PENERAPAN TEKNOLOGI AUTOMATIC SPEECH RECOGNITION(ASR) SEBAGAI ALAT BANTU UNTUK MENDETEKSI KESALAHAN DALAM MEMBACA AL-QUR’AN MENGGUNAKAN MODEL WAV2VEC2.0 BERBASIS MOBILE

Syaifullah, Muhammad Ihsanudin (2024) PENERAPAN TEKNOLOGI AUTOMATIC SPEECH RECOGNITION(ASR) SEBAGAI ALAT BANTU UNTUK MENDETEKSI KESALAHAN DALAM MEMBACA AL-QUR’AN MENGGUNAKAN MODEL WAV2VEC2.0 BERBASIS MOBILE. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000100_fullpdf.pdf Download (3MB)
	Text Teknik Informatika_32602000100_pernyataan_publikasi.pdf Restricted to Registered users only Download (519kB)

Abstract

Membaca Al-Qur'an dengan benar adalah suatu kewajiban bagi umat Islam. Namun dalam praktiknya, seringkali terjadi kesalahan dalam pembacaan Al-Qur'an yang dapat mengubah makna dari ayat-ayat suci tersebut dan kebanyakan orang tidak sadar jika ada kesalahan dalam bacaan mereka. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile yang memanfaatkan teknologi Automatic Speech Recognition (ASR) untuk membantu pengguna mengecek bacaan mereka. Model Wav2vec2.0 adalah sebuah model self-supervised learning yang dirancang khusus untuk tugas pemahaman ucapan, dipilih karena kemampuannya yang kuat dalam menangkap representasi audio yang mendalam tanpa memerlukan data berlabel dalam jumlah besar. Model Wav2vec2.0 digunakan untuk menghasilkan transkripsi bacaan Al-Qur'an secara otomatis. Dengan membandingkan transkripsi dengan teks referensi, sistem dapat mengidentifikasi jenis kesalahan bacaan, seperti kesalahan pada harakat dan huruf. Hasil penelitian menunjukkan bahwa model ini mampu mencapai Word Error Rate sebesar 0.367483 dalam mengenali kata-kata dan harakat dalam Al-Qur'an. Hal ini mengindikasikan potensi besar dalam pengembangan alat bantu deteksi kesalahan baca Al-Qur'an yang baik. Kata Kunci : Al-Qur'an, Automatic Speech Recognition, Wav2vec2.0, deteksi kesalahan bacaan, aplikasi mobile.

Item Type:	Thesis (Undergraduate)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	14 Feb 2025 01:31
URI:	http://repository.unissula.ac.id/id/eprint/37554

Actions (login required)

View Item