BAB II DASAR TEORI 2.1 Sistem Pakar Sistem pakar adalah sebuah program komputer yang memiliki basis pengetahuan dari satu atau beberapa orang pakar dan melakukan penalaran untuk memecahkan suatu masalah atau untuk memberikan saran [JAC99]. Basis pengetahuan pada sistem pakar berasal dari ilmu pengetahuan dan pengalaman yang dimiliki oleh pakar, yang kemudian digunakan untuk memecahkan suatu permasalahan, baik untuk mengambil keputusan maupun untuk memberikan saran.
Gambar II-1 memperlihatkan arsitektur umum sistem pakar.
Gambar II-1 Arsitektur umum [PUP93]
Arsitektur umum sistem pakar terbagi menjadi 2 modul utama yaitu basis pengetahuan dan sistem kontrol. Sistem kontrol berisikan kode program untuk strategi pemecahan masalah dan untuk antarmuka bagi pengguna. Sistem kontrol terdiri dari 4 submodul yaitu : [PUP93]
1
II-2
a. Problem-solving component : menginterpretasikan pengetahuan pakar untuk solusi masalah yang dispesifikasi oleh pengguna. Komponen ini berfungsi sebagai mesin inferensi. Berdasarkan informasi yang terdapat di basis pengetahuan, mesin inferensi mampu untuk mengambil kesimpulan, sehingga kesimpulan tersebut menjadi keputusan dari sistem pakar [PCAI]. b. Interviewer component : mengontrol dialog dengan pengguna c. Explanation component : membuat operasi di dalam sistem pakar menjadi transparan d. Knowledge acquisition component : memungkinkan pakar memasukkan pengetahuannya ke dalam sistem pakar
Basis
pengetahuan
juga
memiliki
beberapa
bagian.
Berdasarkan
sumber
pengetahuannya, dibedakan menjadi : [PUP93] a. Domain-specific knowledge : pengetahuan domain yang berasal dari pakar b. Case-specific knowledge : pengetahuan berdasarkan kasus pada pengguna c. Intermediate or final results : pengetahuan yang diturunkan dari problem-solving component
Dengan mengetahui klasifikasi masalah, suatu permasalahan dapat dipecahkan dengan menggunakan metode yang cocok [CLA85]. Di bawah ini merupakan jenisjenis klasifikasi masalah dan metode-metode yang digunakan untuk memecahkan suatu permasalahan. 2.1.1 Klasifikasi Masalah Menurut Clancey Menurut Clancey, klasifikasi masalah dapat dibagi menjadi : [PUP93] [JAC99] a. Interpret (analysis) : menginterpretasikan sebuah sistem 1. Identify (recognize) : menentukan jenis sistem yang cocok dengan pasangan masukan-keluaran 2. Predict (simulate) : menentukan keluaran yang diharapkan dari masukan yang diberikan 3. Control : menentukan masukan untuk mencapai keluaran yang diinginkan b. Construct (synthesis) : membangun atau memodifikasi sistem
II-3
1. Specify (constraints) : menghasilkan keadaan constraints dari disain sistem yang diberikan 2. Design : menghasilkan susunan sesuatu dari constraints yang diberikan 3. Assemble (manufacture) : merealisasikan disain dengan menempatkan bagianbagiannya secara bersamaan 2.1.2 Metode Pemecahan Masalah Metode pemecahan masalah pada sistem pakar terdiri dari 3 cara yaitu : [PUP93] a. Klasifikasi (classification) : memilih solusi dari himpunan solusi 1. Simple classification : mengevaluasi pengetahuan dan data yang pasti 2. Heuristic classification : mengevaluasi pengetahuan dan data yang tidak pasti. Jenis klasifikasi ini akan dibahas lebih detil pada subbab 2.4.3 3. Model-based classification, terdiri dari 2 metode yaitu : -
Set-covering classification : klasifikasi yang solusinya menimbulkan pengaruh pada data observasi
