Keterkaitan tematik matan hadis bertema shalat menggunakan algoritma Apriori berbasis Association Rule Mining

Abstract

Perkembangan digitalisasi koleksi hadis membuka peluang pemanfaatan teknik text mining untuk mendukung analisis kandungan hadis secara lebih sistematis. Namun, karakteristik teks hadis berbahasa Arab, seperti keberadaan sanad, variasi morfologi, dan perbedaan penulisan, masih menjadi tantangan dalam proses analisis karena dapat menimbulkan noise pada data. Penelitian ini bertujuan menganalisis keterkaitan tematik antarmatan hadis bertema shalat menggunakan algoritma Apriori berbasis Association Rule Mining. Penelitian menggunakan pendekatan kuantitatif dengan memanfaatkan dataset hadis Shahih al-Bukhari dan Shahih Muslim yang diperoleh dari Sunnah.com. Tahapan penelitian meliputi ekstraksi matan, normalisasi teks Arab, penghapusan stopword, penyaringan tema, transformasi transaksi, serta pembentukan aturan asosiasi berdasarkan nilai support, confidence, dan lift. Hasil penelitian menunjukkan bahwa tahapan preprocessing mampu meningkatkan kualitas data sehingga menghasilkan pola asosiasi yang lebih representatif terhadap kandungan matan hadis. Algoritma Apriori berhasil mengidentifikasi keterkaitan tematik antarkonsep dalam matan hadis bertema shalat berdasarkan kemunculan bersama (co-occurrence) konsep-konsep utama. Temuan ini menunjukkan bahwa pendekatan Association Rule Mining dapat dimanfaatkan sebagai alat bantu dalam kajian ilmu hadis untuk mengeksplorasi hubungan tematik antarmatan hadis secara sistematis serta mendukung analisis terhadap koleksi hadis digital.