Implementasi Algoritma BERT untuk Question and Answer System Terkait Hadist dalam Bentuk Virtual Youtuber

Moch Arsyil Albany; Ichsan  Taufik; Ichsan  Budiman

doi:10.32664/smatika.v15i02.1704

Penulis

Moch Arsyil Albany Universitas Islam Negeri Sunan Gunung Djati Bandung
Ichsan Taufik Universitas Islam Negeri Sunan Gunung Djati Bandung
Ichsan Budiman Universitas Islam Negeri Sunan Gunung Djati Bandung

DOI:

https://doi.org/10.32664/smatika.v15i02.1704

Kata Kunci:

Virtual Youtuber, QnA Hadits, IndoBERT-SQuAD, Pendidikan Islam, Pemrosesan Bahasa Alami

Abstrak

Pada era digital ini, integrasi ajaran Islam dengan teknologi canggih menjadi suatu keharusan. Penelitian ini berfokus pada pengembangan sistem tanya jawab (QnA) Islami menggunakan kecerdasan buatan dalam bentuk Virtual YouTuber (VTuber). Sistem ini memanfaatkan algoritma IndoBERT-SQuAD untuk pemrosesan bahasa alami, khususnya dalam menangani pertanyaan terkait hadits. Dengan menggunakan metodologi prototipe, sistem melalui tahapan analisis, desain, implementasi, dan evaluasi. Metode evaluasi menggunakan metrik confidence score dan F1-score untuk menilai kinerja sistem. Setelah dilakukan pengelompokan konteks, model menunjukkan peningkatan signifikan dengan F1-score sebesar 0.96875. Meskipun begitu, sistem masih menghadapi tantangan dalam memberikan jawaban panjang yang akurat. Penelitian ini berkontribusi pada penerapan teknologi dalam pendidikan Islam, menawarkan solusi praktis untuk membuat pengetahuan tentang hadits lebih mudah diakses dan menarik bagi generasi muda.

Referensi

[1] P. Chowdhary, “Natural Language Processing,” 2020, pp. 603–649. doi: 10.1007/978-81-322-3972-7_19.

[2] F. R. Pradhana, T. Harmini, and H. R. A. S, “Implementasi Teknologi Augmented Reality Dalam Pembelajaran Tajwid Kelas 5 Pada Hukum Bacaan Mim Sukun Dan Tanwin Berbasis MDA Framework,” Smatika Jurnal, vol. 13, no. 02, pp. 350–360, 2023, doi: 10.32664/smatika.v13i02.1002.

[3] E. DANINGRUM, “Dampak Penggunaan Media Sosial Youtube Melalui Film Pendek Islami Terhadap Perilaku Remaja Muslim,” 2019.

[4] Andrea Lidwina, “94% Orang Indonesia Akses YouTube dalam Satu Bulan Terakhir.” Accessed: Nov. 25, 2024. [Online]. Available: https://databoks.katadata.co.id/teknologi-telekomunikasi/statistik/9246278d026597c/94-orang-indonesia-akses-youtube-dalam-satu-bulan-terakhir

[5] A. R. B. Zaman and M. M. Assarwani, “Habib Husein Jafar Al-Hadar’s Da’wa Content Commodification on Youtube,” vol. 15, pp. 1–11, 2021, doi: 10.24090/KOMUNIKA.V15I1.3986.

[6] H. Kurniawan, “Indonesia Rangking Pertama dengan Komunitas Vtuber Terbesar di Asia Tenggara.” Accessed: Nov. 25, 2024. [Online]. Available: https://tekno.sindonews.com/read/1058393/207/indonesia-rangking-pertama-dengan-komunitas-vtuber-terbesar-di-asia-tenggara-1680008621

[7] Y. Tan, “More Attached, Less Stressed: Viewers’ Parasocial Attachment to Virtual Youtubers and Its Influence on the Stress of Viewers During the COVID-19 Pandemic,” SHS Web of Conferences, vol. 155, p. 03012, 2023, doi: 10.1051/shsconf/202315503012.

[8] M. Jayadi, “Kedudukan Dan Fungsi Hadis Dalam Islam,” Jurnal Adabiyah, vol. XI, no. 2, pp. 242–255, 2011.

[9] F. Alaba and O. C. Kolade, “A Novel Hadith Authentication Mobile System for Android and Ios Phones With Arabic to English Language Translation,” Journal of Media & Management, 2023, doi: 10.47363/jmm/2023(5)160.

[10] K. Gaanoun and M. Alsuhaibani, “Fabricated Hadith Detection: A Novel Matn-Based Approach With Transformer Language Models,” IEEE Access, vol. 10, pp. 113330–113342, 2022, doi: 10.1109/ACCESS.2022.3217457.

[11] Z. Yang, Z. Dai, Y. Yang, J. Carbonell, R. Salakhutdinov, and Q. V. Le, “XLNet: Generalized autoregressive pretraining for language understanding,” Advances in Neural Information Processing Systems, vol. 32, no. NeurIPS, pp. 1–18, 2019.

[12] Y. Chen and F. Zulkernine, BIRD-QA: A BERT-based Information Retrieval Approach to Domain Specific Question Answering. 2021. doi: 10.1109/BigData52589.2021.9671523.

[13] S. Rosyad and M. Alif, “Hadis di Era Digital: Tantangan dan Peluang Penggunaan Teknologi dalam Studi Hadis,” Jurnal Ilmu Agama: Mengkaji Doktrin, Pemikiran, dan Fenomena Agama, vol. 24, no. 2, pp. 185–197, 2023, doi: 10.19109/jia.v24i2.18979.

[14] D. P. Dika, “Sekilas Mekanisme BERT: Algoritma di Balik Model Bahasa yang Canggih,” 07 Mar 2024. Accessed: Nov. 25, 2024. [Online]. Available: https://dikakaryatech.com/software/development/2024/03/07/sekilas-mekanisme-BERT-algoritma-di-balik-model-bahasa-yang-canggih.html

[15] M. A. PROF DR. ZIKRI DARUSSAMIN, Kuliah Ilmu Hadis 1. 2020.

[16] Y. HaCohen-Kerner, D. Miller, and Y. Yigal, “The influence of preprocessing on text classification using a bag-of-words representation,” PLoS ONE, vol. 15, no. 5, pp. 1–22, 2020, doi: 10.1371/journal.pone.0232525.

[17] J. Singh and V. Gupta, “Text Stemming: Approaches, Applications, and Challenges,” ACM Comput. Surv., vol. 49, no. 3, Sep. 2016, doi: 10.1145/2975608.

[18] L. Mullen, K. Benoit, O. Keyes, D. Selivanov, and J. Arnold, “Fast, Consistent Tokenization of Natural Language Text,” J. Open Source Softw., vol. 3, p. 655, 2018, doi: 10.21105/JOSS.00655.

[19] C. Schiffman et al., “Filtering procedures for untargeted LC-MS metabolomics data,” BMC Bioinformatics, vol. 20, 2019, doi: 10.1186/s12859-019-2871-9.

[20] J. Raulji and J. Saini, “Stop-Word Removal Algorithm and its Implementation for Sanskrit Language,” International Journal of Computer Applications, vol. 150, pp. 15–17, 2016, doi: 10.5120/IJCA2016911462.