Article Per Year (5 Year)
p-Index From 2021 - 2026
3.215
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JUTI: Jurnal Ilmiah Teknologi Informasi Transformasi: Jurnal Pengabdian Masyarakat Seminar Nasional Informatika (SEMNASIF) Register: Jurnal Ilmiah Teknologi Sistem Informasi Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) SISFOTENIKA Paradigma JURNAL MEDIA INFORMATIKA BUDIDARMA Masyarakat Telematika Dan Informasi : Jurnal Penelitian Teknologi Informasi dan Komunikasi Jurnal Sisfokom (Sistem Informasi dan Komputer) INTEK: Jurnal Penelitian Jurnal Linguistik Komputasional EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jurnal Teknologi Informasi dan Terapan (J-TIT) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Charity : Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer eProceedings of Engineering Jurnal INFOTEL
Moch Arif Bijaksana
Universitas Telkom, Bandung, Indonesia
Religion Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences

Published : 107 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 107 Documents
Search

 7   8   9   10   11 
Analisis Dan Implementasi Similarity Dengan Word Alignment Pada Nabi Abraham Dalam Alkitab Dan Al-quran Grace Duma Tambunan; Moch. Arif Bijaksana; Said Al Faraby
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Agama Kristen dan Islam merupakan agama yang sah di Indonesia. Pada kitab suci kedua agama terdapat kisah nabi Abraham dan memiliki kesamaan. Hal tersebut telah menjadi topik yang banyak dibahas. Oleh karena itu, perlu pengetahuan untuk melihat sisi kesamaan dan kemiripan kisah nabi tersebut. Dengan menerapkan konsep penambangan teks dan metode word alignment akan dilakukan perbandingan kisah antara kedua kitab. Metode ini dipilih karena telah banyak digunakan dalam penelitian pemrosesan teks, dan juga telah menjadi topik yang banyak digunakan dalam kompetisi SemEval dan menjadi metode yang terbaik pada seri SemEval 2014 dan 2015 yaitu Sultan Aligner. Dalam penelitian ini, digunakan Kisah Nabi Abraham sebagai dataset. Data input kisah Nabi Abraham diambil dari buku Kisah para Nabi dan Rasul karangan Ibnu Katsir yang merujuk pada ayat-ayat Al-Quran dan dari kisah Nabi Abraham pada Alkitab. Kisah yang didapatkan dari buku karangan Ibnu Katsir ini telah dibandingkan dengan Al-Quran secara manual sehingga dapat dipastikan keakuratan datanya. Hasil dari penelitian berupa nilai korelasi dengan cara membandingkan hasil kesamaan semantik yang dihasilkan sistem dengan menggunakan word alignment dan gold standard yang dibangun secara manual dengan intuisi manusia. Dari penelitian tugas akhir diperoleh nilai korelasi sebesar 0,8025 pada single proportion dan 0,7991 pada separate proportion. Kata Kunci: Nabi Abraham, kesamaan, kemiripan, word alignment, korelasi, Alkitab, Al-quran, gold standard
Pembangunan Synsets untuk WordNet Bahasa Indonesia dengan Metode Komutatif I Putu Prima Ananda; Moch. Arif Bijaksana; Ibnu Asror
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak WordNet merupakan database leksikal yang berisi informasi kata, kelas kata, dan definisi seluruh himpunan yang terdapat dalam suatu bahasa. Satuan terkecil dari WordNet adalah synset atau himpunan sinonim yang seluruh anggotanya memiliki arti atau makna yang sama. Peran synset sangat penting bagi WordNet selain merupakan satuan utama, synset menentukan makna dari himpunan kata, dan semua relasi semantik juga menghubungkan synset. Oleh karena itu, pada penelitian ini pembangunan synset khususnya untuk WordNet Bahasa Indonesia dengan menggunakan metode konsep komutatif. Setiap anggota synset dapat saling menggantikan, dimana bila terdapat kata w1 yang memiliki sinonim w2, dengan menggunakan konsep komutatif maka kata w2 harus memiliki sinonim w1. Ide pembangunan synset ini diambil dari penelitian [1], dimana perbedaannya pada penelitian ini pembangunan synset dilakukan dengan menggunakan metode komutatif. Performansi yang dihasilkan dari implementasi komutatif terhadap teori komutatif menghasilkan nilai F1 sebesar 100%. Kata kunci : metode komutatif, synonim set, synset, WordNet. Abstract WordNet is a lexical database that contains word information, word classes, and definition of all sets contained in a language. The smallest unit of WordNet is a synset or set of synonyms that all member have the same meaning or significance. The role is very important for the WordNet synset. In addition to the main unit, synset determine the meaning of the set words, and all the semantic relationships also connect to synset. Therefore, in this research the building synset especially for WordNet Bahasa by using method of commutative concept. Each synset member can interchanged, if there is a word w1 has a synonym w2, using concept of commutative then word w2 must have a synonym w1. This idea was taken from research [1], where the difference in this study focus on using the commutative method. The performance resulting from the commutative implementation of the commutative theory result an F1 for 100%. Keywords: commutative method, synonym set, synset, WordNet.
