KLASIFIKASI KITAB KUNING BERDASARKAN FAN ILMU

DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN

RIZKI ANANDA
Program Studi Teknologi Informasi
Universitas Malikussaleh
rizki.ananda.aceh@gmail.com

Abstrak: Kitab kuning adalah faktor penting yang menjadi karakteristik pesantren. Kitab
kuning yang diajarkan di pasantren di Indonesia sangat banyak bentuk dan jenisnya, ada
berbagai jenis kitab kuning yang ada dan diklasifikasikankan berdasarkan fan ilmu yang
berbeda-beda. Dalam satu fan ilmu terdiri dari berbagai kitab kuning yang berbeda-beda
penjelasan nya dan berbeda-beda pula penulis kitabnya. Dalam satu fan ilmu bisa terdiri dari
puluhan kitab kuning. Dikarenakan permasalahan ini merupakan permasalahan yang
kompleks, dilakukan pembatasan pada lingkup kitab kuning yang ditangani. Kitab kuning
yang digunakan sebagai data latih merupakan kitab-kitab yang diajarkan di pasantren daerah
Aceh dengan alasan ketersediaan data kitab. Jenis fan ilmu yang akan menjadi keluaran
(output) merupakan kitab-kitab dasar (tasawuf, tauhid, dan fiqih) yang biasa dipelajari oleh
santri di pesantren. Dari penelitian ini dapat disimpulkan bahwa arsitektur yang memberikan
hasil rata-rata terbaik yaitu dengan menggunakan 20 neuron di hidden layer. Hasil terbaik
yaitu akurasi 99,84%, presisi 99,58% dan recall 99,76%. Dengan menggunakan 17 training
function, hampir semua training function memberikan hasil mencapai 100%.
Keyword: Kitab kuning, fan ilmu, Jaringan Syaraf Tiruan

