DETEKSI PELAFALAN MAKHRAJUL HURUF MENGGUNAKAN MEL SPECTROGRAM DAN CONVOLUTIONAL NEURAL NETWORK

Al-Quran adalah kitab suci umat Islam yang menjadi pedoman hidup, dan membacanya dengan benar membutuhkan penguasaan ilmu Tajwid, khususnya tartil dalam pelafalan huruf hijaiyah sesuai makhrajul huruf untuk menjaga akurasi bacaan dan mencegah perubahan makna. Untuk mendukung pembelajaran membaca Al-Quran, diperlukan sistem belajar mandiri berbasis convolutional neural network (CNN) sequential dengan tiga lapisan konvolusi dan pooling, menggunakan Mel spectrogram sebagai input. Data penelitian diambil dari dataverse.telkomuniversity dengan 28 kelas, masing-masing berisi 144 sampel yang mencakup fatha, kasroh, dhomma, fathatain, kasrho tain, dan dhommatain, diucapkan oleh tiga perempuan dan tiga laki-laki. Penelitian ini menguji pengaruh ukuran data 112x112 dan 224x224, augmentasi data, serta pengaturan learning rate konstan dan reduksi learning rate dengan 50 epoch. Hasil pengujian menunjukkan bahwa skenario kedua dengan ukuran 112x112 menggunakan reduksi learning rate memberikan performa terbaik dengan akurasi 79%, precision 79%, recall 79%, dan F1-score 78%, serta tingkat kesalahan hanya sebesar 6%, menandakan kemampuan generalisasi model yang baik. Namun, ketika model diterapkan pada data primer, akurasi menurun drastis menjadi 15%, dengan precision 15%, recall 13%, dan F1-score 11%.