Akurasi Bacaan Surat An Naba Katagori Anak-Anak Menggunakan Metode MFCC dan CNN
DOI:
https://doi.org/10.29407/a57m5v40Abstract
Abstrak—Penelitian ini bertujuan untuk membangun sistem klasifikasi bacaan surat An-Naba kategori anak-anak secara otomatis menggunakan kombinasi metode Mel-Frequency Cepstral Coefficients (MFCC) dan Convolutional Neural Network (CNN). Sistem dirancang untuk mendeteksi apakah pelafalan ayat dilakukan dengan benar atau salah berdasarkan ciri fonetik suara. Proses dimulai dengan perekaman suara di lingkungan madrasah, dilanjutkan dengan segmentasi dan augmentasi data menjadi 1.200 potongan audio. Data tersebut diubah menjadi representasi MFCC lalu diproses oleh model CNN yang telah dirancang dan dilatih. Output dari program ini berupa klasifikasi biner untuk setiap ayat yang menunjukkan benar atau salahnya pelafalan. Hasil pengujian menunjukkan akurasi pelatihan sebesar 99,75% dan akurasi validasi sebesar 78,75%. Sistem ini dapat memberikan evaluasi bacaan secara objektif dan cepat, serta berpotensi meningkatkan kualitas pembelajaran Al-Qur’an bagi anak-anak.
Keywords:
Anak-anak, Bacaan Al-Qur’an, Akurasi, CNN, MFCC##plugins.themes.default.displayStats.downloads##
References
[1] Y. A. Gerhana, A. A. Nugraha, A. R. Ramdani, dan A. A. Nugraha, "Automatic Detection of Hijaiyah Letters Pronunciation using Convolutional Neural Network Algorithm," Jurnal Online Informatika, vol. 7, no. 1, pp. 123–131, 2022.
[2] F. I. Muqsith, E. Supriyati, dan T. Listyorini, "Klasifikasi Pengucapan Huruf Hijaiyah Berbasis Android Menggunakan CNN dengan Fitur Mel-Spectrogram," Jurnal Informatika: Jurnal Pengembangan IT, vol. 8, no. 1, pp. 1–10, 2024.
[3] A. M. Hafidz dan D. R. Ramdania, "Klasifikasi Pelafalan Huruf Hijaiyah Sesuai Sanad Menggunakan CNN dan XGBoost," Jurnal Online Informatika, vol. 7, no. 2, pp. 200–210, 2023.
[4] A. M. Roofiad, A. A. Nugraha, dan A. R. Ramdani, "Classifying Hijaiyah Letters Handwritten Detection of Children Using CNN Algorithm," Khazanah Journal of Religion and Technology, vol. 2, no. 1, pp. 50–60, 2023.
[5] D. Mulya, "Classification of Hijaiyah Letters Using Hybrid CNN-CatBoost," Intelmatics, vol. 3, no. 2, pp. 39–44, 2023.
[6] T. A. P. Nurarinda, J. Sahertian, dan U. Mahdiyah, "Rancangan Sistem Identifikasi Jenis Burung Kicau Berdasarkan Suara Burung dengan Mel Frequency Cepstrum Coefficiens (MFCC)," Seminar Nasional Inovasi Teknologi, UN PGRI Kediri, vol. 1, pp. 237–241, 2020.
[7] A. M. Hafidz, "Implementasi Algoritma CNN untuk Mendeteksi Pelafalan Huruf Hijaiyah Berharakat Kasrah," Skripsi, UIN Sunan Gunung Djati Bandung, 2021.
[8] W. Rahmania, A. A. Nugraha, dan A. R. Ramdani, "Identification of Letters Hijaiyah Pronunciation Using Neural Network (Backpropagation) and Pre-Processing of Mel-Frequency Cepstral Coefficient," EAI Endorsed Transactions on Energy Web, vol. 7, no. 28, pp. 1–8, 2020.
[9] Y. A. Gerhana, A. A. Nugraha, A. R. Ramdani, dan A. A. Nugraha, "Automatic Detection of Hijaiyah Letters Pronunciation using Convolutional Neural Network Algorithm," Jurnal Online Informatika, vol. 7, no. 1, pp. 123–131, 2022.
[10] F. I. Muqsith, E. Supriyati, dan T. Listyorini, "Klasifikasi Pengucapan Huruf Hijaiyah Berbasis Android Menggunakan CNN dengan Fitur Mel-Spectrogram," Jurnal Informatika: Jurnal Pengembangan IT, vol. 8, no. 1, pp. 1–10, 2024.
[11] A. M. Roofiad, A. A. Nugraha, dan A. R. Ramdani, "Classifying Hijaiyah Letters Handwritten Detection of Children Using CNN Algorithm," Khazanah Journal of Religion and Technology, vol. 2, no. 1, pp. 50–60, 2023.
[12] D. Mulya, "Classification of Hijaiyah Letters Using Hybrid CNN-CatBoost," Intelmatics, vol. 3, no. 2, pp. 39–44, 2023.
[13] A. Arcapada, A. A. Nugraha, dan A. R. Ramdani, "Identifikasi Suara Huruf Hijaiyah Menggunakan MFCC dan CNN," Spektrum, vol. 9, no. 2, pp. 100–110, 2022.
[14] A. M. Hafidz, "Implementasi Algoritma CNN untuk Mendeteksi Pelafalan Huruf Hijaiyah Berharakat Kasrah," Skripsi, UIN Sunan Gunung Djati Bandung, 2021.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nur Ahmadi Thobroni, Risa Helilintar, Intan Nur Farida, Intan Nur Farida
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
