PENGENALAN LAFAL HUKUM NUN MATI MENGGUNAKAN HIDDEN MARKOV MODEL

Abstract

Membaca Al-Qur’an wajib bagi setiap umat muslim sebagaimana firman Allah SWT Q.S. Al-Ankabut ayat 45. Selain itu, Al-Qur’an mempunyai aturan dalam membacanya. Aturan tersebut berhubungan dengan pelafalan huruf atau makhrojul huruf dan hokum tajwid. Dunia teknologi berkembang begitu pesat. Salah satunya penemuan sistem pengenalan suara dimana sebuah mesin dapat memahami informasi yang disampaikan oleh manusia melalui suara. Banyak metode yang digunakan pada sistem pengenalan suara baik itu metode ekstraksi ciri ataupun metode pengenalannya. Metode ekstraksi ciri yang sering dipakai adalah Mel Frequency Cepstral Coefficient (MFCC). Metode ini menggabungkan cara linier dan non linier. Hal ini disebabkan oleh persepsi pendengaran manusia yang tidak berada pada skala linier dalam bentuk frekuensi melainkan diukur dalam bentuk skala frekuensi mel. Pada tahap ekstraksi ciri ini sinyal suara dibentuk menjadi vektor-vektor ciri, kemudian pada tahap berikutnya vektor ciri ini akan dikuantisasi atau dipetakan menjadi codeword dan dikumpulkan menjadi codebook. Codebook ini kemudian digunakan pada proses pelatihan model Hidden Markov Model (HMM). Pada proses pelatihan HMM, parameter peluang transisi (A), peluang inisialisasi (p), dan peluang observasi (B) dihitung dan di cari parameter yang paling baik sehingga membentuk sebuah model yang optimum. Kemudian model ini digunakan pada proses kualifikasi. Pada penelitian ini diterapkan metode HMM pada pengenalan lafal hokum nun mati. Model terbaik didapat pada percobaan yang dilakukan adalah pada saat besar codebook M=128 dan banyak state S=6 dengan tingkat akurasi 51,7%.