Implementasi dan Analisis Kesamaan Semantik Antar Kata Bahasa Indonesia Menggunakan Metode GloVe Ramanti Dwi Indrapurasih; Moch. Arif Bijaksana; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Kesamaan semantik adalah salah satu pengukuran yang ada pada text mining untuk mencari nilai kesamaan makna antar kata. Kesamaan semantik ini dapat diaplikasikan pada berbagai aplikasi. Pengukuran ini dilatarbelakangi dimana saat ini komputer belum dapat menyamakan persepsi manusia terkait penilaian kesamaan antar kata. Maka dari itu dalam tugas akhir kali ini membahas mengenai kesamaan semantik antar kata bahasa Indonesia dengan menggunakan metode GloVe . Metode GloVe adalah suatu model untuk unsupervised learning pada representasi kata yang mengungguli model lainnya di word analogy, word similarity, dan named entity recognition. Dengan inputan berupa corpus Wikipedia Bahasa Indonesia dan skor yang dihasilkan dihitung nilai korelasinya menggunakan correlation pearson dengan membandingkan skor hasil gold standard dari WordSim-353, SimLex-999 dan Miller Charles. Hasil dari penelitian tugas akhir ini merupakan nilai korelasi antara metode GloVe dengan gold standard SimLex-999, WordSim353, dan Miller Charles. Pada penelitian tugas akhir ini menghasilkan nilai korelasi pada gold standard dengan nilai korelasi yang didapatkan sebesar 0.1165 untuk Miller Charles, 0.2280 untuk SimLex-999 dan 0.2849 untuk WordSim-353. Kata kunci : Text mining, Kesamaan Semantik, GloVe Abstract Semantic similarity is one of the text mining’s measurement to find the value of the similarity between word’s meaning. This semantics similarity can be applied in various applications. The measurement’s background is caused where the computer not able yet to equate human’s perspective related to measurement of the similarity between words. Therefore, this thesis will discuss about semantics similarity between words in Bahasa Indonesia by using GloVe method. GloVe method is a model for unsupervised learning on words representation that surpass another models in word analogy, word similarity and named entity recognition. With the input of a Wikipedia corpus of Bahasa Indonesia and the correlation value from resulted score is calculated with correlation pearson by comparing it with gold standard score from WordSim-353, SimLex999, and Miller Charles. The final result from this thesis produce a correlation value in gold standard with the obtained correlation value is 0.1165 for Miller Charles, 0.2280 for SimLex-999 and 0.2849 for WordSim353. Keywords: Text mining, Semantics Similarity, GloVe
Pemberian Peringkat Komentar Pada Community Question Answering Dengan Fitur Soft-cosine Semantic Similarity Untuk Kasus Question-external Comment Floribertus Yericho Pramudya; Moch. Arif Bijaksana
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Di era sekarang ini kebutuhan informasi semakin tinggi dengan banyaknya teknologi yang berkembang dengan cepat. Dengan adanya internet yang semakin cepat dan efektif, maka sistem Community Question Answering (CQA) sudah dapat dipastikan akan sangat membantu pengguna internet untuk mendapatkan informasi yang dibutuhkan. Dengan masukan berupa dataset berbentuk XML yang berisi pertanyaan baru, pertanyaan relevan dan jawaban. Output yang dihasilkan berupa nilai Mean Average Precision (MAP) dari sepuluh komentar good teratas.. CQA sendiri cukup terbuka untuk umum dan semuanya bebas untuk bertanyajawab, tetapi dengan kebebasan itu pengguna juga disulitkan dengan banyaknya jawaban dan tidak menjamin semuanya benar dan sesuai dengan pertanyaan. Bahkan ada kemungkinan juga jika jawaban yang terbaik ada di pertanyaan lain yang sudah pernah ditanyakan. Penelitian yang ada sebelumnya menggunakan fitur Cosine Similarity. Fitur Cosine Similarity hanya mengambil jawaban yang memiliki kesamaan