Al-Qur’an sebagai kitab suci umat Islam yang merupakan kalam Allah yang diwahyukan kepada Nabi Muhammad SAW yang mengandung petunjuk bagi umat manusia. Karena Al-Qur’an bernilai agung dan suci maka sebagai umat muslim hendaknya kita memperhatikan adap serta wajib membacanya dengan baik dan benar agar mampu memahami isi kandungannya serta mampu mengamalkannya dalam kehidupan sehari-hari. Neural Network adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh system sel syaraf manusia, sama seperti otak yang memproses informasi. Neural Network cara kerjanya mirip dengan syaraf manusia yaitu belajar dari suatu contoh untuk memecahkan suatu masalah seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Pada penelitian ini akan dibuat sebuah perangkat lunak pegukur kefasihan baca’an Al-Qur’an dengan menggunakan Neural Network dengan metode back propagation menggunakan laptop. Sinyal analog mula-mula dicuplik menjadi sinyal digital dengan kecepatan cuplik 8000 Hz. Untuk proses ekstraksi parameter suara digunakan metode linier prediktif coding (LPC) untuk mendapatkan koefisien cepstral. Dari hasil keluaran LPC ini akan ditransformasikan ke dalam domain frekuensi dengan fast fourier transform (FFT) 512 point. Selanjutnya keluaran dari FFT sebanyak 32 data selanjutnya akan menjadi inputan Neural Network back propagation untuk melakukan pengenalan. Enam puluh sample dari 20 pembicara yang berbeda dan dianggap sudah fasih dan dianggap tidak fasih akan dilatih oleh Neural Network back propagation untuk dikenali. Untuk pengujian kefasihan akan dimasukkan 15 suara yang akan di uji kafasihannya dengan cara membandingkan data nilai dari target suara perameter antara yang fasih dan yang tidak fasih dengan data nilai sample. Baca’an akan dikatakan fasih jika datanya mendekati target nilai parameter dengan batas nilai yang telah ditentukan. Dalam tugas akhir ini hasil outputnya hanya ada tiga kemungkinan yaitu baca’an fasih dan tidak fasih serta bacaan yang tidak dikenali. Dari hasil uji coba didapatkan hasil bahwa system mampu mengukur kafasihan menggunakan satu hidden dengan 50 node dan 2 hidden dengan 100,50 node dengan jumlah nilai momentum 0.1, 0.25, 0.5, 0.75, dan 09 hasilnya ratarata mengenali dengan prosentase 20% dan maksimal 40%.
No comments:
Post a Comment