DIUSULKAN OLEH:
Ahmad Syafii_Ketua (4611420012)
TAHUN 2022
HALAMAN LEMBAR PENGESAHAN
Judul Karya : Pattern Recognition Huruf Hijaiyah Berharakat
Menggunakan Algoritma Convolutional Neural Network (CNN) Sebagai Analisis
Pola Antar Huruf Ketua Tim
ABSTRACT
Hijaiyah characters are the one that arrange each sentence in the Al-Quran.
However, children and the elderly out there who have difficult on understanding
how to pronounce each hijaiyah letter along with its vowel. This study aims to test
the accuracy of the Convolutional Neural Network (CNN) algorithm in detecting
handwritten hijaiyah letters and their vowels. This study uses secondary data,
specifically Arabic handwritten characters dataset made by Mohamed Loey which
is accessed from the kaggle website. Dataset conditioning is done by selecting
several samples from the population, and performing the editing process by adding
vowels to each sample. Then, the training and validation process are using
Tensorflow’s library called keras, which will produce an accuracy value of
detecting hijaiyah letters with the vowel.
Keywords: Hijaiyah letters, vowel, CNN, Tensorflow
1. PENDAHULUAN
Huruf Hijaiyah merupakan huruf penyusun yang ada di dalam Al-Quran.
Ketika akan belajar membaca Al-Quran huruf hijaiyah merupakan hal dasar yang
wajib dipelajari. Huruf Hijaiyah memiliki tanda baca yang disebut sebagai harakat.
Huruf hijaiyah berjumlah 30 sedangkan harakatnya berjumlah 8 (Faizah & Fitriah,
2021). Harakat sendiri digunakan pada huruf hijaiyah untuk memudahkan dalam
membaca huruf Arab. Harakat ini memiliki peran dalam menentukan bunyi pada
setiap huruf seperti huruf vokal pada alfabet. Tidak semua orang dapat mengetahui
dan memahami ilmu dasar dari huruf hijaiyah berharakat tersebut. Anak-anak atau
orang yang sudah lanjut usia terkadang juga kesulitan dalam memahami hal
tersebut. Oleh karena itu, dibutuhkan sebuah teknologi yang dapat digunakan untuk
mengklasifikasikan masing-masing dari huruf hijaiyah berharakat tersebut.
Teknologi yang dapat digunakan untuk mengatasi hal tersebut adalah dengan
pembuatan sebuah sistem dengan menggunakan metode Convolutional Neural
Network (CNN). Metode Convolutional Neural Network (CNN) merupakan sebuah
algoritma yang didesain untuk mengolah data dua dimensi yang dikembangkan
berdasarkan (MLP). CNN merupakan bagian dari deep neural network karena
jaringannya memiliki layer ke dalam yang tinggi dan sering diaplikasikan pada data
yang bentuknya adalah citra (P dkk, 2016). CNN bekerja dengan menggerakkan
kernel konvolusi ke sebuah citra agar didapatkan informasi representatif baru dari
hasil perkalian bagian citra tersebut dengan filter yang digunakan (Bariyah dkk,
2021).
Pengenalan huruf hijaiyah sebelumnya pernah diteliti oleh Abror, dkk
(2021) bahwa pengenalan pola huruf hijaiyah tulisan tangan dengan menggunakan
metode CNN dengan mengambil sampel dari sepuluh anak. Data yang didapatkan
dari anak tersebut sistem yang digunakan hanya sebatas huruf dan belum bisa
digunakan untuk mengenali huruf hijaiyah yang berharakat. Penelitian sebelumnya
juga pernah dilakukan oleh Akil & Chaidir (2021) bahwa dataset yang dipakai
berjumlah 13.440 sampel data training dan 3.360 sampel data testing. Penelitian
tersebut mendapatkan akurasi sebesar 0,9113 pada huruf hijaiyah berharakat.
Namun, penelitian ini hanya sebatas peningkatan klasifikasi huruf hijaiyah saja dan
belum dapat memenuhi yang tanpa harakat.
Penelitian memiliki titik pijak masalah yaitu mengenai tingkat akurasi
metode Convolutional Neural Network (CNN) dalam Pattern Recognition sebagai
Analisis Pola Antar Huruf Hijaiyah Berharakat. Sehinggga penelitian ini bertujuan
untuk mengetahui tingkat akurasi metode CNN tersebut. Penelitian ini diharapkan
dapat bermanfaat bagi masyarakat khususnya bagi siswa dan lansia dalam
membantu mengenali dengan benar pola-pola yang ada pada huruf hijaiyah
berharakat. Sedangkan bagi seorang peneliti yaitu membantu dalam memberikan
referensi terkait tingkat keefektifan pengenalan huruf hijaiyah berharakat.
2. METODE PENELITIAN
2.1. Waktu dan Tempat penelitian
Penelitian ini dilakukan mulai bulan maret sampai bulan Mei 2022.
Penelitian ini dilakukan di Laboratorium Ilmu Komputer Universitas
Negeri Semarang
2.2.Tahapan Penelitian
Tahapan pertama yaitu mengumpulkan berbagai referensi yang
dibutuhkan. Kemudian penentuan dan pengkondisian dataset, selanjutnya
masuk pada konsep training dan proses validation. Diagram alur penelitian
dapat dilihat sebagai berikut:
2 ta 6 zho
3 ja 7 ya
4 sya