<![CDATA[Perkembangan teknologi Natural Language Processing (NLP) berbasis Transformer telah mendorong inovasi dalam sistem Question Answering (QA). Dalam konteks pembelajaran hadis di Pendidikan Agama Islam, akses terhadap koleksi Kutubut Tis’ah masih menghadapi kendala dalam pencarian informasi yang cepat dan kontekstual. Oleh karena itu, diperlukan sistem cerdas yang mampu memahami pertanyaan pengguna dan memberikan jawaban yang relevan secara otomatis. Penelitian ini mengembangkan sistem Question Answering berbasis Transformer dengan memanfaatkan model pra-latih BERT (Bidirectional Encoder Representations from Transformers). Tahapan penelitian meliputi pengumpulan dan praproses data hadis Kutubut Tis’ah, anotasi dataset, perancangan arsitektur model, pelatihan, serta pengujian sistem. Dataset dibagi menjadi data latih dan data uji dengan proporsi 80:20. Evaluasi dilakukan menggunakan metrik Exact Match (EM) dan F1-score untuk mengukur performa model. Hasil pengujian menunjukkan bahwa model yang dikembangkan memperoleh nilai Exact Match (EM) sebesar 78,6% dan F1-score sebesar 86,3%. Sistem mampu memberikan jawaban yang relevan dan kontekstual terhadap berbagai variasi pertanyaan pengguna, serta berhasil mengidentifikasi bagian teks hadis yang sesuai sebagai jawaban dengan tingkat akurasi yang baik. Penerapan model Transformer terbukti efektif dalam meningkatkan kualitas pencarian informasi hadis dibandingkan metode konvensional berbasis pencocokan kata kunci. Sistem ini berpotensi menjadi media pembelajaran hadis yang interaktif, efisien, dan mudah diakses.]]>
Copyrights © 2026
