Analisis Fatwa MUI | Jaringan Hukum

Beranda

Korpus Fatwa MUI · Islamicate Digital Humanities (iDH)

—

Total Fatwa

—

Relasi Sitasi

—

Kaidah Fikih Unik

—

Ulama Dikutip

Kaidah Terbanyak

—

Produksi Fatwa per Tahun

Fatwa Paling Dikutip

Ulama Paling Sering Dikutip

Jaringan Sitasi

Ukuran simpul = jumlah kutipan masuk | Warna = periode

2000–2005

2006–2010

2011–2015

2016–2019

2020–2024

Hub (≥4 ←)

Analisis Statistik

Statistik dalil korpus aktif

—

Total Dalil

—

Al-Qur'an

—

Hadis

—

Kaidah Fikih

—

Pendapat Ulama

—

Ijma'

—

Athar

—

Rata-rata/Fatwa

Asal Dalil — Dasar Hukum (Mengingat) vs Pertimbangan (Memperhatikan)

—

Distribusi Tipe Dalil

Fatwa dengan Dalil Terbanyak

Surah Paling Sering Dikutip

Perawi Hadis Paling Sering Dikutip

Kategori Kaidah Fikih

Catatan metodologis: kategori dibaca dari istilah pokok dalam teks Arab. Dharar dan Dharurah berhubungan, tetapi tidak identik: Dharar menunjuk kemudaratan yang harus dicegah atau dihilangkan, sedangkan Dharurah menunjuk keadaan darurat yang dapat melahirkan rukhsah secara terbatas. Grafik menghitung seluruh kemunculan kaidah, bukan hanya kaidah unik.

Kaidah Fikih Teratas (Hasil Klasifikasi Ulang)

#	Kaidah (Arab)	Frekuensi

Data Referensi Tambahan

12 Kaidah Fikih Teratas

Tabel Kaidah Fikih

#	Kaidah	Frekuensi

Distribusi Mazhab Ulama yang Dirujuk

Atribusi mazhab ulama klasik (registry terkurasi, dapat diaudit) + mazhab eksplisit dari data/anotasi Anda. Ulama kontemporer tanpa mazhab tidak dihitung.

Referensi Otoritatif

(diambil langsung dari data fatwa)

#	Nama Ulama	Karya Utama	Jumlah	Fatwa
Memuat ulama...

#	Institusi / Lembaga	Konteks	Jumlah	Fatwa
Memuat institusi...

Daftar Fatwa

No.	Judul	Kategori	Tanggal	Dikutip	Mengutip

Ukuran dan Sentralitas Jaringan

Distribusi Degree

5 Fatwa dengan Kutipan Masuk Terbanyak

Tabel Sentralitas Lengkap

#	No.	Judul Fatwa	In-Degree	Out-Degree	PageRank×1k	Betweenness

Pemeriksaan Dalil

Pemeriksaan otomatis berdasarkan rujukan yang tersedia; hasil otomatis tetap dibedakan dari verifikasi ilmiah manual.

Perbandingan Teks Ayat dengan Mushaf

Ayat Paling Sering Dipotong

Hadis menurut Koleksi (Kutub al-Tis'ah)

Sebaran Mazhab dalam Pendapat Ulama

Kedudukan Pengujian

Asal Terjemahan Al-Qur'an

Dalil untuk Ditinjau

Fatwa	Dalil	Tipe	Catatan

Inventaris Dalil

Daftar sumber unik yang dikutip. Kurasi satu sumber dapat diterapkan ke semua kemunculannya.

Lintas Bidang MUI

Dalil yang dipakai bersama antar-bidang — selalu gabungan lima bidang MUI Non-DSN

Analisis Komprehensif Dalil

Mazhab · kaidah fikih · kutipan kitab · perbandingan sumber — mengikuti korpus yang dipilih

Memuat…

Pengaturan

Konfigurasi AI, tampilan, dan bahasa

Penyedia AI

OpenAI

Gemini

Groq

DeepSeek

Ollama

API Key

Model

Key disimpan lokal di browser Anda. Tidak pernah dikirim ke server kami.

