Klasifikasi irama bacaan Al-Qur’an menggunakan algoritma CNN

Utama, Shoffin Nahwa ORCID: https://orcid.org/0000-0001-9843-199X, Prakasa, Johan Ericka Wahyu ORCID: https://orcid.org/0000-0001-5571-9328 and Hariyanto, Wahyu ORCID: https://orcid.org/0009-0000-7566-2488 (2025) Klasifikasi irama bacaan Al-Qur’an menggunakan algoritma CNN. ILKOMNIKA: Journal of Computer Science and Applied Informatics, 7 (1). pp. 94-103. ISSN 2715-2731

Preview

Text 23930.pdf - Published Version Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview

Abstract

Klasifikasi nada bacaan Al-Qur’an sangat penting untuk mendukung pembelajaran tajwid, tartil, serta tilawah yang sesuai dengan aturan. Tantangan utama dalam klasifikasi ini terletak pada keberagaman gaya bacaan qari dan kemiripan akustik antar maqam. Penelitian ini bertujuan untuk mengembangkan model klasifikasi otomatis irama bacaan Al-Qur’an menggunakan pendekatan berbasis CNN dengan 8 kelas maqam bacaan. Model CNN dalam penelitian ini memiliki tiga jalur konvolusi dengan ukuran kernel berbeda. Variasi bentuk masukan berupa data audio yang diubah ke dalam representasi spektrogram dan mel-frequency cepstral coefficients (MFCC). Evaluasi kinerja model pada dataset bacaan Al-Qur’an yang terdiri dari 8 kelas tilawah yaitu Ajam, Bayat, Hijaz, Kurd, Nahawand, Rast, Saba, dan Seka. Hasil pelatihan menunjukkan bahwa metode yang diusulkan mencapai akurasi 92,6%, sedangkan pada proses pengujian didapatkan akurasi sebesar 82,04%. Hasil confusion matric didapatkan nilai akurasi yang diperoleh dalam proses validasi mencapai 80,88%. Nilai presisi, recall dan F1-score masing-masing adalah 0,82, 0,80, dan 0,81. Dengan hasil ini, pendekatan CNN yang diusulkan terbukti efektif untuk mendukung otomatisasi dan peningkatan akurasi dalam klasifikasi nada bacaan Al-Qur’an.

Item Type:	Journal Article
Keywords:	Al-quran; CNN; Klasifikasi; MFCC; Tilawah
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080107 Natural Language Processing 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Shoffin Nahwa Utama
Date Deposited:	26 Jun 2025 15:31

Downloads

Origin of downloads

Actions (login required)

View Item