Implementasi Template Matching Correlation dan K-Nearest Neighbor Untuk Mendeteksi Hukum Bacaan Tajwid pada Citra Tulisan Al-Qur\'an
Author (Penulis)
MASVIDINI WIJAYANTIUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.02.0304Abstract
ABSTRAK
Penelitian ini dilatarbelakangi hasil pengamatan dan pengalaman peneliti, bahwa tingkat pemahaman para santri Taman Pendidikan A l-Qur’an Al-Atfal terhadap Ilmu Tajwid masih rendah, dan penerapan Ilmu Tajwid pada saat membaca Al-Qur’an masih kurang. Hal tersebut terjadi karena para santri sulit untuk mengingat sekian banyak hukum bacaan Tajwid yang dipelajari dengan waktu relatif tidak lama, sehingga penjelasan dari pengajar kurang maksimal. Oleh sebab itu penulis terdorong untuk membuat suatu aplikasi yang mengimplementasikan Template Matching Correlation dan K-Nearest Neighbor untuk mendeteksi hukum bacaan tajwid pada citra tulisan Al-Qur’an. Penelitian ini menggunakan metode Template Matching Correlation untuk perhitungan nilai kemiripan dan metode K-Nearest Neighbor untuk klasifikasi hasil nilai kemiripan, dalam proses identifikasi citra huruf tulisan Al-Qur’an. Dan untuk mengetahui seberapa baik akurasi metode ini dalam mendeteksi hukum bacaan tajwid pada citra tulisan Al-Qur’an. Tahapan sebelum proses identifikasi citra huruf tulisan Al-Qur’an adalah preprocessing. Proses tersebut meliputi grayscaling dan pengambilan nilai biner. Hasil dari identifikasi huruf akan dicocokkan dengan rule hukum bacaan tajwid yang terdapat pada database rule tajwid. Pengujian yang dilakukan pada aplikasi ini, hasil untuk deteksi hukum bacaan tajwid diperoleh dengan jumlah data uji coba sebanyak 50 citra tulisan Al-Qur’an yang terdiri dari susunan 3 huruf sehingga diidentifikasi 150 citra huruf memperoleh persentase 80,7%. Dari hasil pengujian yang dilakukan dapat disimpulkan bahwa metode Template Matching Correlation dapat digunakan untuk mengidentifikasi huruf pada citra tulisan Al-Qur’an. Sedangkan untuk hasil deteksi hukum bacaan tajwid tergantung dengan identifikasi huruf.
Kata kunci : Al-Qur’an, hukum bacaan Tajwid, Template Matching Correlation
Keyword
aReference
Acharya, T. & Ray, A.K. 2005. Image Processing: Principles and Applications. Canada : A John Wiley & Sons, Inc., Publication.
Andono, P.N., T.Sutojo, Mujiono. 2017. Pengolahan Citra Digital. Yogyakarta : Andi
Andoyo, Andreas dan Suyono. 2016. Dasar Pemrograman Delphi. Yogyakarta : Andi
Ashari. 2005. Pemrograman Akuntansi Untuk Usaha Dagang Menggunakan Microsoft Access. Jakarta : Elex Media Komputindo
Asy’ari BA, Abdulloh . 1987. Pelajaran Tajwid : Qaidah Bagaimana Mestinya Membaca Al Qur’an untuk Pelajaran Permulaan. Surabaya : Apollo Lestari
Bahri, Raden Sofian dan Irfan Maliki. 2012. Perbandingan Algoritma Template Matching Dan Feature Extraction Pada Optical Character Recognition. Komputa : Jurnal Ilmiah Komputer dan Informatika, (Online), tersedia https://search.unikom.ac.id/index.php/komputa/article/view/52/50, 26 Juli 2017
Deassy Siska, Cut Fadillah. 2016. Sistem Pendeteksi Pola Tajwid Al-Qur’an Hukum Idgram Bi-Ghunnah dan Bila Ghunnah pada citra menggunakan Metode Nei And Li. e-Jurnal Universitas Malikussaleh, (Online), tersedia: http://ojs.unimal.ac.id/index.php/techsi/article/download/127/109, diunduh 26 Juli 2017
Efford, N., 2000. Digital Image Processing: A Practical Introduction Using Java. illustrated penyunt. the University of Michigan: Addison-Wesley.
Faisal, M Reza. 2016. Seri Belajar Data Science Klasifikasi dengan Bahasa Pemrograman R . Banjarmasin : _______.
Fatta, al, Hanif. 2009. Rekayasa Sistem Pengenalan Wajah. Yogyakarta : Andi.
Fuad, M. Nur. 2014. Implementasi Template Matching dengan Korelasi Pearson untuk mendeteksi hukum tajwid citra tulisan Al-Qur’an pada Platform Android. Etheses UIN Maulana Malik Ibrahim Malang, (Online), tersedia: http://etheses.uin-malang.ac.id/3026/, diunduh 7 Mei 2017.
Jain, A.K. 1989. Fundamentals of Digital Image Processing. Boca Ratton, FL: CRC Press.
Jogiyanto, H.M. 2005. Analisis Dan Desain Sistem Informasi. Jogjakarta: Andi Edisi. 3. Tersedia http://www.scholar.google.com, diunduh 22 Desember 2016.
Kadir, Abdul dan Adhi Susanto. 2012. Pengolahan Citra Teori dan Aplikasi. Yogyakarta : Andi.
Kadir, Abdul dan Adhi Susanto. 2013. Teori dan Aplikasi Pengolahan Citra. Yogyakarta : Andi.
Kusumadewi, Sri, dan Sri Hartati. 2006. Neuro – Fuzzy Integrasi Sistem Fuzzy dan Jaringan Syaraf. Yogyakarta : Graha Ilmu.
Mukhoyyar, Zaky. 2015.Pengenalan Kata Aksara Jawa menggunakan Algoritma K – Nearest Neighbor. UDiNus Repository (Online), tersedia: http:// eprints.dinus.ac.id/16775/, diunduh 7 Mei 2017.
Putra, Darma . 2010. Pengolahan Citra Digital. Yogyakarta : Andi.
Putri, Ryza Cahya Utami. 2014. Sistem Pendukung Keputusan Seleksi Penerimaan SiswaBaru Dengan Metode Fuzzy Multi Attribute Decision Making Model Yager (StudiKasus : SMP IT IQRA BENGKULU). Skripsi Universitas Bengkulu, (Online), tersedia http://www.repository.unib.ac.id, diunduh 21 Desember 2016.
R. M. Rangayyan. 2002. Biomedical Signal Analysis (A Case-Study Approach). New York : Wiley-IEEE Press.
Rahayu. 2009. Modul Praktikum Rekayasa Perangkat Lunak. Yogyakarta : Universitas Islam indonesia.
Ramdani, Fatwa. 2017. Pengantar Ilmu Geoinformatika. Malang : UB Press.
Sutojo, T, Mulyanto, E, Suhartono, V, Nurhayati, O, D, Wijanarto. 2009. Teori Pengolahan Citra Digital. Yogyakarta : Andi.
__________. 2000. Persiapan Membaca Al-Qur’an . Kediri : Madrasah Murotil Qur’anil Karim P.P. Lirboyo.