Tampilan

Tema

Bahasa / Language

Ctrl+/ — Toggle bahasa

Ctrl+Shift+D — Toggle dark/light

Tentang Aplikasi

APP FATWA v1.0

Analisis Jaringan Hukum Korpus Fatwa MUI

— Fatwa DSN-MUI

— Relasi sitasi

151 Ulama dirujuk

264 Institusi dirujuk

140 Kaidah fiqh unik

Lihat Metodologi Lengkap

Asisten AI

Korpus fatwa DSN-MUI

Riset Mendalam (AtomRAG — multi-langkah) Setiap output AI memerlukan validasi manusia.

Panduan Penggunaan

▼

Kemampuan Analisis AI

Sistem ini dilengkapi mesin nalar hukum Islam berbasis data korpus. Setiap pertanyaan diproses melalui penalaran epistemologis berlapis:

①

Klasifikasi isu hukum

Mengidentifikasi jenis kontrak, tema doktrin, dan kategori normatif secara otomatis

②

Seleksi fatwa primer

Memilih fatwa paling otoritatif berdasarkan PageRank dan in-degree dari jaringan sitasi

③

Pembacaan struktur epistemologi

Menganalisis dalil, kaidah fiqhiyyah, pendapat ulama, ketentuan hukum, syarat, dan pengecualian

④

Penelusuran jaringan fatwa

Melacak fatwa yang dikutip, kluster doktrinal, dan fatwa yang membatasi atau memperjelas fatwa utama

⑤

Pembedaan kategori normatif

Memisahkan keabsahan akad, kompensasi (ta'widh), sanksi (ta'zir), agunan (rahn), dan klausul prosedural

⑥

Jawaban terstruktur berbasis data

Menghasilkan: simpulan, basis fatwa, jaringan sitasi terkait, kaidah, syarat, dan catatan ketidakpastian

Asisten AI ini dapat menganalisis korpus fatwa DSN-MUI dari perspektif jaringan sitasi, kaidah fiqh, otoritas ulama, dan tren temporal.

Jaringan Sitasi

Kaidah Fikih

Otoritas Ulama

Tren & Kecenderungan

Catatan Penting:

API key wajib — chatbot tidak berfungsi tanpa API key yang valid
Atur API key di Settings (OpenAI / Gemini / Groq / DeepSeek)
Klik contoh pertanyaan di atas, lalu tekan Enter atau tombol kirim

Tentang

Metodologi, Data, dan Referensi

APP FATWA — Analisis Jaringan Hukum dan AI

Platform penelitian Islamicate Digital Humanities (iDH) untuk menelusuri struktur, rujukan, dan hubungan dalam fatwa. Aplikasi membantu pemeriksaan; ia tidak menggantikan pembacaan cetakan, kritik sumber, takhrij, atau keputusan ilmiah peneliti.

158fatwa DSN-MUI · Ekonomi Syariah

237fatwa MUI non-DSN · lima bidang

Kedua korpus tetap dibedakan. Angka gabungan hanya dipakai pada analisis yang memang bermakna lintas bidang.

Cara membaca hasil aplikasi

Label “ditemukan”, persentase kemiripan, atau padanan terbaik berarti mesin menemukan kandidat menurut aturan yang dinyatakan. Label itu bukan bukti bahwa penisbatan benar, bukan penilaian kualitas dalil, dan bukan pengesahan akademik.

Alur Pembentukan Data

Setiap hasil dapat ditelusuri kembali melalui enam tahap. Data sumber dan hasil olahan tidak disatukan.

1
Sumber primer
Cetakan atau PDF fatwa menjadi dasar isi dan penggolongan awal dalil.
2
Ekstraksi dan transkripsi
Teks Latin diambil dari lapisan PDF; teks Arab yang tidak tersedia sebagai Unicode ditranskripsi dari citra. Asal halaman dan cara ekstraksi disimpan.
3
Pemodelan terstruktur
Metadata, pertimbangan, dalil, kaidah, pendapat ulama, ketentuan, dan sitasi disusun dalam JSON.
4
Normalisasi non-destruktif
Varian ejaan dipertautkan untuk pencarian dan pengelompokan, tetapi teks sumber tidak ditimpa.
5
Pemeriksaan mesin
Teks dibandingkan dengan rujukan yang tersedia menggunakan aturan, indeks, dan ambang kemiripan yang berbeda untuk setiap jenis dalil.
6
Tinjauan manusia
Peninjau menerima, menolak, atau memperbaiki kandidat. Keputusan dan catatan sumber disimpan terpisah dari usulan mesin.