-
Functional classification : membedakan antara fungsi yang normal dan yang cacat pada sebuah sistem
4. Statistical classification : klasifikasi dengan pengetahuan yang diturunkan dari banyak koleksi kasus yang mewakili 5. Case-comparing classification : klasifikasi dengan koleksi kasus dan pengetahuan tambahan untuk ukuran yang sama b. Konstruksi (construction) : membuat solusi dari komponen solusi 1. Heuristic construction : memilih komponen solusi secara heuristic -
Skeletal construction : struktur pengetahuan dibentuk dalam hirarki (nonrekursif AND/OR graf)
-
Propose and revise : mencari solusi lokal (propose), kemudian perbaiki solusi menjadi solusi global (revise)
-
Propose and exchange : mencari solusi lokal (propose), kemudian ganti solusi menjadi solusi global (exchange)
-
Least commitment : susun ulang masalah, kemudian masalah yang paling sederhana dipecahkan dengan constraints propagation atau basic strategies
c. Simulasi (simulation) : memprediksi pengaruh dari beberapa asumsi pada sistem
II-4
1. One-phase simulation : cocok untuk nilai parameter yang diturunkan pada model simulasi 2. Multiple-phase simulation, terdiri dari 2 metode yaitu : -
Numerical multiple-phase simulation : komponen boleh mengubah kelakuannya selama simulasi
-
Qualitative multiple-phase simulation : bentuk numerical multiple-phase yang disederhanakan
2.1.3 Heuristic Classification Menurut Clancey, heuristic classification adalah sebuah asosiasi non-hirarki antara data dan kategori yang membutuhkan inferensi lanjutan [JAC99]. Perbedaan heuristic classification dengan simple atau certain classification yaitu heuristic classification memiliki pengetahuan yang tidak pasti. Perbedaannya dengan statistical classification yaitu faktor kepastian (certainty factor) pada heuristic classification ditaksir oleh pakar, bukan dari basis data kasus. Karena heuristic classification berdasarkan pengalaman pakar dan manusia sulit untuk menyatukan bermacam-macam penaksiran individu untuk sebuah solusi, maka diperlukan teknik abstraksi dari data observasi menjadi solusi. [PUP93]
Ada 3 jenis abstraksi data yaitu : [CLA85] a. Definitional
:
berdasarkan
hal-hal
yang
bersifat
dasar,
membutuhkan
keistimewaan dari sebuah konsep, misal salah satu ciri dasar makhluk hidup adalah bernapas. Jika ada sesuatu yang bernapas, maka dapat diabstraksikan sesuatu itu makhluk hidup. b. Qualitative : sebuah bentuk definisi yang melibatkan kualitatif data, misal jika pasien adalah dewasa dan jumlah sel darah putih lebih kecil daripada 2500, maka dapat diabstraksikan jumlah sel darah putih pasien adalah rendah. c. Generalization : abstraksi dalam bentuk sebuah hirarki, misal orang yang berpendidikan terdiri dari dokter, dosen, dan hakim. Jika seseorang adalah hakim, maka dapat diabstraksikan dia adalah orang yang berpendidikan.
Struktur inferensi heuristic classification dapat dilihat pada gambar II-2 .
II-5
Gambar II-2 Struktur inferensi pada heuristic classification [CLA85]
Langkah-langkah inferensi pada heuristic classification adalah : [JAC99] a. Abstraksi data : melakukan abstraksi data dari data mentah b. Heuristic match : menyesuaikan abstraksi data dengan abstraksi solusi c. Perbaikan solusi : mengidentifikasi dan mengurutkan calon solusi yang terdapat pada ruang abstraksi solusi
Contoh heuristic classification pada Grundy [CLA85].
