Muhamad, Burhanudin (2018) Deteksi Hukum Tajwid Mad Lazim Harfi Musyba pada Ayat Alquran Menggunakan Deep Convolutional Neural Network. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.
Text (Cover-Daftar Isi)
201410225202_Muhamad Burhanudin_Cover-Daftar Isi.pdf Download (4MB) |
|
Text (BAB I)
201410225202_Muhamad Burhanudin_BAB I.pdf Download (1MB) |
|
Text (BAB II, III, IV)
201410225202_Muhamad Burhanudin_BAB II, III, IV.pdf Restricted to Registered users only Download (11MB) |
|
Text (BAB V)
201410225202_Muhamad Burhanudin_BAB V.pdf Download (605kB) |
|
Text (Daftar Pustaka)
201410225202_Muhamad Burhanudin_Daftar Pustaka.pdf Download (375kB) |
|
Text (Lampiran)
201410225202_Muhamad Burhanudin_Lampiran.pdf Restricted to Registered users only Download (2MB) |
Abstract
Tujuan penelitian ini untuk mendeteksi suatu hukum tajwid dan menerapkannya dalam membaca alquran merupakan suatu hal yang sulit, terlebih lagi pengetahuan yang kurang akan ilmu tajwid dalam membaca Alquran tentu ini menjadi masalah yang serius, penelitian ini mencoba untuk mendeteksi hukum tajwid Mad Lazim Harfi Musyba pada ayat Alquran. Metode yang digunakan adalah salah satu metode deep neural network yaitu CNN (Convolutional Neural Network), sebagai pendeteksian hukum tajwid Mad Lazim Harfi Musyba secara real-time, implementasi metode menggunakan bantuan pustaka Tensorflow GPU (Graphic Processor Unit). Hasil uji coba dengan model Deep Convolutional Neural Network menunjukan kinerja deteksi dari 9 ayat dengan rata-rata akurasi 93.25%. Kesimpulannya adalah data latih pada model CNN ini sangat handal dalam mendeteksi hukum Mad Lazim Harfi Musyba untuk itu sistem ini dapat digunakan untuk membantu siswa atau pengguna dalam menerapkan hukum tajwid Mad Lazim Hafi Musyba saat membaca Alquran. Kata kunci: deteksi, mad lazim harfi musyba, deep convolutional neural network.
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | Pembimbing I: Dwipa Handayani, S.Kom., M.MSi, Pembimbing II: Mukhlis, S.Kom., MT |
Subjects: | Teknologi dan Ilmu Terapan > Teknik Informatika |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Raden Ola Triana |
Date Deposited: | 12 Mar 2019 07:04 |
Last Modified: | 12 Mar 2019 07:04 |
URI: | http://repository.ubharajaya.ac.id/id/eprint/1467 |
Actions (login required)
View Item |
Downloads
Downloads per month over past year