Jenjang Bukti dan Status Data

Status menunjukkan siapa yang membuat keputusan dan seberapa jauh hasil boleh dipakai. Ia bukan urutan kualitas kitab atau dalil.

Status	Makna operasional	Yang tidak boleh disimpulkan
Teks sumber	Salinan/transkripsi dari cetakan disertai jejak halaman atau berkas.	Belum tentu bebas salah cetak, OCR, atau transkripsi.
Kurasi manual	Peninjau telah memeriksa bukti yang ditampilkan dan mencatat keputusan.	Bukan konsensus ilmiah; identitas peninjau dan dasar keputusan tetap perlu dibaca.
Propagasi kurasi	Keputusan manual diterapkan pada kemunculan lain dengan tanda teks/sumber yang sama.	Tidak membuktikan bahwa konteks setiap fatwa identik.
Pemeriksaan mesin	Hasil aturan deterministik atau pencocokan di atas ambang yang ditetapkan.	Bukan verifikasi pakar dan dapat menghasilkan padanan palsu.
Saran AI/OCR	Kandidat pembacaan atau sumber untuk mempercepat tinjauan.	Koreksi OCR hanya boleh dipakai sementara bila lolos ambang ketat; statusnya belum diaudit, tidak dihitung sebagai kurasi, dan teks sebelumnya tetap dapat dipulihkan.

Sumber Pembanding dan Batasnya

Cetakan menentukan apa yang diklaim fatwa; basis data luar terutama dipakai untuk menguji klaim itu. Jika basis data yang sama dipakai untuk menemukan sekaligus menguji, aplikasi menandainya sebagai pemeriksaan yang tidak sepenuhnya independen.

Al-Qur’an

Pembanding: Mushaf dan terjemahan Kemenag, 6.236 ayat. Sistem membandingkan kata dan alamat ayat. Pada 3% data Qur’an yang alamatnya justru ditemukan dari teks mushaf, kecocokan itu tidak dilaporkan sebagai validasi independen.

Hadis

Pembanding: 65.765 riwayat Kutub al-Tis’ah. Kecocokan kuat saat ini memakai ambang ≥80%. Takhrij dan nama perawi hanya ditampilkan dari rekaman yang cocok; mesin tidak menilai sahih, hasan, atau daif.

Kitab dan Mazhab

Katalog Shamela/Waqfeya memuat 4.667 kitab dan 3.450 pengarang untuk mengenali metadata. Katalog tidak membuktikan kutipan termuat dalam kitab. Kecocokan teks hanya dinyatakan jika teks atau petikan kitab benar-benar tersedia sebagai pembanding.

OCR sumber kitab

Google Document AI dipakai untuk mengusulkan pembacaan halaman sumber yang rusak atau berupa citra. Untuk transkripsi fatwa, hasil yang berbeda tetapi hampir identik hanya dapat diterapkan sementara bila kemiripan karakter ≥99%, keyakinan OCR ≥98%, kualitas citra ≥85%, panjang berubah paling banyak 3%, dan tidak ada cacat citra material. Statusnya tetap “belum diaudit”. Citra, teks lama, OCR mentah, skor, waktu, dan riwayat perubahan disimpan agar dapat disahkan atau dipulihkan oleh peninjau. OCR halaman kitab tetap menjadi lapisan pembanding dan tidak menimpa teks kitab lama.

Ketiadaan bukan bukti kesalahan

Kitab atau pengarang yang tidak ditemukan dalam katalog dapat berada di luar cakupan katalog, merupakan karya kontemporer, atau memiliki ejaan berbeda. Karena itu hasil “belum ditemukan” tetap dipisahkan dari “salah”.

Metode Analisis Jaringan

Untuk DSN-MUI, sisi diarahkan dari fatwa yang menyebut menuju fatwa yang disebut. In-degree menghitung kutipan yang diterima; out-degree menghitung kutipan yang dibuat; PageRank membaca bobot relatif dalam struktur tautan; betweenness menghitung posisi pada jalur terpendek. Ukuran ini bersifat deskriptif—bukan ukuran kebenaran hukum, kekuatan dalil, atau kewajiban mengikuti fatwa.

