Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Oleh : Faza Syarof 7405040058 Pembimbing Nur Rosyid M., S.Kom Kholid Fathoni, S.Kom.

Presentasi serupa


Presentasi berjudul: "Oleh : Faza Syarof 7405040058 Pembimbing Nur Rosyid M., S.Kom Kholid Fathoni, S.Kom."— Transcript presentasi:

1 Oleh : Faza Syarof Pembimbing Nur Rosyid M., S.Kom Kholid Fathoni, S.Kom

2 Tujuan dan Sasaran  Tujuan dari pembuatan proyek akhir ini adalah menghasilkan suatu software yang dapat membaca kalimat yang diketik dengan huruf arab. Dalam kata lain menghasilkan suatu software yang dapat membaca teks arab, sehingga bermanfaat untuk : Membantu seseorang yang ingin belajar mengenali teks arab dan bagaimana cara membacanya Dikembangkan menjadi aplikasi Al-Qur'an to speech Fasilitas tambahan untuk sistem operasi linux atau windows yang mendukung bahasa arab

3 Permasalahan  Bagaimana software dapat membaca teks arab kemudian melakukan simbolisasi ke teks latin  Bagaimana teks latin yang dihasilkan dapat dimengerti oleh software  Bagaimana menemukan bacaan/tajwid dari teks  Bagaimana memisah-misah teks menjadi beberapa suku kata  Bagaimana menentukan file audio yang sesuai dengan bunyi masing-masing suku kata  Bagaimana menyamakan volume audio satu dengan yang lain  Bagaimana membuat transisi load suara audio satu dengan audio berikutnya lebih halus sehingga tidak dihasilkan suara putus-putus

4 Batasan Masalah  Input yang dimasukkan adalah standart bacaan arab, artinya tidak dimodifikasi sedemikian rupa sehingga sulit dimengerti.  Input pada saat penekanan tombol shift pada keyboard hanya sebatas harokat untuk teks arab, berupa fathah, kasroh, dhommah, dan sukun, symbol-simbol lain tidak diizinkan.  Input yang dimasukkan memenuhi standart bacaan IDZHAR, IDZGHOM BILAGHUNNAH, IDZGHOM BIGHUNNAH, IQLAB, IKHFA’, IDZGHOM MITSLI, IKHFA’ SYAFAWI, IDZHAR SYAFAWI, MAD THOBI’I, MAD LEN, GHUNNAH, IDZGHOM MUTAMATSILAIN, QOLQOLAH, LAM JALALAH, AL QOMARIYAH, AL SYAMSYIYAH, dan PENGECUALIAN DALAM IDGHOM BIGHUNNAH.  Input yang dimasukkan bukan termasuk bacaan MAD LAZIM dan MAD ARID LISSUKUN  Output berupa suara yang diload dari database

5 Flowchart Sistem

6 Perancangan Sistem 1. Pembuatan database 2. Simbolisasi teks arab ke teks latin 3. Normalisasi teks 4. Pencarian tajwid 5. Pencarian suku kata 6. Windowing 7. Menyamakan volume 8. Load suara

7 Pembuatan database Nama database : atts Jumlah tabel : 2 (bacaan dan huruf) Tabel bacaan : berisi kombinasi 28 huruf arab dengan harokatnya, jumlah row 2889 Tabel huruf : berisi daftar kode ascii dari 28 huruf arab ditambah spasi dan beberapa bentuk lain dari alif dan hamzah.

8 Simbolisasi teks arab ke teks latin Input text arab akan dibaca per-karakter kemudian dicari kode ascii-nya, selanjutnya kode ascii tersebut dicocokkan dengan table huruf pada database atts, hasil pencocokan adalah berupa penggantian huruf arab dengan huruf latin (simbolisasi).