kata dengan pertanyaan yang ada. Sedangkan dengan ditambahkan fitur SoftCosine Semantic Similarity akan meningkatkan kemungkinan untuk mendapatkan jawaban yang tepat meskipun tidak memiliki kesamaan kata sekalipun. Pengujian dilakukan menggunakan dataset dari SemEval-2017 Task 3 menunjukkan bahwa gabungan fitur SoftCosine Semantic Similarity dengan algoritma klasifikasi Support Vector Machine lebih baik dari kombinasi yang lain. Kombinasi ini menghasilkan nilai MAP sebesar 21.0% untuk mencari persamaan Original Question dengan Related Comments. Kata Kunci : community question answering, klasifikasi, pemberian peringkat komentar, qatar living forum, softcosine semantic similarity Abstract In this era the needs of information increases with a lot of technology that developed rapidly. With the existence of internet which getting more fast and effective, the Community Question Answering (CQA) system will absolutely help the internet user to get the information that they need. The input is XML dataset with new question, relevance question and comment inside them. The output is result of Mean Average Precision (MAP) from top ten comments. The CQA itself is quite available for public and all of the internet user are unrestrained to do some question and answer. But with the freedom that they got, user also having some difficulties from getting too much of answers and also there’s no guarantee that all of the answers are right and suitable with the question. Even maybe there are some probability that the best answer is from another question that has been asked before. Some previous research only using Cosine Similarity feature. Cosine similarity feature only take answers which have some letter similarity with the one that is in the question. While the system added by Soft-Cosine Semantic Similarity, that will increasing the probability on getting the right answer with having no word similarity. The SemEval-2017 Task 3 dataset testing result showed us that the combination between Soft-Cosine Semantic Similarity feature with Support Vector Machine algorithm classification is better than the other combination. The MAP value from this combination is 21.0% which is used to search the similarity between Original Question and Related Comments. Keywords : classification, comment ranking, community question answering, qatar living forum, soft-cosine semantic similarity
Membangun Synonym Set Untuk Wordnet Bahasa Inggris Menggunakan Metode Komutatif Sakinah Rahmi; Moch. Arif Bijaksana; Totok Suhardijanto
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Synonym Set merupakan satuan terkecil pada WordNet dan harus dibaangun terlebih dahulu sehingga dapat membuat relasi kata dan gloss pada WordNet. Synonym Set merupakan himpunan yang tersusun dari satu atau lebih kata yang memiliki makna sama sehingga dapat menggantikan satu sama lain. Pada penelitian ini dibangun synonym set bahasa Inggris menggunakan metode komutatif. Metode komutatif digunakan karena memiliki sifat yang sama dengan synonym set yang dapat menggantikan satu sama lain dalam penggunaannya. Dataset yang digunakan sebanyak 50 kata bahasa Inggris. Penelitian yang dilakukan menunjukkan bahwa sistem yang dibangun dengan mengimplementasikan metode komutatif dapat menghasilkan keluaran synonym set program yang sesuai dan F1 score antara synonym set hasil program dan synonym set dari Princeton WordNet bernilai 30%. Kata kunci : WordNet, synonym set, metode komutatif, F1 Score Abstract Synonym Set is the smallest unit on WordNet and must be built first so that it can make word relations and gloss on WordNet. Synonym Set is a set composed of one or more words that have the same meaning so that they can replace one another. In this study a synonym set of English was built using the commutative method. Commutative methods are used because they have the same properties as synonym sets that can replace each other in their use. The dataset is used for 50 English words. Research conducted shows that a system built by implementing a commutative method can produce synonym sets of appropriate program sets and F1 scores between synonym sets and synonym set results from Princeton WordNet worth 30%. Keywords: WordNet, synonym set, commutative method, F1 score