Gambar II-3 Struktur Inferensi GRUNDY [CLA85]
Pada gambar II-3, orang yang tidak menonton TV dapat diabstraksikan sebagai orang yang terdidik. Kelas buku yang cocok untuk orang tersebut adalah buku-buku yang berhubungan dengan karakter utama kecerdasan. Setelah itu dilakukan perbaikan solusi dengan memilih buku yang berjudul “Earth Angels”. [CLA85]
Heuristic classification erat hubungannya dengan ketidakpastian (uncertainty). Ketidakpastian dapat dianggap sebagai kekurangan informasi untuk membuat sebuah keputusan. Ketidakpastian merupakan sebuah masalah karena dapat mencegah sesorang dari membuat keputusan yang terbaik dan kadangkala bisa menyebabkan sebuah keputusan yang buruk.
II-6
Sejumlah teori dapat digunakan untuk hal ketidakpastian. Salah satunya adalah teori probabilitas. Probabilitas adalah sebuah kesimpulan kuantitatif yang berhubungan dengan ketidakpastian. Probabilitas terbagi menjadi 3 tipe yaitu : [GIA94] a. Priori probability, mempunyai karakteristik yaitu kejadian yang berulang, samasama seperti hasil, bentuk matematikanya diketahui, tidak berdasarkan percobaan, dan semua kejadian dan hasil yang mungkin diketahui b. Posteriori probability, mempunyai karakteristik yaitu kejadian yang berulang, berdasarkan percobaan, diperkirakan dengan sejumlah percobaan yang terbatas, dan bentuk matematikanya diketahui c. Subjective probability, mempunyai karakteristik yaitu bukan kejadian yang berulang, bentuk matematikanya tidak diketahui, dan berdasarkan pendapat, pengalaman, keputusan, atau kepercayaan pakar
Salah satu representasi pengetahuan yang menggunakan probabilitas adalah Probability Estimation Tree (PET). PET adalah decision tree yang setiap daunnya terdapat distribusi probabilitas setiap kelas. Seperti decision tree pada umumnya, PET mempresentasikan serangkaian pertanyaan yang perlu diuji. [KHO06]
Proses klasifikasi pada PET sama dengan proses klasifikasi pada decision tree, yaitu dengan menelusuri pohon mulai dari akar sampai mencapai daun. Jalur penelusuran ditentukan oleh jawaban setiap pertanyaan pada simpul yang bukan daun. Setelah mencapai daun, kelas yang diberikan sebagai hasil klasifikasi adalah kelas yang memiliki probabilitas terbesar pada daun tersebut. [KHO06]
II-7
2.2 Proses Pengembangan Sistem Pakar Berbasis Web Proses pengembangan sistem pakar berbasis web dapat dilihat pada gambar II-4.
Gambar II-4 Proses pengembangan sistem pakar berbasis web [DOK06]
2.2.1 Lingkup dan Konseptualisasi Kegiatan yang dilakukan adalah menentukan lingkup dan konsep sistem pakar berbasis web yang akan dibangun, termasuk karakteristik domain, tim pengembang, kakas, dan pakar. Jenis masalah yang cocok dijadikan domain sistem pakar adalah illstructured problems.
