Penerapan Neural Network Backpropagation untuk pencocokan tulisan tangan huruf hijaiyah pada visualisasi Makhorijul huruf berbasis Augmented Reality

INDONESIA :

Pembelajaran cara pengucapan makhorijul huruf untuk huruf hijaiyah sebenarnya lebih efektif ketika langsung berhadapan dengan guru yang biasa disebut tallaqi Huruf Hijaiyah, Neural Network Backpropagation, Augmented Reality, Makhorijul Huruf, Pengenalan Tulisan Tanganatau musyafahah, namun beberapa masih membutuhkan penunjang untuk membantu kefektifan dalam prosesnya. Penggunaan teknologi Augmented Reality diharapkan menjadi salah satu alternatif ketika seorang murid ingin mengetahui cara pengucapan huruf dengan melihat animasi yang memperlihatkan organ dalam mulut. Pada penelitian ini dikembangkan Augmented Reality yang dibangun dengan platform Android berupa aplikasi kamera untuk membantu proses pengajaran ilmu tajwid khusus pada cara pengucapan huruf atau makhorijul huruf. Metode yang digunakan untuk membangun sistem ini adalah Neural Network
Backpropagation.

Metode ini digunakan untuk proses pengenalan tulisan tangan huruf hijayah. Hasil training menunjukkan bahwa objek tulisan tangan mampu dikenali setelah dilakukan iterasi sebanyak 3738 kali dengan learning rate 0.7f, dan stop condition mencapai 0.0000000000001. Penghentian iterasi menggunakan perbandingan antara MSE dan learning rate dan jumlah max run sejumlah 50000. Prosentase keberhasilan testing pencocokan huruf hijaiyah 67.5% pada device Android Zenfone 4.

ENGLISH :

Learning pronunciation of makhorijul huruf for hijaiyah letter actually more effective when dealing directly with teachers commonly called tallaqi of musyafahah, but some process still requiring the support to aid effectiveness of the process. The use of Augmented Reality technology is expected to be an alternative way when a student wants to know how the pronunciation of the hijaiyah letter by seeing an animation that shows the inside organ of the mouth. In this case, developed the Augmented Reality that‘s built by Android Platform under the form of camera application to assist tajwid teaching process especially for pronunciation of makhorijul huruf.

The method used to build this system is a Neural Network Backpropagation algorithm. This methid is used to recognize the handwriting of hijaiyah letters. Training results indicate that the object of handwritting is able to recognize after doing 3738 times iterations with learning rate 0.7f, and stop condition reached 0.0000000000001. Termination of iterations using a comparison between the MSE value and the learning rate and the max number of iteration 50000. The percentage of succesfull testing results reached 67.5% on Zenfone 4
Android device.