Pencarian Ayat Al-quran Dengan Memperhatikan Kata Majemuk Menggunakan Term Frequency Dan Prinsip Pareto Untuk Membantu Hafalan (studi Kasus Juz ‘amma) Rizky Caesar Irjayana; Eko Darwiyanto; Moch Arif Bijaksana
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Al-Quran dijadikan sebagai sumber hukum yang utama dan kitab suci bagi agama Islam, yang berisi tentang pedoman hidup maupun perintah dan larangan. Dengan membaca, memahami bahkan menghafalnya memberikan kegunaan yang sangat besar. Al-Quran terdiri dari 6236 ayat di mana menghafal keseluruhan ayat tersebut bukanlah tugas yang mudah, sehingga penelitian ini bertujuan untuk membantu memilih ayat-ayat mana saja yang memiliki bobot sekitar 80% hanya dengan menghafal ayatayat tertentu saja. Term Frequency digunakan dalam pemberian bobot pada tiap-tiap ayat dan juga menerapkan prinsip Pareto 80/20 dalam penentuan ayat-ayat yang penting untung dihafal. Hasil persentasi yang didapat dengan menggunakan metode tersebut untuk total 80% bobot ayat pada juz ‘amma yaitu 33%. Kata kunci : Term Frequency, Prinsip Pareto, Al-Quran, Juz ‘Amma, Hafalan. Abstract Al-Quran is used as the main source of law and the holy book for Islam, which contains instructions on life and orders and prohibitions. By reading, remembering, even memorizing it is very useful. The Quran consists of 6236 verses where memorizing all of these verses is about an easy task, so this study helps to choose which verses weigh around 80% just by memorizing special verses. The term frequency is used in assigning weight to each verse and also applying the Pareto principle of 80/20 in the application of important verses to be memorized. The percentage results obtained using the method for a total of 80% of the verses weight in juz ‘amma is 33%. Keywords: Term Frequency , Pareto Principle , Al-Quran , Juz ‘Amma, and Memorizing.
Analisis Model Word2vec Dalam Penyelesaian Soal Analogipada Bahasa Indonesia Abdul Raffi Malikul Mulki; Moch. Arif Bijaksana; Arie Ardiayanti Suryani
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakSemantik adalah cabang ilmu lingustik dan salah satu komponen dalam suatu bahasa yang mempelajariarti atau makna suatu kata. Semantik kurang diperhatikan orang karena objek kajiannya berupa mak- nayang dianggap sangat sulit ditelusuri dan dianalisis strukturnya terutama untuk analogi suatu kata.Analogi kata merupakan cara untuk menunjukkan dua situasi yang didalamnya terdapat struktur rela-sional. Selain itu analogi kata memerlukan kemampuan kognitif yang lebih sedikit dan dapat digunakandiberbagai bidang. Maka dari itu Word2vec adalah solusi berupa model untuk merepresentasikan suatukata menjadi vektor dengan besar dimensi yang ditentukan, sehingga dengan representasi word2vec dapatdilakukan operasi kesamaan dan keterkaitan antar kata. Word2vec telah banyak direkomendasikan dandigunakan pada penelitian pemerosesan bahasa alami, sehingga model ini menarik untuk dibahas denganperbedaan konfigurasi pada model. Evaluasi yang dilakukan adalah membadingkan jawaban dari sistemdengan jawaban aktual dari persoalan analogi pada data tes. Hasil terbesar didari penelitian ini adalah34% pada arsitektur Skip-gram, dimensi 100 dan windows size 10 serta 12. Hal ini dikarenakan jumlahkorpus yang kecil serta distribusi kata pada koprus yang tidak merata. Kata kunci : analogi, semantik, vector, word2vec AbstractSemantic is a