XGBoost and Convolutional Neural Network Classification Models on Pronunciation of Hijaiyah Letters According to Sanad

Abstrak

Huruf Hijaiyah adalah huruf yang terdapat dalam susunan Al-Qur'an. Karakter huruf hijaiyah adalah kenampakan karakter yang keluar dari makhrajnya, sedangkan huruf makharijul adalah tempat keluarnya huruf saat melafalkan huruf hijaiyah. Huruf Hijaiyah yang ada dalam Sanad dapat dijadikan sebagai patokan bacaan yang benar atau sahih karena sudah memenuhi ciri dan makna huruf tersebut. Terbatasnya jumlah pengajar Al-Qur'an masih menjadi salah satu kendala dalam mempelajari Al-Qur'an dengan baik. Hal ini ditunjukkan dengan sedikitnya pengajaran Al-Qur'an pada Sanad yang membuka pembelajaran tahsin, padahal pembelajaran tahsin pada Sanad merupakan salah satu pelajaran yang memiliki standar dalam pengucapan kaidah huruf sesuai dengan sifat hurufnya. Sistem pengenalan suara dapat mengenali suara sehingga dengan teknologi ini diharapkan dapat mendukung pembelajaran tanpa harus bertemu dengan guru. Pada penelitian ini dibangun model klasifikasi huruf hijaiyah berdasarkan karakteristik huruf menggunakan algoritma pembelajaran dangkal XGBoost dan algoritma pembelajaran mendalam CNN. CNN cenderung menghasilkan kinerja yang lebih baik daripada Extreme Gradient Boosting (XGBoost). Model algoritme XGBoost memiliki akurasi superior pada properti S2 dan T7. Namun, memorinya rendah. Penambahan data memberikan keseimbangan terhadap hasil kinerja sehingga nilai akurasi, presisi, memori, dan skor F-1 memiliki tingkat yang cukup. Akurasi untuk sifat S rata-rata 78,14%, properti T 70,69%, dan rata-rata per huruf 73,79%.