Ill-structured problems adalah masalah-masalah dengan ciri-ciri sebagai berikut : [GIA94] a. Tujuan tidak jelas : masih dalam bentuk sebuah kemungkinan b. Ruang solusi tidak terbatas : masih banyak kemungkinan solusi-solusi yang lain c. Solusi tidak pasti : terdapat beberapa solusi yang mungkin d. Keadaan masalah tidak diskrit : sulit membedakan secara pasti antar keadaan masalah e. State operator tidak diketahui : tidak dapat menentukan state selanjutnya
II-8
Selain itu, ada 40 kriteria sebuah domain layak menjadi sistem pakar, yang terbagi menjadi 3 bagian yaitu pengguna dan manajemen, task, dan pakar. Bagian pengguna dan manajemen berguna untuk mengevaluasi kebutuhan pengguna dan dukungan manajemen dalam pembangunan sistem pakar. Bagian task berguna untuk mengevalusi proses pemecahan masalah pada domain. Bagian pakar berguna untuk mengevaluasi pakar yang akan diakuisisi pengetahuannya. Evaluasi kriteria-kriteria ini bernilai antara 0 (tidak layak) – 10 (sangat layak). Domain layak menjadi sistem pakar jika mempunyai nilai evaluasi lebih besar dari 7,0. [PUP93] 2.2.2 Kebutuhan dan Spesifikasi Kebutuhan fungsional dan kebutuhan non-fungsional diidentifikasi, serta ditentukan spesifikasi sistem seperti ringkasan masalah, profil pengguna, tujuan proyek, keluaran sistem, dan masukan sistem. Pada fase ini, spesifikasi masih dalam tahap awal dan dapat dimodifikasi pada fase selanjutnya. [DOK06] 2.2.3 Analisis Resiko Teknik analisis resiko dapat digunakan untuk menilai dan mengidentifikasi faktorfaktor yang mungkin dapat membahayakan keberhasilan sistem pakar berbasis web. Analisis resiko harus dilakukan untuk mengontrol ukuran dan prosedur yang harus diaktifkan jika masalah yang diprediksikan terjadi. Analisis resiko ini mencakup masalah saat akuisisi pengetahuan, kakas yang tidak tepat, dan sebagainya. [DOK06]
Manajemen resiko terdiri dari 3 proses yaitu : [STO02] a. Risk assessment : mengidentifikasi dan mengevaluasi resiko dan dampaknya, serta tindakan yang direkomendasikan untuk mengurangi resiko b. Risk mitigation : memilih prioritas tindakan untuk mengurangi resiko yang direkomendasikan pada proses risk assessment dan mengimplementasikannya c. Evaluation and assessment : melakukan evaluasi dalam manajemen resiko secara berkelanjutan 2.2.4 Pengembangan Sistem Pakar Berbasis Web Fase ini dibagi menjadi 2 subproyek yaitu subproyek pengembangan sistem pakar dan subproyek pengembangan aplikasi web, seperti pada gambar II-5.
II-9
Gambar II-5 Pengembangan sistem pakar berbasis web [DOK06]
Kedua subproyek dapat berjalan secara paralel, yaitu : a. Selama proses akuisisi pengetahuan, kebutuhan dan spesifikasi serta disain data dapat dibuat b. Ketika merancang disain hypertext dan arsitektur, objek halaman web didefinisikan dan dapat digunakan pada pengembangan keseluruhan sistem pakar c. Tes dan evaluasi aplikasi web dapat sekaligus dilakukan dengan validasi dan verifikasi keseluruhan sistem pakar
II-10
Berikut ini penjelasan masing-masing subproyek : a. Subproyek pengembangan sistem pakar
Gambar II-6 Subproyek pengembangan sistem pakar [DOK05]
Gambar II-6 memperlihatkan subproyek pengembangan sistem pakar. Pada subproyek ini, perekayasa pengetahuan melihat dengan jelas sumber-sumber yang dapat dijadikan pakar domain. Jika terdapat pakar yang mau bekerja sama, maka perekayasa pengetahuan bisa untuk memulai proses akuisisi pengetahuan.
