yang ada berdasarkan kemiripan masalah yang dibahas. Silhouette Coefficient digunakan untuk analisa terhadap cluster yang dihasilkan, dengan nilai terbaik 0.0994699359772012 dengan pengelompokan 10 cluster.
References
S, Budi. “Data Mining:Teknik Pemanfaatan data untuk keperluan bisnis”. Yogyakarta : Graha Ilmu. 2007
S, Cepy, et.al.” Clustering the Verses of the Holy Qur’an using K-Means Algorithm” . Asian Journal of Information Technology. 2016
N, Nugraha . D, D, Candra,, et.all. . “Klasterisasi Judul Buku dengan Menggunakan Metode K – Means”. Seminar Nasional Aplikasi Teknologi Informasi (SNATI).2014
Y, Eko.” Text Mining dengan K-Means Clustering pada Tema LGBT dalam Arsip Tweet Masyarakat Kota Bandung”. JURNAL MATEMATIKA “MANTIK”. Vol. 04 No. 01. .2018
A, Ledi.” Perbandingan Algoritma Stemming Porter dengan Algoritma Nazief & Adriani untuk Stemming Dokumen Teks Bahasa Indonesia”. Konferensi Nasional Sistem dan Informatika. 106-39.2009
P, Tan .M, Steinbach. and V, Kumar. “Introduction to Data Mining”. Boston : Pearson Education,2006
J, Han and M Kamber. “Data Mining Concept and Techniques”. Second Edition. Han, J &Kamber, M., 2006.
Y, Yaming and Pedersen.”Comparative Study on Feature Selection in Text Categorization”. School of Computer Science, Carnegie Mellon University, US, 1997
T,Toyota. H,Nobuhara. “Visualization of the Internet News Based on Efficient Self-Organizing Map Using Restricted Region Search and Dimensionality Reduction”. JACIII. 16: 222. 2012.
N, Bobby and M,Adriani.” Confix-Stripping: Approach to Stemming Algorithm for Bahasa Indonesia”, Fakulty of Computer Science University of Indonesia.1996
R, Handoyo., R.M, Rumani. and S.N, Michradi.” Perbandingan Metode Clustering Menggunakan Metode Single Linkage dan K-Means pada Pengelompokan Dokumen”.JSM STMIIK Mikroskil. Vol. 15, No. 2. 2014
Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