branch of linguistics and one component in a language that learns the meaning of a word. The semantics are less noticed because the object of the study is in the form of meaning which is considered verydifficult to trace and analyzed its structure especially for the analogy of word. Word analogy is a way toshow two condition in which there is a relational structure. In addition, the analogy of words requires fewercognitive abilities and can be used in various fields. Thus Word2vec is a solution in the form of a model torepresent words into vectors with the dimensions specified. Word2vec has been widely recommended andused in natural language processing research, so this model is interesting to discuss with differentconfigurations on the model. Evaluation is done by comparing the answers from the system with the actualanswers to the problem of analogies on the datatest. The best results from this study is 34% on the Skip-gram architecture, dimension 100 and windows size 10 and windows size 12. This is due to the small numberof corpus and the uneven distribution of words on the coprus. Keywords: analogy, semantic, vector, word2vec
Pembuatan Tool Anotasi Kata Ganti Bahasa Arab Menggunakan Coreference Resolution Rendy Andrian Saputra; Moch Arif Bijaksana; Donni Richasdy
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Al-Quran merupakan kitab suci orang muslim yang didalamnya banyak sekali ilmu pengetahuan. Seperti yang kita ketahui bahwa Al-Quran diturunkan dengan bahasa arab, sedangkan kita menggunakan bahasa Indonesia. Inilah salah satu penyebab yang membuat kebanyakan orang menjadi sulit memahami isi kandungan dalam Al-Quran. Mengetahui kesetaraan kata dari sebuah kata ganti sangat penting untuk memahami Al-Quran. Untuk mengetahui kesetaraan kata dari sebuah kata, diperlukannya Coreference Resolution. Coreference Resolution merupakan subtugas dari Natural Language Processing (NLP) yang bertugas untuk mengidentifikasi kesetaraan antar entitas, dengan menggunakan metode Naive Bayes sebagai metode klasifikasi yang telah terdapat di dalam tool anotasi. Tool anotasi diperuntukan untuk pengguna yang ahli dalam menafsirkan makna yang terkandung di dalam Al-Quran. Dimaksudkan agar hasil pemberikan rujukan disetiap kata memiliki data yang valid. serta dengan menggunakan tool anotasi pengguna dapat memberikan kesetaraan kata dari suatu kata ganti yang dapat mengacu pada suatu objek dikalimat sebelumnya. Berdasarkan hasil pengujian telah didapatkan nilai akurasi sebesar 80%.
Pembobotan Dan Pemeringkatan Ayat Al-quran Berdasarkan Compound, Term Frequency Dan Prinsip Pareto Untuk Membantu Hafalan Mochamad Agung Permana; Eko Darwiyanto; Moch. Arif Bijaksana
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Al-Qur’an merupakan salah satu dasar hukum agama Islam yang diturunkan kepada Nabi Muhammad Shallahu 'alaihi Wasallam untuk dibaca, dipahami dan diamalkan sebagai pedoman hidup bagi umat manusia khususnya umat Islam. Untuk menghafal 114 surah yang terdiri dari 6236 bukanlah hal yang mudah. Sampai saat ini keaslian Al-Quran tetap dijaga dan terus dibukukan dengan menggunakan bahasa arab. Dibeberapa negara dengan penduduk mayoritas Muslim memiliki metode menghafal masing-masing, termasuk di Indonesia. Term Frequency dan Compound Term Frequency adalah suatu metode yang melakukan pembobotan seberapa sering sebuah term muncul dalam Al-Qur’an. Dengan menggunakan Compound and Term Frequency dapat membantu mendapatkan daftar ayat-ayat mana saja yang memiliki bobot sekitar 80%, sehingga dapat membantu proses hafalan dengan menghafal ayat-ayat tertentu saja. Hasil pembobotan untuk total 80% dengan menggunakan Compound Term Frequency lebih baik yaitu 46,2% dibandingkan dengan Term Frequency yaitu 39,2%. Kata Kunci: Compound Term Frequency, Term Frequency, Hafalan, Al-Qur’an Abstract