Identifikasi kelengkapan bacaan Al-Qur'an menggunakan transfer learning wav2vec2

Alfiati, Vinna (2024) Identifikasi kelengkapan bacaan Al-Qur'an menggunakan transfer learning wav2vec2. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (57kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (111kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (146kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (375kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (423kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (330kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (604kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (114kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (190kB) | Request a copy

Abstract

Upaya untuk meningkatkan dan memudahkan proses pembelajaran hafalan Al-Qur'an, khususnya dalam penggunaan perangkat bantu atau aplikasi, menjadi sebuah topik yang semakin relevan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang mampu mengenali kelengkapan bacaan Al-Qur'an menggunakan teknologi kecerdasan buatan, khususnya pengenalan ucapan. Metode yang digunakan adalah transfer learning dengan pendekatan feature extraction menggunakan pre-trained model Wav2vec2. Dalam pembuatan sistem identifikasi kelengkapan bacaan Al-Qur’an, dilakukan pengembangan fungsi atau algoritma untuk memotong audio input bacaan surah menjadi ayat-ayat individual berdasarkan jeda (silence). Setiap komponen diuji dalam bentuk integrasi penuh dalam satu pipeline untuk memastikan setiap bagian berfungsi dengan baik secara keseluruhan. Hasil penelitian menunjukkan bahwa model pengenalan suara Wav2vec2 yang telah dilatih pada dataset bahasa arab menghasilkan nilai Character Error Rate (CER) sebesar 0.25 pada dataset uji dan berhasil diadaptasi pada sistem identifikasi kelengkapan bacaan Al-Qur’an dengan nilai rata-rata CER per ayat Al�Qur’an sebesar 0.25 pada pengujian sistem.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Hafalan Al-Qur’an; Kecerdasan Buatan; Pengenalan Ucapan; Transfer Learning;Wav2vec2
Subjects: Data Processing, Computer Science
Technology, Applied Sciences
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Vinna Alfiati
Date Deposited: 02 Sep 2024 22:16
Last Modified: 02 Sep 2024 22:16
URI: https://digilib.uinsgd.ac.id/id/eprint/95087

Actions (login required)

View Item View Item