Pesan dakwah dalam tayangan youtube Adi Hidayat official episode “menjawab argumen semua agama sama”
Bibliographic record
Abstract
Di masyarakat yang multiagama ini masih banyak sekali orang yang mengagungkan statement salah seperti anggapan bahwa untuk menyatukan masyarakat yang berbeda keyakinan harus menghilangkan perbedaan, yakni dengan menganggap semua agama itu sama. Mereka memaksa siapapun untuk mengikuti apa yang mereka yakini tanpa menghormati keyakinan orang yang dipaksa. Dari sini Ustadz Adi Hidayat menanggapi argumen-argumen dari cara berpikir yang salah dan mengajak masyarakat untuk menghargai perbedaan melalui pesan-pesan dakwah yang disampaikannya. Dari latar belakang tersebut penelitian ini dilakukan dengan tujuan menggali pesan dakwah dari ceramah Ustadz Adi Hidayat. \nPenelitian ini mengacu pada pendekatan analisis isi dengan jenis penelitian kualitatif deskriptif. Peneliti berupaya menggambarkan secara deskriptif dengan menarasikan bentuk-bentuk pesan dakwah yang dipaparkan Ustadz Adi Hidayat. Data penelitian bersumber dari video kajian Ustadz Adi Hidayat pada episode “Menjawab Argumen Semua Agama Sama” yang menghasilkan tiga kategori pesan, yakni pesan akhlak, akidah dan syariat. \nHasil penelitian yang diperoleh sebagai berikut: Pertama, pesan kategori akhlak meliputi: toleransi, larangan merusak rumah ibadah, meninggalkan statement salah dan mengingatkan kebenaran. Kedua, pesan kategori akidah ini tentang konsep ketuhanan dalam Islam. Ketiga, pesan kategori syariat, meliputi: beribadah sesuai tata aturan Islam dan kebebasan memeluk agama. Jadi, dapat disimpulkan bahwa pesan-pesan yang disampaikan Ustadz Adi Hidayat ini berkaitan dengan cara menghargai segenap perbedaan yang dikaruniakan Allah kepada seluruh makhluk-Nya di muka bumi ini.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.088 | 0.025 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".