9 Flowchart simbolisasi teks arab ke teks latin

10 Normalisasi teks Proses menghilangkan atau mengganti karakter-karakter tertentu dalam teks latin hasil simbolisasi, hal ini dimaksudkan agar teks latin dapat dimengerti / dibaca oleh program. Contoh : زَيْدِ ابْنِ سَئِدْ  زَيْدِ بْنِ سَئِدْ Contoh : اِنَّ  اِنْنَ

11 Pencarian tajwid Tajwid yang bisa dimengerti program adalah sebagai berikut : IDZHAR, IDZGHOM BILAGHUNNAH, IDZGHOM BIGHUNNAH, IQLAB, IKHFA’, IDZGHOM MITSLI, IKHFA’ SYAFAWI, IDZHAR SYAFAWI, MAD THOBI’I, MAD LEN, GHUNNAH, IDZGHOM MUTAMATSILAIN, QOLQOLAH, LAM JALALAH, AL QOMARIYAH, AL SYAMSYIYAH, dan PENGECUALIAN DALAM IDGHOM BIGHUNNAH. Tajwid yang tidak bisa dimengerti program adalah : MAD LAZIM, MAD ARID LISSUKUN, dan tajwid lain yang belum kami pahami

12 Pencarian suku kata Penentuan suku kata ini disesuaikan dengan data yang ditemukan dalam table bacaan dalam database atts. Adapun suku kata dalam teks arab dibagi menjadi 2 jenis yaitu suku kata tertutup dan suku kata terbuka, suku kata tertutup mempunyai pola KVK, misalnya ’qab’, ’zab’, ’kaf’, dll. Sedang suku kata terbuka mempunyai pola KV, misalnya ’fa’, ’za’ dll, dan KVV, misalnya ’faa’, ’zaa’ dll

13 Flowchart pencarian suku kata

14 Pencarian file audio yang sesuai

15 Windowing Sampling file audio Proses windowing dengan hamming Window[i] = data[i]*( *cos(2phi*(i-1)/n-1) ) Membuat file audio baru hasil windowing

16 Menyamakan volume suara Sampling file audio Mencari nilai rata-rata sinyal positif Mencari nilai rata-rata sinyal negatif Mendapatkan lebar sinyal dengan menambahkan nilai rata-rata sinyal positif dan nilai rata-rata sinyal negatif Lebar sinyal terkecil menandakan file audio tersebut mempunyai volume terkecil Mengubah volume audio lain menyesuaikan dengan audio dengan volume terkecil

17 Hasil Program

18

19

20 Kesimpulan  Hasil load suara dapat lebih maksimal jika teks arab yang diketikkan mengandung fathah yang sama, misalnya : baqara, qaraxa, hilmi, tsulutsu dsb, hal ini karena proses perekaman yang berbeda dalam hal waktu, kondisi, dan emosi pengisi suara dalam hal perekaman harokat yang berbeda, waktu yang berbeda ini adalah karena faktor sangat banyaknya suara yang disimpan.  Dari hasil pengujian, sistem mampu membaca semua bacaan yang sudah ditentukan dalam batasan masalah seperti IDZHAR, IDZGHOM BILAGHUNNAH, IDZGHOM BIGHUNNAH, IQLAB, IKHFA’, IDZGHOM MITSLI, IKHFA’ SYAFAWI, IDZHAR SYAFAWI, MAD THOBI’I, MAD LEN, GHUNNAH, IDZGHOM MUTAMATSILAIN, QOLQOLAH, LAM JALALAH, AL QOMARIYAH, AL SYAMSYIYAH, dan PENGECUALIAN DALAM IDGHOM BIGHUNNAH.  Sistem mampu membaca teks arab yang cukup panjang dan mengandung beberapa macam jenis bacaan yang telah disebutkan diatas.

21 TERIMAKASIH


Download ppt "Oleh : Faza Syarof 7405040058 Pembimbing Nur Rosyid M., S.Kom Kholid Fathoni, S.Kom."

Presentasi serupa


Iklan oleh Google