<![CDATA[Evaluasi bacaan Al-Qur'an pada kegiatan tahsin qiroah di Indonesia masih dilakukan secara manual oleh pengajar, sehingga rentan terhadap subjektivitas penilaian dan sulit diterapkan pada peserta dalam jumlah besar. Penelitian ini mengusulkan sistem klasifikasi tingkat bacaan tahsin qiroah ke dalam lima kategori, yaitu Rosib, Maqbul, Jayyid, Jayyid Jiddan, dan Mumtaz, menggunakan ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC) yang diproses oleh model Convolutional Neural Network (CNN). Untuk mengatasi keterbatasan data berlabel akibat terbatasnya jumlah ahli tahsin bersertifikat, penelitian ini menerapkan semi-supervised learning melalui metode pseudo-labeling: model awal (M0) yang dilatih dari data berlabel memberi label pada data tidak berlabel dengan ambang keyakinan (confidence threshold) 0,80, kemudian model final (M1) dilatih ulang dari gabungan kedua jenis data tersebut. Kinerja M0 dan M1 akan dibandingkan menggunakan akurasi, precision, recall, dan F1-score pada test set yang sama. Penelitian ini masih pada tahap perancangan metode dan pengumpulan data, sehingga hasil evaluasi kuantitatif akan disajikan pada publikasi lanjutan. Sistem ini diharapkan menjadi alat bantu evaluasi awal bacaan tahsin qiroah yang lebih objektif, efisien, dan konsisten.]]>
Copyrights © 2026
