Implementasi algoritma k-means pada clustering ayat Al-Qur'an berdasarkan rukun Islam dan rukun Iman

Nursa'adah, Didah Siti (2018) Implementasi algoritma k-means pada clustering ayat Al-Qur'an berdasarkan rukun Islam dan rukun Iman. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (113kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (76kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftar Isi.pdf

Download (129kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (170kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (273kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (910kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (75kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (91kB) | Request a copy

Abstract

Alquran merupakan kitab suci yang digunakan sebagai pedoman hidup manusia, salah satu persoalan dalam Alquran yaitu rukun Islam dan rukun Iman. Alquran terdiri dari 114 surat, masing-masing surat terdiri dari beberapa ayat, jumlah ayat dalam Alquran mencapai 6236 Ayat. Dalam penelitian ini dilakukan penerapan Text mining dan pembobotan Tf-Idf untuk melakukan clustering dengan menggunakan algoritma k-means pada ayat Al-quran berdasarkan rukun Islam dan rukun Iman. Jumlah klaster telah ditentukkan terlebih dahulu yaitu sebanyak 13 cluster berdasarkan bagian dari rukun islam dan rukun iman. Hasil yang didapat adalah ayat Alquran yang termasuk rukun Islam dan rukun Iman. Hasil implementasi algoritma K-Means pada penelitian ini menghasilkan tingkat akurasi yaitu sebesar 11%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Al-Quran; Rukun Islam dan Rukun Iman; Text Mining; Pembobotan Tf-Idf; Clustering; K-Means;
Subjects: Communications Telemunications
Computer Arts, Digital Arts
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Didah Siti Nursa'adah
Date Deposited: 26 Oct 2018 05:40
Last Modified: 26 Oct 2018 05:40
URI: https://etheses.uinsgd.ac.id/id/eprint/14380

Actions (login required)

View Item View Item