Akuisisi pengetahuan adalah memindahkan keahlian memecahkan masalah dari beberapa sumber pengetahuan menjadi sebuah program [JAC99]. Metode yang digunakan untuk akuisisi pengetahuan adalah : [CAN93] 1. Critical Decision : perekayasa pengetahuan mewawancarai pakar untuk mengidentifikasi keahliannya yang menarik dan berbeda dengan yang lainnya 2. Decision Graph : pakar menggunakan perangkat lunak untuk membuat sebuah graf keputusan
II-11
3. Goal Directed Analysis : pengetahuan dikumpulkan dari berbagai sumber termasuk wawancara, dokumen, observasi, dan lain-lain 4. Policy
Capturing
(Ratings)
:
mengambil
kebijakan
pakar
dengan
menggunakan keputusan-keputusan pakar yang sebenarnya 5. Storyboarding (Interview) : pakar menjelaskan pengalamannya dalam bentuk disain prototipe 6. Tasking Action Mapping : pakar mengidentifikasi tujuan, subtujuan, dan aksi yang lengkap pada sebuah diagram aliran keputusan yang telah dibuat oleh perekayasa pengetahuan dan diagram aliran keputusan dipindahkan menjadi rule 7. User Need Analysis : mengidentifikasi kebutuhan pengguna, mengungkap jalan pemikiran dan strategi keputusan yang digunakan oleh pengguna untuk membuat keputusan
Setelah pengetahuan yang diperoleh memuaskan, maka akan dilakukan pengembangan prototipe sistem pakar. Pada proses ini, dipilih representasi pengetahuan yang akan digunakan dan mekanisme inferensinya. Kemudian dilakukan pengembangan keseluruhan sistem pakar berdasarkan prototipenya dan setelah itu dilakukan validasi dan verifikasi. [DOK05] b. Subproyek pengembangan aplikasi web
Gambar II-7 Subproyek pengembangan aplikasi web [DOK05]
II-12
Gambar II-7 memperlihatkan subproyek pengembangan aplikasi web. Pada subproyek ini, bisa dilakukan modifikasi terhadap kebutuhan dan spesifikasi untuk aplikasi web jika dibutuhkan. Kemudian merancang disain data, hypertext, dan arsitektur. Setelah itu aplikasi web diimplementasikan dan dilakukan pengujian dan evaluasi. [DOK05] 2.2.5 Pengujian Sistem Pakar Berbasis Web Sebelum sistem pakar berbasis web dirilis, dibutuhkan prosedur tes untuk mengetahui sejauh mana keseluruhan sistem pakar berbasis web telah benar dan lengkap dengan membandingkannya pada kebutuhan dan spesifikasi. Pada fase ini, semua permasalahan, kesalahan, dan bug harus dipecahkan dan diperbaiki. Ukuran performansinya adalah kelengkapan basis pengetahuan dan keakuratan mekanisme pemikiran. [DOK06] 2.2.6 Rilis Versi dan Evolusi Setelah melewati fase pengujian, sistem pakar berbasis web dapat dirilis, di mana banyak pengguna yang tertarik untuk menggunakan layanannya. Selama fase ini, penting untuk meyakinkan sistem dapat digunakan dengan sebaik-baiknya. Karena domain pengetahuan, kakas yang digunakan, dan teknologi yang dipakai sedang berkembang, sistem pakar berbasis web harus berkembang dengan berjalannya waktu dan sistem pakar berbasis web harus dapat memuaskan pengguna ketika digunakan. [DOK06]
2.3 Shell untuk Sistem Pakar Berbasis Web Shell sistem pakar adalah kakas yang didisain untuk aplikasi yang khusus di mana pengguna hanya cukup mendefinisikan basis pengetahuan [GIA94]. Salah satu shell sistem pakar adalah CLIPS (C Language Integrated Production System). Metode inferensi yang digunakan dalam CLIPS adalah forward chaining. Inferensi dimulai dengan data yang diberikan, kemudian menjalankan rule yang kondisinya sesuai dengan data yang diberikan untuk mendapatkan hasil [PUP93]. Sebuah rule terdiri dari kondisi dan aksi. Kondisi menggambarkan situasi di mana aksi dilakukan. Aksi terdiri dari 2 tipe yaitu implikasi (kesimpulan dari pernyataan) dan instruksi (pedoman untuk mengubah keadaan) [PUP93]. Skema rule sebagai berikut :