A. INTRODUCTION ajaran keduanya. Kepercayaan bahwa kedua

Kitab kuning adalah faktor penting yang
menjadi karakteristik pesantren. Kitab kuning
difungsikan oleh kalangan pesantren sebagai
referensi yang kangdungannya sudah tidak perlu
dipertanyakan lagi. Kenyataan bahwa kitab
kuning yang ditulis sejak lama dan terus dipakai
dari masa ke masa menunjukkan bahwa kitab
kuning dipandang sebagai pemasok teori dan
ajaran yang sudah sedemikian rupa dirumuskan
oleh ulama-ulama dengan bersandar pada Al-
Qur’an dan Hadits Nabi.
Menjadikan kitab kuning sebagai referensi
tidak berarti mengabaikan kedua sumber itu,
melainkan justru pada hakikatnya mengamalkan
kitab itu merupakan wahyu Allah menimbulkan
kesan bahwa Al-Qur’an dan Hadits tidak boleh
diperlakukan dan dipahami sembarangan. Cara
paling aman untuk memahami kedua sumber
utama itu agar tidak terjerumus dalam kesalahan
dan kekeliruan adalah mempelajari dan
mengikuti kitab kuning. Sebab, kandungan kitab
kuning merupakan penjelasan yang siap pakai
dan rumusan ketentuan hukum yang bersumber
dari Al-Qur’an dan Hadits yang dipersiapkan
uleh para mujtahid di segala bidang. Kitab
kuning sangatlah penting bagi pesantren untuk
memfasilitasi proses pemahaman keagamaan
yang mendalam sehingga mampu merumuskan
penjelasan yang segar tetapi tidak ahistoris
mengenai ajaran Islam, Al-Qur’an, dan Hadits
Nabi. Kitab kuning mencerminkan pemikiran
keagamaan yang lahir dan berkembang
sepanjang sejarah peradaban Islam.
Kitab kuning yang diajarkan di pasantren di
Indonesia sangat banyak bentuk dan jenisnya,
ada berbagai jenis kitab kuning yang ada dan
diklasifikasikankan berdasarkan fan ilmu yang
berbeda-beda. Dalam satu fan ilmu terdiri dari
berbagai kitab kuning yang berbeda-beda
penjelasan nya dan berbeda-beda pula penulis
kitabnya. Dalam satu fan ilmu bisa terdiri dari
puluhan kitab kuning. Misalkan dalam satu fan
ilmu Tasawuf, bisa terdapat sepuluh atau
bahkan lebih kitab kuningnya dan dengan
penulis yang berbeda-beda pula.
Maka dalam hal itu pada artikel ini penulis
tertarik untuk mengaklasifikasikan beberapa
kitab kuning kedalam fan ilmunya masing-
masing dengan pengklasifikasian menggunakan
metode jaringan syaraf tiruan (JST).
Dikarenakan permasalahan ini merupakan
permasalahan yang kompleks, dilakukan
pembatasan pada lingkup kitab kuning yang
ditangani. Kitab kuning yang digunakan sebagai
data latih merupakan kitab-kitab yang diajarkan
di pasantren daerah Aceh dengan alasan
ketersediaan data kitab. Jenis fan ilmu yang
akan menjadi keluaran (output) merupakan
kitab-kitab dasar (tasawuf, tauhid, dan fiqih)
yang biasa dipelajari oleh santri di pesantren.
B. LITERATURE REVIEW
Secara garis besar studi literarur dilakukan
terhadap teori kitab kuning serta beberapa
penelitian terkait. Penelitian yang relasi dekat
dengan penelitian ini namun dengan metode dan
objek yang berbeda, yaitu metode field research
penelitian Ali Akbar dan Hidayatullah Ismail
(2018) dengan artikelnya yang berjudul Metode
Pembelajaran Kitab Kuning Di Pondok
Pesantren Daarun Nahdhah Thawalib
Bangkinang.
Berdasarkan lebih lanjut penelitian tersebut
terdapat dua poin yang memengaruhi
pengklasifikasian kitab kuning (1) ilmu-ilmu
syari’at. Kelompok jenis ilmu-ilmu syari’at,
yang sangat dikenal ialah kitab-kitab ilmu fikih,
tasawuf, tafsir, hadits, tauhid (‘aqaid), dan tarikh
(terutama sirah nabawiyah, sejarah hidup nabi
Muhammad Saw.). (2) ilmu non-syari’at, yang
banyak dikenal ialah kitab-kitab nahwu sharf,
yang mutlak diperlukan sebagai alat bantu untuk
memperoleh kemampuan membaca Kitab
Kuning (kitab gundul).
C. METHODS
Jaringan Syaraf Tiruan (JST) merupakan
salah satu representasi buatan dari otak manusia
yang selalu mencoba untuk mensimulasikan
proses pembelajaran pada otak manusia
tersebut. Istilah buatan digunakan karena
jaringan syaraf ini diimplementasikan dengan
menggunakan program komputer yang mampu
menyelesaikan sejumlah proses perhitungan
selama proses pembelajaran.
Pada tahap ini dilakukan identifikasi
masalah penelitian mengenai klasifikasi kitab
kuning melalui citra fan ilmu menggunakan
metode jaringan syaraf tiruan.
1. Pengumpulan Data
Pada tahapan ini dilakukan pengumpulan
data yang diperlukan berkaitan dengan
penelitian yang akan dikerjakan yaitu berupa
jenis kitab kuning yang biasa dipelajari santri di
pesantren berdasarkan 3 fan ilmu (tasawuf,
tauhid, tasawuf) yang bisa dilihat pada tabel 1
dibawah ini.
 4. Model
Tabel 1: Jumlah Citra Jenis Kitab Kuning Pada tahapan ini pemilihan arsitektur JST
Jumlah menggunakan arsitektur multi layer network
Citra dimana arsitektur JST terdiri dari satu lapisan
No Fan Ilmu
Kitab
hidden layer. Multi layer network menggunakan
Kuning
data inputan sebanyak 4 neuron dengan hidden
1 Tasawuf 8 layer dan menghasilkan 3 output. Model
2 Tauhid 5 arsitektur JST disimpan dalam bentuk net,
kemudian net tersebut akan digunakan pada
3 Fiqih 10
tahap proses pengujian menggunakan data uji.
Jumlah 23 Setelah dilakukan pengujian pada data uji dari
proses pengujian tersebut akan menghasilkan
2. Data Latih dan Data Uji confusion matrix
Data latih terdiri dari data berupa nilai yang
digunakan untuk mengidentifikasi kelas yang D. RESULT AND DISCUSSION
cocok dimana akan dilakukan pelatihan JST 1. Implementasi Model JST
sedangkan data uji akan digunakan pada proses Pada tahap implementasi model JST
pengujian namun pada data uji tidak dilakukan menggunakan train tool pada MATLAB R2019a
pelatihan JST seperti data latih. Jumlah data terhadap hasil ekstraksi GLCM yang disimpan
citra yang digunakan pada data latih dan data uji dengan nama “data_latih” sehingga JST mampu
dapat dilihat pada Tabel 2. untuk mengenali data latih. Kemudian untuk
nilai target pada data latih disimpan dengan
Tabel 2: Jumlah Data Uji dan Data Latih nama “goal”, dapat dilihat pada Tabel 3.
Data Data
No Fan Ilmu
Latih Uji Tabel 3: . Nilai Target Data Latih
1 Tasawuf 4 4 Tasawuf Tauhid Fiqih
2 Tauhid 3 2 1 0 0
3 Fiqih 5 5 0 1 0
Jumlah 12 11 0 0 1

