PEMBUATAN APLIKASI KOMPUTER BERBASIS DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK UNTUK PENGECEKAN PELAFALAN HURUF HIJAIYAH HARAKAT FATAH

ZULFAJRI, PRIYANGGA (2022) PEMBUATAN APLIKASI KOMPUTER BERBASIS DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK UNTUK PENGECEKAN PELAFALAN HURUF HIJAIYAH HARAKAT FATAH. Other thesis, Universitas Muhammadiyah Magelang.

Preview	PDF (SKRIPSI) 18.0504.0064_COVER_BAB I_BAB II_BAB III_BAB V_DAFTAR PUSTAKA - Angga Zulfajri.pdf - Published Version Download (871kB) | Preview
	PDF (SKRIPSI) 18.0504.0064_COVER_BAB IV - Angga Zulfajri.pdf - Published Version Restricted to Registered users only Download (525kB) | Request a copy
	PDF (SKRIPSI) 18.0504.0064_FULLTEXT - Angga Zulfajri.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	PDF (SKRIPSI) 18.0504.0064_COVER_LAMPIRAN - Angga Zulfajri.pdf - Published Version Restricted to Registered users only Download (809kB) | Request a copy
	PDF (SKRIPSI) 18.0504.0064_COVER_PERNYATAAN UNGGAH REPOSITORY - Angga Zulfajri.pdf - Published Version Restricted to Registered users only Download (782kB) | Request a copy

Abstract

Huruf hijaiyah lekat dengan orang indonesia karena digunakan untuk membaca Al-Qur'an. Namun pada banyak penelitian ditemukan bahwa pelafalan huruf hijaiyah sering terdapat kesalahan. Dalam melakukan pengecekan pelafalan, perlu adanya seseorang yang mengerti bagaimana suatu huruf tersebut dilafalkan. Namun pada faktanya, orang yang memiliki kemampuan ini jumlahnya sedikit dan belum tentu ada di tiap wilayah. Salah satu teknologi yang dapat membantu menyelesaikan permasalahan tersebut adalah Deep Learning. Deep learning adalah cabang dari machine learning yang dapat mengajarkan kepada mesin cara bekerja atau belajar selayaknya manusia. Salah satu metode Deep learning yang populer digunakan adalah Convolution Neural Network (CNN). Convolutional Neural Network adalah salah satu metode machine learning yang didesain untuk mengolah data dua dimensi. Dari hasil training data, didapatkan akurasi dari model jaringan yang telah dibuat yaitu 92%, aplikasi yang mengimplementasikan model jaringan yang telah dibuat menghasilkan akurasi pengujian sebesar 60%. Saran yang dapat diberikan dari penelitian ini adalah perlu adanya ketelitian dalam aspek kualitas data suara karena metode CNN sangat sensitif dalam pengolahan data suara.

Item Type:	Karya Ilmiah (Other)
Pembimbing:	Dr. Uky Yudatama, S.Si.,M.Kom dan Mukhtar Hanafi, ST., MCs
Uncontrolled Keywords:	Huruf Hijaiyah; Deep Learning; Convolutional Neural Network
Subjects:	T Technology > T Technology (General)
Depositing User:	Sulistya Nur Ginanjar, SIP.
Date Deposited:	12 Oct 2022 02:01
Last Modified:	12 Oct 2022 02:01
URI:	http://eprintslib.ummgl.ac.id/id/eprint/3743

Actions (login required)

View Item