cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hidayatus Sibyan
Contact Email
hsibyan@unsiq.ac.id
Phone
+622863326102
Journal Mail Official
biner@fastikom-unsiq.ac.id
Editorial Address
Jl. KH. Hasyim Asy'ari Km. 03, Kalibeber, Mojotengah, Wonosobo, Jawa Tengah, Indonesia, 56351
Location
Kab. wonosobo,
Jawa tengah
INDONESIA
Biner : Jurnal Ilmiah Informatika dan Komputer
Published by Universitas Sains Al-Qur'an
ISSN : 28280210     EISSN : 28280229     DOI : https://doi.org/10.32699/biner
Core Subject : Science,
Computer Science & IT
Biner : Jurnal Ilmiah Informatika dan Komputer merupakan jurnal yang memuat artikel hasil penelitian maupun kajian ilmiah para peneliti, dosen, mahasiswa ataupun para praktisi di bidang Teknik Informatika dan Komputer. Jurnal ini dikelola oleh Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Quran yang terbit secara berkala pada bulan Januari dan Juli dengan ISSN (print): 2828-0210 ISSN (online): 2828-0229.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 1 Documents
 1 
Search results for , issue "Vol. 4 No. 2 (2025): Juli" : 1 Documents clear
APLIKASI PEMBELAJARAN TAJWID BERBASIS SPEECH RECOGNITION MENGGUNAKAN METODE CNN-LSTM Awaludin, Elfan Rizqi; Sibyan, Hidayatus; Hasanah, Nur
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 4 No. 2 (2025): Juli
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v4i2.9998

Abstract

Penelitian ini bertujuan untuk membangun sistem deteksi bacaan tajwid dengan menggunakan pendekatan deep learning berbasis speech recognition dengan arsitektur Convolutional Neural Network dan Long Short-Term Memory (CNN-LSTM). Sistem ini dirancang untuk mendeteksi apakah bacaan yang dilakukan pengguna termasuk "benar" atau "salah" berdasarkan karakteristik fitur suara yang diperoleh melalui ekstraksi Mel-Frequency Cepstral Coefficients (MFCC). Dataset yang digunakan terdiri dari lebih dari 350 file audio bacaan ayat pendek, kemudian diperluas menjadi 700 dataset melalui teknik augmentasi dan denoise untuk meningkatkan variasi dan kualitas data. Model CNN-LSTM dilatih menggunakan data MFCC berdimensi tetap dan dievaluasi berdasarkan tingkat akurasi serta confusion matrix pada data validasi. Hasil penelitian menunjukkan bahwa model memiliki performa yang baik dalam mengklasifikasikan bacaan dengan tingkat akurasi yang cukup baik. Evaluasi menggunakan uji model memberikan hasil akurasi pelatihan sebesar 90,83% dan akurasi validasi sebesar 77,78% yang bisa dibilang cukup akurat. Sistem ini diintegrasikan ke dalam aplikasi berbasis Flask dan Flutter, sehingga pengguna dapat mendapatkan hasil klasifikasi secara real-time. Diharapkan penelitian ini dapat menjadi kontribusi dalam pengembangan media pembelajaran Al-Qur'an yang adaptif dan berbasis teknologi suara.

Page 1 of 1 | Total Record : 1

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): Januari Vol 4 No 2 (2025): Juli Vol. 4 No. 2 (2025): Juli Vol 4 No 1 (2025): Januari Vol 3 No 2 (2024): Juli Vol 3 No 1 (2024): Januari Vol 2 No 2 (2023): Juli Vol 2 No 1 (2023): Januari Vol 1 No 2 (2022): Juli Vol 1 No 1 (2022): Januari