Implementasi Template Matching dengan korelasi Pearson untuk mendeteksi hukum tajwid citra tulisan Al- Quran pada platform Android

INDONESIA :

Hukum mengamalkan ilmu tajwid dalam membaca al-Quran adalah wajib Ain bagi setiap muslim. Berdasarkan hal tersebut, dilakukan penelitian tentang pengenalan tajwid melalui suatu aplikasi mobile yang mampu digunakan dan dibawa ke berbagai tempat. Aplikasi yang dibangun berupa aplikasi kamera dalam platform Android, yang mampu mengenali huruf dan harakat dalam al-Quran sehingga mampu digunakan untuk membantu mengenali tajwid dan transliterasinya. Aplikasi ini memanfaatkan metode template matching dengan korelasi pearson untuk mengenali image huruf dan harakat. Pengenalan huruf dan harakat dilakukan dengan mencocokkan input kamera dengan template yang terdapat di dalam aplikasi, selanjutnya dilakukan pengecekan tajwid dari hasil pencocokan tersebut. Untuk memperingan aplikasi yang ditanamkan pada device mobile, array grayscale dibuat sebagai template yang akan dicocokkan dengan input. Akurasi aplikasi ini mencapai 89 % untuk pencocokan huruf, 95 % untuk pencocokan harakat, dan 100 % untuk pengecekan tajwid dan transliterasi.

ENGLISH :

Tajweed practice law in reading the Koran is obligatory for every Muslim. Based on this fact, the research has been done about the identified of tajweed through a mobile application that is able to be used and taken to various places. The applications are made in the form of a camera application in Android platform, that is able to recognize letters and the vowels in the Koran so that it can be used to help identify the tajweed and transliteration. This application utilizes template matching method with pearson correlation to recognize letters and the vowel image. The identified of letters and the vowels can be done with matching camera input with the template that contained in the application, then checking tajweed of the matching results. To lighten the applications deployed on mobile devices, grayscale array has made as template to be matched with the input. The application accuracy is 89% for letters matching, 95% for vowel matching, and 100% for checking of tajweed and transliteration.