Orang lebih cenderung bertanya kepada pakar (ustadz atau ulama) melalui internet daripada membaca buku. Sedangkan, pakar yang tersedia jumlahnya terbatas. Dalam kondisi seperti ini dibutuhkan suatu sistem yang dapat memberikan jawaban secara otomatis. Sistem Question Answering (QA) merupakan suatu sistem yang dapat memberikan jawaban secara otomatis, tepat dan ringkas. Penelitian ini mengusulkan pendekatan machine learning dan ontology untuk membangun sistem QA permasalahan fiqih. Algoritma machine learning yang digunakan adalah Support Vector Machine (SVM). Komponen sistem dibagi menjadi beberapa sub komponen, yaitu pemroses pertanyaan, klasifikasi pertanyaan, dan pemroses jawaban. Algoritma SVM merupakan bagian dari komponen klasifikasi pertanyaan yang bertujuan untuk menentukan tipe pertanyaan. Ontology digunakan karena kemampuannya dalam proses analisa semantic. Analisa semantic berfungsi untuk memperoleh target content dari pertanyaan pengguna. Tipe pertanyaan dibagi menjadi 4 tipe, yaitu dalil, deskripsi, hukum, dan definisi. Kombinasi tipe dan target content menghasilkan fokus pertanyaan, sehingga jawaban yang disajikan berdasarkan fokus pertanyaan yang telah diperoleh. Berdasarkan hasil pengujian, sistem QA fiqih memiliki kemampuan untuk mendeteksi pertanyaan yang tidak relevan, menentukan tipe pertanyaan dengan baik, dan mampu melakukan analisa semantik. Sehingga sistem dapat memberikan jawaban dengan benar dengan tingkat akurasi sebesar 86.71%.

People are more likely to ask the expert (chaplain) through the internet rather than reading classic book. meanwhile, the expert available is limited. In this condition, we needed a system that could be provide answers automatically. Question Answering (QA) system is necessary that can provide answers automatically, precise and concise. This research was proposed a machine learning approach and ontology to build a QA system of fiqih issues. Support Vector Machine (SVM) is used in machine learning algorithms. Components of the system is divided into several sub-components, namely processors question, classification questions and answers processors. SVM algorithm is part of the questions classification component which aimed to determine the type of question. Ontology is used because of its ability in the process of semantic analysis. Semantic analysis is used to obtain content targets of the user’s question. Types of questions is proposed into 4 types: dalil, deskripsi, hukum, and definisi. The combination of types and content targets is generated a question focus, so the answer is presented based on the focus of the question that has been obtained. Based on test results, QA system of fiqh has the ability to detect an irrelevant question, determine the type of questions well, and is able to perform semantic analysis. So that the system can provide the correct answer achived 86.71% accuracy.

Kata Kunci : question answering, question classification, support vector machine, ontology, semantic web