Al-Qur’an is one of the foundations of Islamic religious law that was revealed to the Prophet Muhammad Sallahu 'alaihi Wasallam to be read, understood and practiced as a way of life, especially Muslims. To memorize 114 chapter consisting of 6236 verses is not an easy thing. Until now, the authenticity of the AlQuran has been preserved and is continuously recorded in Arabic. Some countries with Muslim majority populations have their own memorization methods, including in Indonesia. Term Frequency and Compound Term Frequency are methods that weight how often a term and compound words appear in a document and how often single or compound word appears in the Al-Qur’an. Using Compound and Term Frequency can help get a list of any verses that weigh about 80% just by memorizing certain verses, so that it can help the memorization process by memorizing certain verses. The weighting result for total of 80% using the Compound Term Frequency is better at 46,2%, compared to Term Frequency which is 39,2%. Keywords: Compound Term Frequency, Term Frequency, Memorizing, Al-Qur’an
Pencarian Ayat Al-qur’an Yang Tidak Utuh Berdasarkan Kemiripan Fonetis Putri Cendikia; Moch Arif Bijaksana; Kemas M Lhaksmana
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Al-Qur’an merupakan kitab suci umat islam yang memiliki banyak kata didalamnya dengan peng- gunaan aksara arab. Aksara arab ini tidak berkesinambungan dengan aksara latin terutama latin Indo- nesia. Seiring perkembangan teknologi, di kembangkan sebuah sistem pencarian ayat Al-Qur’an berda- sarkan kemiripan fonetis salah satunya adalah lafzi+ yang merupakan perkembangan dari sistem lafzi. Namun lafzi+ belum bisa menangani dengan baik ketika pengguna ingin mencari ayat yang tidak leng- kap atau tidak utuh dikarenakan kueri yang dimasukkan oleh pengguna tidak sama dengan kueri dalam korpus Al-Qur’an. Maka dari masalah tersebut dibuatlah pengembangan dari sistem lafzi+. Dengan me- lakukan pengindeksan trigram untuk kecocokan string antara kueri dengan transliterasi ayat Al-Qur’an serta menghitung pemeringkatan dokumen dengan batas ambang maka hasil yang di munculkan mampu mengeluarkan tujuan standar ayat yang ingin dihasilkan serta kemungkinan-kemungkinan ayat dari kueri masukkan. Pengujian menunjukkan bahwa sistem ini menghasilkan nilai lebih besar dari sistem-sistem se- belumnya yaitu dengan nilai Recall dan MAP sebesar 99,92% dan 91,40%. Sistem ini dapat menghasilkan . Sedangkan sistem sebelumnya mendapatkan hasil 16,74% dan 18%. Kata kunci :Al-Qur’an, sistem pencarian, kemiripan fonetis, trigram Abstract The Qur’an is the Muslim holy book which has many words in it with the use of Arabic script. This Arabic script is not sustainable with Latin script, especially Latin Indonesia. As technology develops, a system for searching verses of the Qur’an is developed based on phonetic similarities, one of which is lafzi + which is the development of the lafzi system. However, lafzi+ cannot handle it well when users want to look for verses that are incomplete or incomplete because the query entered by the user is not the same as the query in the corpus of the Qur’an. Then from this problem the development of the lafzi+ system was made. By doing trigram indexing for matching strings between the query and transliteration of the verses of the Qur’an and calculating the ranking of documents with a threshold, the results that appear are able to issue the standard purpose of the verse to be produced as well as the possibilities of verses from the entered query. Tests show that this system produces a greater value than previous systems, namely the Recall and MAP values of 99.92 % and 91.40 %. This system can produce. Whereas the previous system got results of 16.74 % and 18 %. Keywords: Al-Qur’an, search system, phonetic similarity, trigram.
