<![CDATA[Penelitian ini mengklasifikasikan kebenaran gerakan takbir dalam salat berdasarkan parameter fikih Syaikh Al-Albani menggunakan pendekatan hibrida CNN dan SVM. Alur kerja mencakup prapemrosesan citra melalui deteksi tepi operator Prewitt dan operasi morfologi untuk pemurnian kontur, diikuti normalisasi. Fitur mendalam diekstraksi dengan VGG16 melalui transfer learning, sedangkan klasifikasi dilakukan menggunakan Support Vector Machine dengan penalaan hiperparameter serta mekanisme ambang (threshold) untuk penetapan keputusan. Dataset terdiri atas 184 citra beranotasi (146 benar, 38 tidak benar) dengan pembagian 80:20 untuk pelatihan dan pengujian. Evaluasi menggunakan akurasi, precision, recall, F1-score, dan confusion matrix. Model mencapai akurasi 95% pada data uji, menunjukkan bahwa kombinasi prapemrosesan berbasis tepi, ekstraksi fitur konvolusional, dan klasifikasi margin-maksimum efektif membedakan variasi halus pada postur takbir. Temuan ini berimplikasi pada pengembangan alat bantu pembelajaran dan koreksi gerakan salat, termasuk skenario umpan balik real-time. Keterbatasan meliputi ukuran serta ketidakseimbangan dataset dan rujukan fikih tunggal; penelitian lanjutan diarahkan pada perluasan data, validasi eksternal, dan pengujian pada perangkat nyata.]]>
Copyrights © 2025
