Damayanti, Niken Ayu (2021) Deteksi Tajwid pada Bacaan Quran menggunakan CNN Deep Learning untuk Intelligent Tutoring System. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07211640000037-Undergraduate_Thesis.pdf - Accepted Version Download (5MB) | Preview |
Abstract
Al-Quran merupakan kitab Suci umat Islam yang menjadi panduan dalam menjalani seluruh aspek kehidupan, bahkan menjadi dasar dan pedoman dalam menentukan hukum dari suatu permasalahan yang terjadi pada kehidupan sehari - hari. Oleh karena itu setiap Muslim mulai dari anak – anak, remaja, orang dewasa hingga lansia wajib mempelajari Al-Quran. Salah satu hal yang penting dalam mempelajari Al-Quran yaitu mempelajari hukum bacaannya yang dinamakan Tajwid. Pelafalan Tajwid memiliki peran penting untuk memastikan bahwa arti yang disampaikan dari bacaan tersebut benar. Namun pembelajaran bacaan Tajwid kebanyakan masih membutuhkan bantuan secara manual dari para ahli. Dari masalah tersebut, maka dibutuhkan sebuah klasifikasi yang dapat melakukan deteksi pada Tajwid agar dapat dikembangkan untuk pembelajaran Tawjid secara mandiri. Pada penelitian ini, data dua dimensi berupa spectrogram yang telah diubah dari sinyal audio rekaman bacaan 5 Tajwid nun mati atau tanwin diolah dengan menggunakan CNN deep learning untuk mendapatkan hasil klasifikasi dari setiap kelas Tajwidnya.
=================================================================================================
The Holy Quran is the Holy Book of Muslims which serves as a guide for living all of the aspects on daily life. The Holy Quran even used as the basis and guidance for determining the law of problems that occur in everyday life. Therefore, every Muslim from children, teenagers, adults, and the elders are obliged to study The Holy Quran. One of the most important things in learning about The Holy Quran is to learn about the reading rules called Tajweed. Tajweed pronunciation is important to decide whether the meaning of the recitation that we read can be conveyed well or not. However, we often need guidance in the process of learning Tajweed manually from the experts. From the problem said, we need a Tajweed classification that can be improved as a tool for Tajweed self-learning. In this experiment, spectrogram as a two-dimension image data transformed from 5 Tajweed nun as-sakinah and tanween audio signals are processed with CNN deep learning to produce classifications from each class as the result.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Quran, Tajwid, CNN, Deep Learning, Speech Recognition |
| Subjects: | R Medicine > R Medicine (General) > R858 Deep Learning |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis |
| Depositing User: | Niken Ayu Damayanti |
| Date Deposited: | 09 Mar 2021 06:09 |
| Last Modified: | 13 Sep 2024 07:29 |
| URI: | http://repository.its.ac.id/id/eprint/83910 |
Actions (login required)
 |
View Item |