<![CDATA[Kompleksitas dan keragaman isi Al-Qur’an menuntut metode yang efisien dan bermakna dalam kajian otomatis, khususnya untuk mendukung pemahaman tematik terhadap ayat-ayat yang relevan. Dalam penelitian ini digunakan representasi vektor kata menggunakan model Word2Vec, yang memungkinkan tiap kata dalam ayat direpresentasikan dalam bentuk numerik dengan mempertahankan hubungan semantik. Data yang digunakan berupa seluruh terjemahan ayat Al-Qur’an dalam Bahasa Indonesia, yang telah melalui tahap pra-pemrosesan seperti case folding, penghapusan tanda baca, penghapusan stopwords, stemming, dan tokenisasi. Selanjutnya, dilakukan pembentukan vektor rata-rata untuk setiap ayat dan diterapkan metode K-Means Clustering untuk mengelompokkannya. Evaluasi kualitas pengelompokan dilakukan menggunakan Silhouette Score dan visualisasi untuk analisis hasil pengelompokan. Hasil pengujian menunjukkan bahwa kombinasi metode yang digunakan belum mampu menghasilkan pengelompokan ayat yang baik dengan Silhouette Score tertinggi hanya mencapai 0,103567, yang menunjukkan kualitas klaster sangat rendah. Hasil tersebut mengindikasikan bahwa pendekatan ini belum cocok untuk pengelompokan tema ayat Al-Qur’an secara otomatis dan akurat.]]>
Copyrights © 2025
