Claim Missing Document
Check
Articles

Found 2 Documents
Search

Islam Dalam Kacamata Teknologi Dan Sains Ardity, Vanesya Aura; Surya Adi, Cheetara Novatriyanti; Khoirunnisa, Siska; Permata, Clarisca Audyta; Nurani, Nadia Sarah; Pratiwi, Triana Surya; Halimah, Nur; Meiliasari, Rosana; Inayah, Nurul; Chasanah, Laily Fajria
Jurnal Ekonomi Teknologi dan Bisnis (JETBIS) Vol. 1 No. 4 (2022): Jurnal Ekonomi, Teknologi dan Bisnis
Publisher : Al-Makki Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57185/jetbis.v1i4.23

Abstract

Islam sebagai agama rahmatan lil ‘alamin sudah semestinya memiliki kandungan ajaran yang mencakup pengetahuan keagamaan dan juga sains alam. Islam yang turun 14 abad silam merupakan agama samawi yang dicap oleh para liberalis dan penganut paham kebebasan sebagai sesuatu yang merepotkan dan kuno. Namun, benarkah demikian? Faktanya banyak ilmuwan barat yang menjadikan Al-Qur’an sebagai pedoman penelitian mereka. Dalam tulisan ini kami akan membahas tentang posisi Islam sebagai agama dilihat dari perspektif ilmu pengetahuan dan teknologi yang notabenenya mengedepankan logika dalam mengupas segala sesuatunya. Dalam penyusunan jurnal ini kami menerapkan penelitian library research yang dilakukan dengan analisis mendalam pada jurnal maupun artikel yang relevan dengan topik yang kami angkat.
Pengenalan Pola Huruf Hijaiyyah dengan Metode CNN untuk Bahasa Isyarat Arab Khoirunnisa, Siska; Rakhmadi, Aris
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 12 (2025): JPTI - Desember 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1172

Abstract

Bahasa Isyarat Arab (Arabic Sign Language/ArSL) merupakan sarana komunikasi utama bagi penyandang tunarungu, termasuk dalam pembelajaran Al-Qur’an. Namun, keterbatasan teknologi dalam mengenali bahasa isyarat secara otomatis menjadi hambatan serius terhadap akses pendidikan agama yang inklusif. Penelitian ini bertujuan untuk mengenali pola huruf hijaiyyah dalam ArSL dengan memanfaatkan metode Convolutional Neural Network (CNN) melalui pendekatan transfer learning dan fine-tuning pada empat arsitektur pralatih, yaitu MobileNetV2, EfficientNetB0, VGG16, dan ResNet50. Dataset yang digunakan terdiri dari 7.856 citra RGB tangan yang mewakili 31 huruf hijaiyyah, yang dibagi menjadi data pelatihan, validasi, serta pengujian. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, serta efisiensi komputasi berdasarkan ukuran model dan waktu inferensi. Hasil penelitian memperlihatkan bahwa ResNet50 memperoleh akurasi tertinggi sebesar 98,35%, diikuti MobileNetV2 (97,84%), EfficientNetB0 (97,71%), dan VGG16 (97,07%). Meskipun demikian, MobileNetV2 memiliki ukuran model terkecil dan kecepatan inferensi tercepat, sehingga paling sesuai untuk implementasi pada perangkat dengan keterbatasan sumber daya. Analisis confusion matrix juga menunjukkan kesalahan klasifikasi terutama pada huruf yang memiliki kemiripan visual, seperti dal–dzal dan ta–tha. Penelitian ini menegaskan efektivitas CNN berbasis transfer learning dalam pengenalan huruf hijaiyyah bahasa isyarat Arab serta memberikan kontribusi nyata terhadap pengembangan sistem pembelajaran agama yang lebih inklusif bagi penyandang tunarungu.