Pengelasan Sebutan Huruf Hijaiyah menggunakan Teknik Pembelajaran Mesin (Classification of Hijaiyah Letters Pronunciation using Machine Learning Techniques)

Fitur Mel-frequency cepstral coefficients (MFCC) dan teknik pengelasan berdasarkan pembelajaran mesin sering digunakan dalam mengelaskan sebutan huruf-huruf hijaiyah. Walaupun begitu, kajian-kajian lepas, prestasi ketepatan huruf hijaiyah masih lagi rendah walaupun dengan penggunaan algoritma fitur MFCC. Oleh itu, kajian khas untuk menganalisis yang sesuai akan dibincangkan kertas ini. Selain bilangan juga ditingkatkan kepada 30 mengikut resam uthmani. Kajian ini mahu membuktikan bahawa mampu memberikan tinggi jumlah banyak. dilakukan enam fasa utama metodologi termasuklah pemprosesan isyarat, penyarian fitur, pemilihan akhir sekali pengujian, penilaian analisis. Kadar persampelan bagi kesemua modul isyarat pertuturan adalah 44.1 kHz. Dapatan menunjukkan MFCC merupakan paling berbanding fitur-fitur lain telah diekstrak ‘rank’ hasil fitur. Perbandingan Random Forest (RF) mencapai menggunakan MFCC, iaitu purata sebanyak 97~99% setiap diuji Kesimpulannya, RF sekaligus meningkatkan sehingga 98.29% secara huruf. Kata kunci: Sebutan hijaiyah; Pengelasan pertuturan; MFCC; Pembelajaran mesin; Pengecaman ABSTRACT features and classification techniques based on machine learning are often used in classifying letter pronunciations, however, the accuracy performance of pronunciations is still low even with use algorithms features. Therefore, this study to analyze relevant will be presented paper. In addition, number letters was also increased following Uthmani resm. This research aims prove that suitable feature technique allows for precise pronunciation each large amounts letters. conducted six main stages methodologies which includes signal processing, searching, processing selection, lastly, testing, evaluation analysis. The sampling rate all speech modules findings show most classify hijayah compared other have been extracted rank selection results. Comparison shows achieves high by using feature, an average 97 ~ 99% tested study. conclusion, able provide a accuracy, Keywords: Hijaiyah pronunciation; Speech classification; Machine learning; recognition