3. Pelatihan JST Pada Gambar 1 menunjukkan arsitektur

Pada tahapan ini, data latih digunakan pada
JST agar dapat mengenali objek untuk
dilakukan data pengujian. JST akan dilatih
menggunakan nilai dari ekstraksi ciri GLCM.
JST yang sudah dilatih kemudian disimpan
sebagai model.
jaringan syaraf tiruan yang telah dilakukan
proses pelatihan jst dan disimpan dengan nama
“jstlatih”. Source code yang digunakan untuk
pelatihan jst di train tool sebagai berikut :

Gambar 1: Pelatihan Model JST
2. Hasil Pengujian JST Menggunakan
Training Function
Tabel: Penentuan Hidden Layer pada training function
Berdasarkan Tabel 4 hasil pengujian JST
menggunakan 17 training function pada neuron
5 ratarata akurasi yang diperoleh sebesar
99,44%, presisi yang diperoleh sebesar 99,15%
dan recall yang diperoleh sebesar 99,67%. Pada
neuron 10 rata-rata akurasi yang diperoleh
sebesar 99,55%, presisi yang diperoleh sebesar
99,42% dan recall yang diperoleh sebesar
99,46%. Pada neuron 20 rata-rata akurasi yang
diperoleh sebesar 99,84%, presisi yang
diperoleh sebesar 99,58% dan recall yang
diperoleh sebesar 99,76%.
E. CONCLUSION (KESIMPULAN)
Dari penelitian ini dapat disimpulkan bahwa
arsitektur yang memberikan hasil rata-rata
terbaik yaitu dengan menggunakan 20 neuron di
hidden layer. Hasil terbaik yaitu akurasi
99,84%, presisi 99,58% dan recall 99,76%.
Dengan menggunakan 17 training function,
hampir semua training function memberikan
hasil mencapai 100%. Untuk 5 neuron hanya
training function traingd dan traingdm yang
tidak mencapai 100%. Dengan menggunakan 10
neuron training function yang tidak mencapai
100% yaitu trainlm, trainbfg, traingd, traingdm
dan trainoss. Dengan menggunakan 20 neuron,
training function yang tidak mencapai 100%
yaitu trainb dan trains.
F. REFERENCES
Akbar, A. and Ismail, H. (2018) ‘Metode
Pembelajaran Kitab Kuning Di Pondok
Pesantren Daarun Nahdhah Thawalib
Bangkinang’, Al-Fikra : Jurnal Ilmiah
Keislaman, 17(1), p. 21. doi:
10.24014/af.v17i1.5139.
Kusumaningtyas, S. and Asmara, R. A. (2016)
‘Identifikasi Kematangan Buah Tomat
Berdasarkan Warna Menggunakan Metode
Jaringan Syaraf Tiruan (Jst)’, Jurnal
Informatika Polinema, 2(2), p. 72. doi:
10.33795/jip.v2i2.59.
Al Rivan, M. E., Rachmat, N. and Ayustin, M.
R. (2020) ‘Klasifikasi Jenis Kacang-Kacangan
Berdasarkan Tekstur Menggunakan Jaringan
Syaraf Tiruan’, Jurnal Komputer Terapan, 6(1),
pp. 89–98.
Suryono, B. (1999) ‘Aplikasi Model Amtsilati
dalam Pembelajaran Kitab Kuning’, pp. 1–14.