II-13
IF
THEN
Sistem produksi rule terdiri dari 3 bagian yaitu : [JAC99] a. Himpunan rule b. Interpreter rule : menentukan rule yang akan digunakan c. Working memory : kumpulan data (fakta) yang akan mengaktifkan rule
Pada CLIPS, terdapat beberapa strategi untuk conflict resolution. Conflict resolution adalah metode yang digunakan untuk memilih sebuah rule dari kumpulan rule yang kondisinya sesuai dengan fakta yang ada di working memory. Kumpulan rule ini disebut conflic set (di CLIPS biasa disebut agenda). Conflict resolution pada CLIPS adalah : [JAC99] a. The depth strategy : rule yang diaktifkan oleh data baru diletakkan di atas rule yang diaktifkan oleh data lama dengan salience yang sama b. The breadth strategy : rule yang diaktifkan oleh data baru diletakkan di bawah rule yang diaktifkan oleh data lama dengan salience yang sama c. The simplicity strategy : mengurutkan rule dengan menempatkan rule yang diaktifkan oleh data baru di atas semua rule dengan spesifikasi yang sama atau lebih tinggi d. The complexity strategy : mengurutkan rule dengan menempatkan rule yang diaktifkan oleh data baru di atas semua rule dengan spesifikasi yang sama atau lebih rendah e. The LEX strategy : menghapus semua rule yang telah digunakan sebelumnya dari conflict set, kemudian sisa rule dengan salience yang sama diurutkan sesuai waktu pengaktifannya (recency). Jika recency sama, pilih yang lebih spesifik. f. The MEA strategy : menghapus semua rule yang telah digunakan sebelumnya dari conflict set, kemudian urutkan rule yang memiliki salience yang sama, tetapi hanya rule yang pre-kondisi elemen pertamanya yang sesuai dengan fakta yang paling baru
Cara
mengimplementasikan
decision
tree
dalam
CLIPS
adalah
dengan
mempresentasikan setiap simpul pada decision tree sebagai sebuah fakta. Contoh implementasi decision tree ke CLIPS adalah :
II-14
Gambar II-8 Animal Identification Decision Tree [GIA94]
Dari gambar II-8 di atas, setiap simpulnya dapat direpresentasikan sebagai sebuah fakta dengan skema sebagai berikut : [GIA94] (deftemplate node (slot name) (slot type) (slot question) (slot yes-node) (slot no-node) (slot answer) )
Penjelasan : a. name : nama unik untuk setiap simpul b. type : berupa simpul keputusan jika berisikan pertanyaan dan simpul jawaban jika berisikan jawaban (simpul daun) c. question : pertanyaan pada simpul keputusan d. yes-node : simpul yang akan dihasilkan jika jawaban pertanyaannya ya e. no-node : simpul yang akan dihasilkan jika jawaban pertanyaannya tidak f. answer : jawaban pada simpul jawaban
Inferensi decision tree pada CLIPS dapat diimplementasikan dalam 3 rule yaitu : [GIA94] a. Inisialisasi simpul akar Contoh : (defrule initialize (not (node (name root))) => (load-facts “animal.dat”)
II-15
(assert (current-node root)))
b. Memproses simpul bukan daun Jumlah definisi rule untuk memproses simpul bukan daun berdasarkan jumlah jenis cabang simpul pada decision tree. Contoh definisi rule : (defrule preceed-to-yes-branch ?node <- (current-node ?name) (node (name ?name) (type decision) (yes-node ?yes-branch)) ?answer <- (answer yes) => (retract ?node ?answer) (assert (current-node ?yes-branch)))
