Akurasi Bacaan Surat An Naba Katagori Anak-Anak Menggunakan Metode MFCC dan CNN

Thobroni, Nur Ahmadi
Risa Helilintar
Intan Nur Farida

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Abstrak—Penelitian ini bertujuan untuk membangun sistem klasifikasi bacaan surat An-Naba kategori anak-anak secara otomatis menggunakan kombinasi metode Mel-Frequency Cepstral Coefficients  (MFCC) dan Convolutional Neural Network (CNN). Sistem dirancang untuk mendeteksi apakah pelafalan ayat dilakukan dengan benar atau salah berdasarkan ciri fonetik suara. Proses dimulai dengan perekaman suara di lingkungan madrasah, dilanjutkan dengan segmentasi dan augmentasi data menjadi 1.200 potongan audio. Data tersebut diubah menjadi representasi MFCC lalu diproses oleh model CNN yang telah dirancang dan dilatih. Output dari program ini berupa klasifikasi biner untuk setiap ayat yang menunjukkan benar atau salahnya pelafalan. Hasil pengujian menunjukkan akurasi pelatihan sebesar 99,75% dan akurasi validasi sebesar 78,75%. Sistem ini dapat memberikan evaluasi bacaan secara objektif dan cepat, serta berpotensi meningkatkan kualitas pembelajaran Al-Qur’an bagi anak-anak.