Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Informatika dan Rekayasa Elektronik
Nazruddin Safaat Harahap
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
QUESTION ANSWERING SYSTEM TAFSEER IBNU KATSIR USING LARGE LANGUAGE MODELS Ahmad Sutrio Prihatinoto; Nazruddin Safaat Harahap; Muhammad Irsyad; Iwan Iskandar
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 1 (2024): JIRE APRIL 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i1.1155

Abstract

Pemahaman yang mendalam terhadap ilmu tafsir Al-Qur'an memiliki peran penting dalam konteks keagamaan Islam, memungkinkan umat Islam untuk menggali makna spiritual dan praktis dari teks suci tersebut. Salah satu ulama terkemuka dalam bidang tafsir adalah Ibnu Katsir, yang terkenal dengan pendekatannya yang teliti serta penggunaan hadis-hadis terkait dalam penafsirannya. Namun, memahami tafsir ini membutuhkan waktu dan latar belakang pendidikan Islam yang kuat. Dalam konteks ini, teknologi seperti ChatGPT dan chatbot muncul sebagai alat potensial untuk memfasilitasi pemahaman tafsir Al-Qur'an. Studi ini mengeksplorasi implementasi ChatGPT dan chatbot dalam konteks tafsir Al-Qur'an dengan menggunakan LangChain dan Large Language Models (LLMs). Penelitian ini fokus pada penerapan chatbot Telegram yang memanfaatkan LangChain dan LLMs dengan data dari tafsir Ibnu Katsir. Hasil penelitian menunjukkan bahwa chatbot Telegram ini mampu menjawab pertanyaan seputar tafsir Ibnu Katsir. Validasi dilakukan dengan melibatkan para mahasiswa tafsir, dan menghasilkan tingkat akurasi jawaban sebesar 86% selain itu juga dilakukan uji coba menggunakan framework DeepEval yang menghasilkan nilai hallucination sebesar 0.1% dan nilai contextual precision sebesar 0.9%. Sehingga dapat disimpulkan bahwa chatbot Telegram telah mampu menjawab pertanyaan dengan baik, namun perlu adanya penyempurnaan untuk hasil yang lebih baik.
SISTEM TANYA JAWAB ILMU KEISLAMAN DENGAN MODEL LARGE LANGUAGE MODELS Aprilia, Risma; Nazruddin Safaat Harahap; Febi Yanto; Yusra
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 1 (2024): JIRE APRIL 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i1.1156

Abstract

Tantangan serius dalam pemahaman Ilmu Keislaman oleh masyarakat menyoroti kebutuhan akan solusi inovatif untuk mendukung pengembangan spiritual dan budaya. Meskipun teknologi terus maju, pencarian informasi terpercaya terkait Ilmu Keislaman masih terhambat oleh keterbatasan teknik pencarian internet saat ini. Maraknya penggunaan kecerdasan buatan, seperti Chat GPT, menawarkan potensi besar dalam mendukung proses pembelajaran Ilmu Keislaman. Dalam konteks ini, teknologi Large Language Models (LLM), seperti model GPT yang dikembangkan oleh OpenAI, menjadi kunci dalam pembuatan sistem tanya jawab Ilmu Keislaman, dengan parameter yang besar, LLM dirancang untuk memahami bahasa manusia dengan lebih baik. Pada penerapannya sistem tanya jawab ilmu keislaman ini menghasilkan akurasi sebesar 82%. Hal ini didasarkan oleh pengujian dengan partisipasi dari para mahasiswa tafsir dan hadits, dalam memberikan jawaban yang sesuai dengan konteks Ilmu Keislaman yang diberikan. Hal ini bermakna, penggunaan teknologi LLMS dalam konteks Ilmu Keislaman berpotensi untuk memperluas akses dan meningkatkan pemahaman masyarakat terhadap aspek-aspek kunci, namun diperlukan dimodifikasi untuk mendapat hasil yang maksimal.
Question Answering Al-Qur’an dan Tafsir Menggunakan Generative Pre-Trained Transformer 4 (GPT-4) Bayu Dwinata Putra Yatabri; Nazruddin Safaat Harahap; Lestari Handayani; Reski Mai Candra
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 17 No 1 (2025): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Al-Quran merupakan kitab suci yang terdiri dari 30 juz, 114 surah, 6326 ayat, dan lebih kurang 80 ribu kata Arab yang menjadi pedoman hidup bagi umat manusia. Banyaknya data dalam Al-Qur’an menjadikan tafsir sebagai pintu utama bagi umat Muslim untuk memahami isi dan makna dari ayat-ayatnya. Tentu dengan ribuan kata Arab di Al-Qur’an dan penjelasan dari tafsir membuat pencarian dan pemahaman yang lebih lama, sehingga dibutuhkan sebuah sistem yang mampu memproses dan memahami data yang banyak. Penelitian ini bertujuan untuk membuat sistem yang mampu memahami dan memproses banyak data, dengan bantuan dari teknologi seperti Artificial Intelligence (AI), LangChain dan Large Language Model untuk mampu melakukan tanya jawab dalam bahasa alami. Sistem ini diuji menggunakan 2 jenis pengujian, yakni pengujian oleh user dan pengujian oleh framework DeepEval dan BertScore. Hasil dari pengujian User Acceptance Testing (UAT) berupa skor akurasi sebesar 90.28%. Dilakukan juga pengujian oleh framework DeepEval berupa hallucination dengan score sebesar 15.00%, precision sebesar 78.30% dan answer relevancy sebesar 97.20%. Selain itu terdapat pengujian menggunakan BertScore berupa score precision sebesar 75.59%, recall sebesar 62.12% dan F1 Score 72.15%.
Co-Authors Ahmad Sutrio Prihatinoto Aprilia, Risma Bayu Dwinata Putra Yatabri Febi Yanto Iwan Iskandar Muhammad Irsyad Reski Mai Candra Yusra