Ujian Promosi Doktor Nenny Anggraini: Pemodelan CRNN untuk Mendeteksi Panjang Pendek Harakat dalam Pembacaan Surat al-Fātiḥah
Ujian Promosi Doktor Nenny Anggraini: Pemodelan CRNN untuk Mendeteksi Panjang Pendek Harakat dalam Pembacaan Surat al-Fātiḥah

Auditorium Prof. Dr. Suwito, MA SPs UIN Jakarta, BERITA SPs - Sekolah Pascasarjana (SPs) UIN Syarif Hidayatullah Jakarta menggelar Ujian Promosi Doktor ke-1646 di Ruang Auditorium Prof. Dr. Suwito, MA pada Senin, 1 Desember 2025 dengan promovenda Nenny Anggraini.

Nenny merupakan mahasiswa program Doktor Pengkajian Islam dengan Konsentrasi Agama dan Sains. Disertasinya berjudul "Pemodelan Hybrid Convolutional Recurrent Neural Network (CRNN) untuk Mendeteksi Panjang Pendek Harakat dalam Pembacaan Surat al-Fātiḥah Menggunakan Teknologi Speech Recognition pada Aplikasi Android" ini menawarkan solusi revolusioner untuk tantangan dalam pengajaran dan pembelajaran Al-Qur`ān.

Permasalahan utama yang diangkat Nenny berfokus pada tiga aspek krusial: subjektivitas dalam menentukan durasi harakat bacaan Al-Qur`ān, keterbatasan dataset surat al-Fātiḥah yang teranotasi, dan belum adanya integrasi model hybrid CRNN dengan aplikasi Android untuk mendeteksi hukum madd (panjang pendek). Penelitian ini bertujuan membangun model yang mampu mengatasi subjektivitas tersebut melalui perangkat lunak yang objektif dan terukur.

Penelitian ini menggunakan metode Research and Development (R&D) dengan tahapan komprehensif mulai dari studi pendahuluan, pengembangan model, hingga pengujian. Sementara itu, implementasi model ke dalam aplikasi Android dikembangkan menggunakan metode Waterfall, yang mencakup analisis kebutuhan, perancangan, implementasi, dan pengujian aplikasi secara bertahap.

Kebaruan yang menjadi sorotan utama dalam disertasi ini adalah perumusan arsitektur hybrid CRNN. Nenny memperkenalkan pendekatan two-staged hybrid CRNN yang merupakan yang pertama dalam konteks deteksi panjang pendek harakat al-Fātiḥah. Model ini diperkuat dengan penggunaan delapan fitur akustik sekaligus, meliputi MFCC, Formants, Pitch, Spectral Centroid, Spectral Bandwidth, Spectral Flatness, Onset Energy, dan LPC.

Dataset yang digunakan merupakan dataset primer yang dikembangkan sendiri, memastikan keakuratan dan relevansi dengan tujuan penelitian. Puncak dari kebaruan ini adalah integrasi model CRNN ke dalam sebuah aplikasi Android, menjadikannya alat bantu praktis bagi pengguna.

 

Hasil pengujian model menunjukkan performa yang sangat impresif. Evaluasi pelatihan model berhasil mencatatkan akurasi klasifikasi sebesar 98%. Lebih lanjut, pengujian model menggunakan 30 audio data riil di luar dataset utama menunjukkan akurasi yang konsisten, mencapai 94%. Hasil ini secara signifikan melampaui penelitian-penelitian sebelumnya.

Dibandingkan dengan penelitian Zulkifli dkk. yang menggunakan algoritma LSTM dengan akurasi 90% tanpa pengujian data riil, atau penelitian Shafie dkk. dengan algoritma Dynamic Time Warping (DTW) yang menghasilkan akurasi 80,47% pada data riil, model hybrid CRNN Nenny menunjukkan peningkatan performa dan kemampuan generalisasi yang jauh lebih baik.

Pengujian ablation test mengungkapkan bahwa MFCC (Mel-Frequency Cepstral Coefficients) merupakan fitur akustik utama dengan kontribusi terbesar. Meskipun demikian, seluruh delapan ekstraksi fitur akustik tetap dipertahankan untuk mencapai kinerja model yang maksimal.

Aplikasi Android yang dikembangkan juga diuji secara ekstensif. Pengujian blackbox oleh peneliti dan 67 responden memastikan semua fungsi aplikasi berjalan sesuai spesifikasi. Skor User Acceptance Test (UAT) mencapai angka luar biasa, yaitu 92%, dan hasil pengujian System Usability Scale (SUS) menempatkan aplikasi dalam kategori "Excellent" dengan skor rata-rata 83,5.

Pemodelan dan aplikasi yang dihasilkan oleh Nenny ini bukan sekadar pencapaian akademis, tetapi juga menawarkan pendekatan baru dalam pendidikan Al-Qur`ān. Dengan mengintegrasikan ilmu agama dan teknologi speech recognition, penelitian ini menyediakan alat bantu yang objektif dan andal untuk mendeteksi kebenaran panjang pendek harakat (hukum madd) dalam pembacaan Surat al-Fātiḥah. Hal ini menandai langkah maju yang signifikan dalam pemanfaatan Artificial Intelligence (AI) untuk memperdalam pemahaman dan praktik keagamaan.

Nenny Anggraini berhasil mempertahankan disertasinya di bawah bimbingan Prof. Dr. Yusuf Rahman, MA; Prof. Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom; Prof. Husni Teja Sukmana, M.Sc, Ph.D, dan diuji di hadapan dewan penguji yang terdiri atas Prof. Dr. Zulkifli, MA; Prof. Dr. Yusuf Rahman, MA; Prof. Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom; Prof. Husni Teja Sukmana, M.Sc, Ph.D; Prof. Dr. Syopiansyah Jaya Putra, M.Sis; Prof. Kusmana, MA, Ph.D; Ir. Nashrul Hakiem, S.Si, MT, Ph.D.

Setelah memperhatikan penulisan disertasi, komentar tim penguji dan jawaban promovenda, tim penguji menetapkan bahwa Nenny Anggraini lulus dengan predikat Cum Laude. Nenny Anggraini merupakan Doktor ke-1646 dalam bidang Pengkajian Islam, pada program doktor Sekolah Pascasarjana UIN Syarif Hidayatullah Jakarta.(JA)