Deteksi Tajwid Nun Mati Pada Ayat Al-Quran Dengan Metode Convolutional Neural Network Menggunakan Model Training SSD Mobilenet

Al-Quran merupakan pedoman hidup yang penting untuk dipelajari kaum muslimin, adapun langkah awal mempelajari Al-Quran yaitu membaca dengan baik dan benar sesuai ketentuan tajwid, salah satunya hukum nun mati yang terbagi menjadi izhar, ikhfah, iqlab dan idgham. Algoritma yang populer pada deep learning yang juga termaksud kedalam bagian machine learning yaitu Convolutional Neural Network (CNN) yang mana model ini untuk melakukan klasifikasi pada gambar, suara, tesk dan video. Dalam penelitian ini menerapkan (CNN) dan training SSD Mobilenet dalam pembuatan sebuah model untuk mendeteksi tajwid nun mati yang mana kedepannya pendeteksian objek tajwid nun mati tersebut dapat dijadikan langkah awal dalam sistem pendeteksian objek khususnya objek tajwid nun mati. Jumlah dataset yang digunakan 350 gambar tajwid dengan metode random sampling. Implementasi CNN menggunakan framework Tensorflow dengan Bahasa pemograman python yang diaplikasikan di website jupyter notebook. Berdasarkan dari hasil penelitian didapatkan tingkat akurasi data single dengan nilai akurasi 84% dan data multyple nilai akurasi 80%. Data single presisi mendapatkan nilai 100% dan data multiple dengan nilai 100%, data recall single mendapatkan nilai 85% dan data recall multiple dengan nilai 84% dan terakhir presentase hasil F1-Score data single 92,5% dan presentase hasil F1-Score data multyple 92%. Dari penelitian ini disimpulkan bahwa kinerja dari pengujian yang telah dibuat berjalan dengan baik dan dapat mendeteksi hukum bacaan tajwid pada Al-Quran.

Kata kunci : Tajwid, CNN dan SSD Mobilenet