<![CDATA[Abstract—Pendidikan agama Islam pada usia dini, khususnya dalam pembiasaan doa sehari-hari, menghadapi tantangan dalam hal pengawasan ketepatan pelafalan. Metode konvensional seringkali terkendala waktu pendamping, sementara aplikasi digital yang ada umumnya hanya menyediakan fitur pemutaran audio tanpa koreksi otomatis. Penelitian ini bertujuan untuk mengembangkan sitem koreksi bacaan doa anak dengan memanfaatkan teknologi Automatic Speech Recognition (ASR) melalui metode fine-tuning pada model Whisper OpenAI (tarteel-ai/whisper-base-ar-quran). Model dilatih menggunakan dataset hybrid yang dikurasi dari rekaman langsung di Taman Pendidikan Al-Qur’an (TPA) dan sumber daring. Evaluasi dilakukan menggunakan metrik Word Error Rate (WER) dan Character Error Rate (CER), serta diimplementasikan dalam prototipe berbasis Streamlit yang mengintegrasikan algoritma Levenshtein Distance untuk memberikan umpan balik akurasi bacaan. Hasil penelitian menunjukkan bahwa proses fine-tuning mampu meningkatkan kinerja model secara signifikan, dengan penurunan WER dari 0.991 (baseline) menjadi 0.271 dan CER menjadi 0.059. Pengujian prototipe terhadap responden anak menunjukkan bahwa sistem mampu mengenali variasi pelafalan anak dengan tingkat akurasi tinggi dan memberikan umpan balik visual yang relevan. Penelitian ini membuktikan bahwa adaptasi model ASR pada domain spesifik suara anak dapat menjadi solusi efektif dalam mendukung pembelajaran doa mandiri yang interaktif. (Abstract) Keywords— Automatic Speech Recognition, Whisper, Fine-tuning, Doa Harian Anak, Levenshtein Distance. (key words)]]>