Co-Authors Abdul Raffi Malikul Mulki Abdurrahman, Azzam Ade Romadhony Adelya Astari Aditya Hanif Utama Ageng Prasetio Agni Octavia Agung Wardhana Z. Nasution Akip Maulana Al Faraby, Said Alfiya El Hafsa Alfredo Primadita Ali Ridho Fauzi Rahman Angelina Sagita Sastrawan Annisa Dian Muktiari annisa Imadi Puti Anugerah, Sri Mulyani Aqila, Neca Ardhi Akmaludin Jadhira Arie Ardiayanti Suryani Arie Ardiyanti Arie Ardiyanti Suryani Arief Fatchul Huda Arief Fatchul Huda Arief Fatchul Huda Arini Rohmawati Arlinda Dwi Ardiyani aulia khemas Heikhmakhtiar Bagus Ardisaputra Bambang Ari Wahyudi Bening Suryani Pratiwi Bhudi Jati Prio Utomo Darwiyanto , Eko Dea Delvia Arifin Dhafin Putra Aldi dina juni restina Djusnimar Zultilisna Donni Richasdy Dwi Marlina Sari Dzaky Ikram Dzidny, Dimitri Irfan Eki Rifaldi Eko Darwiyanto Fairuz Ahmad Hirzani Fakhruddin, Muhammad Rafi Falia Amalia Fauzan Ramadhan Fauziah, Salma Fernandy Marbun Floribertus Yericho Pramudya Galih Rizky Prabowo Gde Surya Pramartha Grace Duma Tambunan Hafsa, Alfiya El Huda, Arief Fatchul Huda, Arief Fatchul I Gusti Ayu Chandra Devi I Komang Resnawan Tri Putra I Made Darma Yoga I Nyoman Cahyadi Wiratama I Putu Prima Ananda Ibnu Asror Idzhari Syaeful Ma'mun - Ina Rofi’atun Nasihati Indra Lukmana Sardi Intan Khairunnisa Fitriani IZZAH, NURUL Jihan Ratnasari1 KD Krisna Dwipayana Kemas M Lhaksmana Kemas Muslim Lhaksmana Khalid kurnia sari lingga Kurniawan Adina Kusuma Luh Putri Ayu Ningsih Lukman Abdurrahman Meiditia Mustika Rani Miftahul Adnan Rasyid Mochamad Agung Permana Mohamad Syahrul Mubarok Mubaroq Iqbal Muhamad Jibril Muhammad Adib Imtiyazi Muhammad Althoof Nabalah Muhammad Aris Maulana Muhammad Budi Hartanto Muhammad Fakhri Ar-Razi Muhammad Faris Abdussalam Muhammad Haerunnur Syahnur Muhammad Rizki Chairulloh Muhammad Zidny Naf'an Munirsyah Munirsyah Muthia Virliani Mutia, Aufa Naufal Rasyad Neca Aqila Nisaa' 'Ainulfithri Nur Indrawati, Nur Nurul Izzah Patra , Gifaro Andyano Pramudita Oktaviani Prasetio, Ageng Puruhita Ananda Arsaningtyas Purwita, Naila Iffah Putri Cendikia Rahmad Geri Kurniawan Ramadhyni Rifani Ramanti Dwi Indrapurasih Rendy Andrian Saputra Retno Diah Ayu Ningtias Rifki Wijaya Riska Junia Wulandari Rizky Caesar Irjayana Ryan Fahreza Maliki Said Al Farab Sakinah Rahmi Sang Made Naufal Caesarya Mahardhika Saputro3,, Widyanto Adi Sarah Suryaningsih Sarja Asra Winata Sendika Panji Anom Shaufiah . Shervano Naodias Siagian Siti Sa'adah Siti Sa’adah Suryaningsih, Sarah Tegar Graha Adiwiguna Teuku Muhammad Ikhsan Totok Suhardijanto Triawati, Candra Valentino Rossi Fierdaus Wahyu Kurniawan Wahyu Purbaningrum Warih Maharani Widi Astuti Winda Eka Samodra Wiwin Aminah Yusuf Anugrah Putra Aditama ZK Abdurahman Baizal