Record Detail

Pembimbing: Dwi Atmodjo Wismono Prapto_Pelajaran utama dalam membaca Al Quran adalah mampu mengenal dan melafalkan huruf Hijaiyah. Oleh karena itu, kesalahan pada saat melafalkannya yang berpengaruh terhadap arti dari bacaan tersebut. Teknologi saat ini telah dapat digunakan untuk membantu manusia dalam mengoreksi kesalahan tersebut lewat pengenalan suara atau Speech Recognition. Speech Recognition merupakan sistem yang digunakan untuk mengenali suara manusia dan kemudian diubah menjadi suatu data yang dapat dimengerti oleh suatu sistem. Sistem pengenal suara dibentuk melalui 2 proses utama yaitu pelatihan (training) dan pengujian (testing). Penelitian ini menggunakan metode Fast Fourier Transform (FFT) untuk ekstrak ciri, Hidden Markov Model (HMM) untuk menghasilkan karateristik khusus dari proses pelatihan (training) setiap huruf Hijaiyah, dan Eculedean Distance (ED) untuk klasifikasi akhir dalam mendeteksi pelafalan huruf Hijaiyah. Tujuan penelitian ini adalah menerapkan Hidden Markov Model dalam aplikasi pengenalan huruf Hijaiyah. Hasil penelitian menghasilkan tingkat akurasi untuk pengujian huruf Hijaiyah terhadap huruf yang sama sebesar 100% sedangkan pengujian huruf Hijaiyah terhadap huruf yang berbeda sebesar 54,6%.