Beberapa tahun terakhir ini Al-Qur’an menjadi perhatian para peneliti dalam bidang komputer sains. Penelitian ini fokus merepresentasikan Al-Qur’an dalam bentuk ontology. Pencarian berbasis semantik akan sangat membantu dalam ekstraksi informasi dari Al-Qur’an yang memiliki pengetahuan dan bahasa yang kompleks. Penelitian ini mengembangkan Flexible Semantic Qur’an Question-Answering dengan menerapkan metode Graph-Based Summarization dan K-Nearest Neighbor (KNN) untuk menambahkan fleksibilitas pada pencarian berbasis semantik. Metode Graph-Based Summarization telah terbukti efektif untuk meringkas sebuah pertanyaan kompleks berdasarkan pengujian ROUGE nilai rata-rata F1, Precision dan Recall secara berturut-turut 0.7269, 0.6253 dan 0.7243. Selain itu, metode KNN yang dievaluasi oleh expert menghasilkan persentase rata-rata persetujuan atas topik 1, 2 dan 3 sebesar 62.11%, 66.15%, 19.61%. Sedangkan untuk topik lainnya yang berhubungan dengan pertanyaan namun tidak ditampilkan sebesar 70%. Nilai ini menunjukkan hasil KNN belum efektif. Faktor terbesar atas hasil tersebut disebabkan oleh dataset yang digunakan belum luas dan responden tidak mengetahui topik-topik apa saja yang ada pada dataset terms.

Kata Kunci – Al-Qur’an, Flexible Question Answering, Graph-Based Summarization, K-Nearest Neighbor, Semantik