MUI non-DSN memakai relasi berbeda

Karena sitasi eksplisit antar-fatwa jauh lebih sedikit, beberapa tampilan MUI non-DSN memakai kesamaan dalil atau penyebutan sebagai jaringan pendukung. Hasilnya tidak dicampur dengan metrik sitasi DSN-MUI.

Cakupan: DSN-MUI saja
Simpul: — fatwa dan rujukan tanpa berkas
Sisi: — sitasi berarah
Kerapatan: — E / [N(N−1)]
PageRank: α = 0,85

Jejak Audit dan Reproduksibilitas

Berkas sumber tidak diubah oleh normalisasi atau koreksi antarmuka.
Asal halaman, identitas kutipan, metode ekstraksi, dan teks pembanding disimpan bila tersedia.
Teks asli, usulan mesin, dan keputusan terverifikasi berada pada lapisan berbeda.
Hitungan pada layar mengikuti korpus yang sedang dipilih; tanggal dan versi data perlu dicatat ketika angka dikutip.
Perubahan kurasi dapat mengubah statistik tanpa mengubah dokumen sumber.

Batasan yang Harus Disebut

OCR dan transkripsi Arab dapat salah, terutama pada harakat, tanda mushaf, ligatur, dan halaman terpotong.
Kemiripan teks tidak dengan sendirinya membuktikan edisi, jilid, halaman, atau arah pengutipan.
Normalisasi nama dapat menyatukan orang atau kitab yang seharusnya berbeda; varian asli tetap ditampilkan untuk audit.
Cakupan basis data tidak lengkap. “Belum ditemukan” tidak sama dengan “tidak ada”.
Asisten AI menyusun jawaban dari data yang tersedia dan dapat keliru; rujukan yang diberikannya harus dibuka dan diperiksa.

Kerangka Konseptual—Bukan Hasil Validasi

Kolaborasi manusia–AI

Empat aturan aplikasi—manusia menetapkan tujuan, mesin mengerjakan pola, manusia memutuskan, dan tingkat otonomi dapat disesuaikan—adalah operasionalisasi lokal. Literatur Kolbjørnsrud dan Beer dkk. memberi kerangka konseptual, bukan membuktikan akurasi aplikasi ini.

Islamicate Digital Humanities

Fatwa diperlakukan sebagai korpus yang dapat ditelusuri, dihitung, dibandingkan, dan divisualisasikan, sambil mempertahankan kritik sumber serta konteks tradisi intelektual Islam.

Pemodelan hukum terstruktur

Struktur JSON terinspirasi oleh pemisahan dokumen, metadata, bagian, dan rujukan dalam Akoma Ntoso. APP FATWA bukan implementasi XML Akoma Ntoso yang diklaim patuh standar.

Analisis jaringan

Konsep jaringan sitasi mengikuti analisis jaringan sosial dan PageRank. Interpretasi substantif tetap memerlukan pembacaan isi fatwa.

Rujukan dan Fungsi Sitasi

Sumber korpus

DSN-MUI. (2000–2024). Himpunan Fatwa Keuangan Syariah Dewan Syariah Nasional MUI. Jakarta: Erlangga; serta himpunan lima bidang MUI non-DSN yang didigitalisasi dalam proyek ini.

Preseden iDH

Christian Lange et al. (2021). “Text Mining Islamic Law.” Islamic Law and Society 28(3), 234–281. DOI.

Model dokumen hukum

OASIS LegalDocumentML TC. (2018). Akoma Ntoso Version 1.0. Dipakai sebagai inspirasi konseptual, bukan klaim kepatuhan format.

Kerangka manusia–AI

Kolbjørnsrud, V. (2024). “Designing the Intelligent Organization: Six Principles for Human-AI Collaboration.” California Management Review 66(2), 44–64. DOI; Beer, J. M. et al. (2014). “Toward a Framework for Levels of Robot Autonomy in Human-Robot Interaction.” Journal of Human-Robot Interaction 3(2), 74–99. DOI.

Metode jaringan

Wasserman, S. & Faust, K. (1994). Social Network Analysis; Page, L. et al. (1999). The PageRank Citation Ranking. Implementasi komputasi memakai NetworkX.

Contoh kitab primer

Al-Zuhayli, W. (1997). Al-Fiqh al-Islami wa Adillatuhu; Ibn Qudama. Al-Mughni. Keduanya merupakan sumber isi yang dibandingkan, bukan landasan metode komputasional.