c. Memproses simpul daun Contoh : (defrule ask-if-answer-node-is-correct ?node <- (current-node ?name) (node (name ?name) (type answer) (answer ?value)) (not (answer ?)) => (printout t “I guess it is a ” ?value crlf))
WebCLIPS adalah sebuah implementasi CLIPS yang berjalan sebagai sebuah aplikasi CGI pada Windows NT/95. Bagian dasar dari WebCLIPS disebut screen. Di dalam screen, terdapat nama dari screen, inisiasi file .clp yang akan diakses, dan teknikteknik penyimpanan dan pengiriman fakta ke program CLIPS. [GIO98]
2.4 Dasar Teori Domain 2.4.1 Pengertian Ilmu Syar’i Ilmu syar’i adalah ilmu yang diturunkan Allah kepada Rasul-Nya berupa keterangan dan petunjuk. Di dalam ilmu syar’i yang terkandung pujian dan sanjungan adalah ilmu wahyu, yaitu ilmu yang diturunkan oleh Allah saja. Nabi Shalallahu ‘alaihi wassalam bersabda : “Barangsiapa yang dikehendaki kebaikan oleh Allah, maka Dia akan menjadikannya paham tentang agamanya.” (HR. Al-Bukhari, kitab al-‘ilmu bab Man Yuridillaahu bihi Khairin dan Muslim, kitab Zakaah bab an-Nahyu ‘anil Mas-alah). [UTS06]
II-16
Ilmu syar’i merupakan ilmu tertinggi. Al-Imam Ibnu Abdil Bar berkata dalam Jami Bayanil ‘Ilmi wa Fadhilihi : “ Ilmu menurut seluruh ahli agama ada tiga tingkatan yaitu ilmu tertinggi, ilmu menengah, dan ilmu terendah. Ilmu yang terendah adalah melatih anggota-anggota tubuh dalam pekerjaan-pekerjaan dan ketaatan-ketaatan, seperti kemiliteran, pengembaraan, menjahit, dan yang semacamnya. Ilmu yang menengah adalah pengetahuan tentang ilmu dunia yang pengetahuan tentang bagiannya bisa didapat dengan cara mengetahui bandingannya, dan ditunjukkan atasnya dengan jenis dan macamnya, seperti ilmu kedokteran dan teknik. Ilmu yang tertinggi adalah ilmu syar’i yang tidak boleh seorang pun bicara tentangnya tanpa dengan apa yang Alloh turunkan di dalam kitab-kitab-Nya dan atas lisan-lisan para Nabi dan Rasul-Nya. ”. [ULU07]
Keutamaan-keutamaan ilmu syar’i diantaranya adalah : [UTS06] a. Ilmu syar’i merupakan warisan para Nabi Para Nabi tidaklah mewariskan harta, tetapi yang mereka wariskan hanyalah ilmu syar’i. Oleh karena itu, barangsiapa yang memiliki ilmu syar’i berarti dia telah menerima warisan dari para Nabi. b. Orang yang memiliki ilmu syar’i termasuk salah satu dari dua golongan ulul amri yang wajib ditaati Alloh berfirman : “Hai orang-orang yang beriman, taatilah Alloh dan taatilah Rasul dan ulul amri di antara kalian.” (QS. An-Nisaa’ :59). Ulul amri di sini mencakup ulul amri dari kalangan para penguasa dan hakim, serta ulama dan para penuntut ilmu.
Ada dua cara untuk mendapatkan ilmu syar’i yaitu : [UTS06] a. Membaca dan mengkaji dari buku-buku terpercaya yang dikarang oleh ulama yang ilmunya, amanahnya, dan keselamatan aqidahnya telah dikenal b. Belajar kepada guru yang terpercaya akan keilmuan dan agamanya
II-17
2.4.2 Memilih Buku Ilmu Syar’i Dalam mempelajari buku ilmu syar’i dengan baik perlu diperhatikan hal-hal sebagai berikut : [UTS06] a. Mengetahui isi materinya, sehingga seorang dapat mengambil faedah darinya karena hal ini membutuhkan spesialisasi b. Mengetahui
istilah-istilahnya,
karena
mengetahui
istilah
akan
lebih
mengefektifkan waktu Dari hal-hal di atas, dapat disimpulkan bahwa mempelajari buku ilmu syar’i dengan baik adalah dengan memilih buku yang sesuai dengan tingkat pemahaman.
