Identifikasi Irama Tilawah al-Quran dengan Gaya Mujawwad Menggunakan Naive Bayes Classifier

Abstract

Selama ini, pencapaian seseorang dalam hal membaca al-Quran dengan tilawah gaya mujawwad perlu untuk ditingkatkan. Hal ini disebabkan adanya masalah dalam hal pemahaman membedakan jenis irama dalam seni membaca al-Quran. Menurut para ahli qurro di Indonesia, irama bacaan al-Quran terbagi menjadi tujuh macam bagian dan menjadi pilar dasar tilawah gaya mujawwad, yakni: Bayati, Shoba, Hijaz, Nahawand, Rost, Jiharkah, dan Sikah. Oleh karenanya, penelitian ini mengusulkan sistem cerdas menggunakan naïve bayes classifier yang diharapkan dapat membantu dalam identifikasi jenis irama tilawah berbasis gaya mujawwad. Hasil penelitian ini diperuntukkan bagi para pentilawah gaya mujawwad yang ingin mengetahui jenis irama tilawah yang dibacakan. Dalam pengembangannya, dataset didapatkan dari 10 pentilawah yang membacakan masing-masing irama untuk tiga ayat al-Quran yang berbeda, sehingga didapatkanlah  data irama dalam ekstensi waveform audio format sejumlah 210 data irama. Tahapan metode dalam penelitian ini antara lain: 1) identifikasi masalah; 2) pengumpulan data tilawah gaya mujawwad; 3) validasi data tilawah gaya mujawwad; 4) ekstraksi fitur data tilawah gaya mujawwad; 5) imlementasi naïve bayes classifier; kemudian diakhiri dengan 6) pengujian. Pengujian  dilakuman  terhadap  63  data  uji.  Diperoleh  hasil  bahwa terdapat  36  data  rekaman  diidentifikasi  dengan  benar  dan  terdapat  27 data uji  yang salah identifikasi. Maka didapatkan prosentase akurasi adalah 56,7%, prosentase presisi sebesar 56,8% serta prosentase recall adalah 33,4%.