ABSTRAKSI: Belajar huruf hijaiyah merupakan tahap awal seseorang untuk dapat membaca Al-Quran. Proses ini biasanya dilakukan seorang pembelajar beserta pembimbing yang berfungsi untuk mengenalkan dan mengajari pembelajaran huruf hijaiyah. Speech recognition merupakan sistem yang digunakan untuk memroses sinyal suara menjadi data sehingga dapat dikenali oleh komputer. Dengan memanfaatkan sistem ini, diharapkan peran seorang pembimbing dalam mengenalkan dan mengoreksi pelafalan huruf hijaiyah dapat tergantikan sehingga proses belajar membaca huruf hijaiyah dapat dilakukan lebih mandiri.
Permasalahan pengenalan huruf hijaiyah dapat diselesaikan dengan menggunakan Mel Frequency Cepstrum Coefficients (MFCC) untuk melakukan proses ekstraksi ciri setiap sinyal suara dan Hidden Markov Model (HMM) untuk membentuk model dan melakukan klasifikasi suara. Secara umum, sistem pengenalan suara memiliki dua proses yang penting yaitu testing dan training. Training merupakan proses dimana sistem melakukan pembentukan model suara dengan cara melakukan pelatihan menggunakan sejumlah sample suara. Testing merupakan proses dimana sistem melakukan klasifikasi/pelabelan pada sebuah sinyal suara.
Setelah dilakukan pengujian terhadap sistem dengan beberapa skenario, diperoleh akurasi terbaik yaitu 67.75% dalam mengenali 50 kata. Akurasi ini diperoleh dari hasil pengujian dengan sample rate 16kHz, ukuran codebook 64 dan 5 state HMM.Kata Kunci : MFCC, HMM, Speech Recognition, HijaiyahABSTRACT: Learning hijaiyah letter is the initial stage for someone to be able to read the Quran. This process is usually done by a learner and their mentors that serve to introduce and teach lessons hijaiyah letters. Speech recognition is a system used to process voice signals into data that can be recognized by the computer. By utilizing this system, the expected role of a mentor in introducing and correct pronunciation of the letters can be replaced so hijaiyah learning to read letters hijaiyah do more independent. By utilizing this system, the role of a mentor in introducing and correct pronunciation of the Hijaiyah letters can be replaced so hijaiyah learning process can be performed more independent.
Hijaiyah letter recognition problems can be solved by using the Mel Frequency cepstrum Coefficients (MFCC) for extracting feature of voice signal and Hidden Markov Model (HMM) for building voice and performing voice classification. In general, the voice recognition system has two important processes, testing and training. Training is a process of building model from each voice. Testing is a process classification / labeling of a voice signal.
After testing the system with a several scenarios, the best accuracy obtained is 67.75% in recognizing 50 words. Accuracy is obtained from the testing with 16kHz sample rate, codebook 64 and 5 state in HMM.Keyword: MFCC, HMM, Speech Recognition, Hijaiyah