HUKUM KEWARISAN BERKEADILAN JENDER (STUDI KOMPARASI PEMIKIRAN MUNAWIR SJADZALI DAN WAHBAH AZ-ZUHAILI)
Bibliographic record
Abstract
Pembagian harta warisan yang merujuk pada ayat-ayat al-Qur‘an tentang warisan sampai hari ini masih menimbulkan problematika yang belum terselesaikan, seperti pembagian harta warisan 2:1 antara laki-laki dan perempuan yang dianggap tidak adil. Dalam hal ini terdapat dua ulama yang memiliki perbedaan pendapat. Menurut Munawir Sjadzali pembagian harta warisan yang sudah ditetapkan dalam al-Qur‘an bukan tidak adil, akan tetapi ketidakpercayaan masyarakat terhadap keadilan farā‟iḍ yang ada dalam al-Qur‘an. Berbeda dengan Wahbah az-Zuḥailī, ia berpendapat bahwa pembagian harta warisan sudah dijelasakan secara terperinci dalam al-Qur‘an dan bersifat adil. Hal ini yang membuat penulis tertarik meneliti lebih lanjut tentang pembagian harta warisan dengan melihat relevansi pada zaman sekarang. \nPenelitian ini bersifat deskriptif analitik-komparatif, yaitu menjelaskan pemikiran Munawir Sjadzali dan Wahbah az-Zuḥailī tentang pembagian harta warisan. Kemudian menggunakan pendekatan sosiologi pemikiran hukum Islam dan menganalisisnya menggunakan teori keadilan jender Adapun tujuanya adalah untuk mendapatkan jawaban atas permasalahan yang dikaji oleh penulis. \nHasil dari penelitian yang dilakukan penulis adalah: Pertama: Dalam formula pembagian warisan 2:1 Munawir Sjadzali dan Wahbah az-Zuḥailī terjadi perbedaan. Munawir Sjadzali berpendapat bahwa formula pembagian harta warisan 2:1 saat ini tidak mencerminkan keadilan dan bersifat ẓannī. Berbeda dengan Wahbah az-Zuhailī, ia berpendapat bahwa formula pembagian warisan 2:1 ini sudah sesuai dan bersifat qaṭʻi. Kedua:Munawir Sjadzali dan Wahbah az-Zuḥailī dalam menentukan dalil dan argumen pembagian harta warisan, keduanya sama-sama mengunakan al-Qur‘an dan hadis. Tetapi dalam penetapan hukum, keduanya terdapat perbedaan. Munawir dalam menentukan dalil, ia menggunakan al-Qura‘n, hadis, dan konteks keadaan sekarang. Tetapi dalil yang digunakan kurang kuat, karena mengqiyās kan dengan dalil-dalil perbudakan. Berbeda dengan Wahbah az-Zuḥailī menggunakan al-Qur‘an, hadis dan juga asbābul nuzūl dan wurudnya. Sehingga kekuatan hukum yang diterapkan Wahbah az-Zuḥailī lebih kuat. Ketiga:Kedua ulama tersebut dalam memaknai adil terdapat perbedaan. Munawir Sjadzali dalam memaknai adil ia berpendapat sama rata (peran yang dilakukan), sehingga apabila perempuan memiliki peran sama dengan laki-laki maka ia berhak mendapatkan bagian yang sama. Berbeda dengan Wahbah az-Zuhailī, ia memaknai adil dengan setara (tanggung jawab). Jadi pembagian harta \nwarisan diukur dengan tanggung jawab yang dilakukanya, sehingga makna adil disini tidak harus sama rata.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.004 | 0.004 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.010 |
| Open science | 0.006 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".