Kaum Muslimin dibagi menjadi 3 tingkatan berdasarkan tingkat pemahamannya terhadap ilmu syar’i yaitu ulama, penuntut ilmu, dan awam. Berkata Syaikh Shalih bin Fauzan, “Menjelaskan kebenaran hendaklah kepada mereka yang mampu untuk memahaminya, seperti para pelajar penuntut ilmu syar’i. Sementara orang awam yang tidak mampu memahaminya serta tidak dapat menangkapnya cukup dijelaskan kepada mereka perkara-perkara yang amat mereka butuhkan, dari perkara-perkara agama, ibadah, shalat, zakat serta puasa. Yang terpenting adalah permasalahan aqidah secara sederhana agar dapat mengambil manfaat darinya. Jangan bertele-tele sehingga memberatkan mereka dan membuat mereka jenuh, semestinya dengan cara sederhana.” [FAU02].
Syaikh Ibnu Al-‘Utsaimin berkata, “Penuntut ilmu harus bersemangat dalam mengumpulkan kitab (buku). Tetapi dia harus memulai dari kitab yang terpenting kemudian yang penting. Jika kemampuan seseorang sedikit, maka tidaklah termasuk kebaikan dan tidak pula termasuk sikap yang hikmah apabila dia membeli banyak kitab (buku) yang memaksakan diri dengan berhutang untuk membelinya, karena perbuatan ini termasuk cara pengeluaran yang jelek.” [UTS06]. Dari pernyataan tersebut, dapat dipahami bahwa seseorang ketika memilih buku ilmu syar’i berdasarkan tingkat kebutuhannya. Tingkat kebutuhan ini dapat diketahui dari subtopik dari topik ilmu syar’i, kemudian dikategorikan menjadi umum dan khusus.
II-18
Diantara buku-buku ilmu syari’i yang disarankan oleh ulama adalah : [UTS06] a. Aqidah 1. Tsalaatsatul Ushuul (Tiga Landasan Utama) oleh Syaikh Muhammad bin Abdil Wahhab 2. Al-Qawaa’idul Arba’ (Empat Kaidah) oleh Syaikh Muhammad bin Abdil Wahhab 3. Kasyfu Syubuhaat (Membongkar Syubhat) oleh Syaikh Muhammad bin Abdil Wahhab 4. At-Tauhiid oleh Syaikh Muhammad bin Abdil Wahhab 5. Al-‘Aqiidah Al-Waasithiyyah oleh Syaikhul Islam Ibnu Taimiyah 6. Al-‘Aqiidah Ath-Thahaawiyah oleh Syaikh Abu Ja’far Ahmad bin Muhammad Ath-Thahawi b. Hadits 1. Fat-hul Baari Syarh Shahiih Al-Bukhari oleh Imam Ibnu Hajar Al-‘Asqalani 2. Subulus Salaam Syarh Buluughul Maraam oleh Imam Ash-Shan’ani 3. Nailur Authar Syarh Muntaqaa Al-Akhbaar oleh Imam Asy-Syaukani 4. ‘Umdatul Ahkaam oleh Imam Al-Maqdisi 5. Al-Arba’iin An-Nawawiyyah oleh Imam An-Nawawi 6. Al-Kutubus Sittah (Shahiih Al-Bukhari, Shahiih Muslim, Sunan An-Nasa-i, Sunan Abi Dawud, Sunan Ibni Majah, Sunan At-Tirmidzi ) c. Fiqih 1. Aadabul Masyyi ilaash Shalaah oleh Syaikh Muhammad bin ‘Abdil Wahhab 2. Ar-Raudhul Murabi’ Syarh Zaadul Mustaqni’ oleh Syaikh Mansur Al-Bahuti 3. ‘Umdatul Fiqh oleh Imam Ibnu Qudamah d. Tafsir 1. Tafsiir Al-Qur-aan Al-‘Azhiim oleh Imam Ibnu Katsir 2. Taisiirul Kariimir Rahmaan fii Tafsiir Kalaamil Mannaan oleh Syaikh ‘Abdurrahman As-Sa’di 3. Adhwaa-ul Bayaan oleh Syaikh Muhammad Asy-Syinqithi
