Integrasi Fine-tuning Model Whisper dan Algoritma Levenshtein Distancesebagai Pendekatan Evaluasi Pelafalan Doa Harian Oleh Anak

Abstract

Pendidikan agama Islam, khususnya dalam pembiasaan doa sehari-hari, menghadapi tantangan dalam hal pengawasan ketepatan pelafalan. Keterbatasan pendampingan dalam pembelajaran dalam pelafalan doa pada anak-anak, serta tidak tersedianya umpan balik saat latihan mandiri, menyebabkan proses evaluasi bacaan belum berjalan optimal. Kondisi ini terutama terlihat pada aspek makharijul huruf dan panjang pendek bacaan (mad), yang apabila tidak dikoreksi sejak dini dapat menimbulkan kesalahan pelafalan yang bersifat mendasar (lahn jali) dan berpotensi mengubah makna doa. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan pendekatan machine learning berbasis Automatic Speech Recognition (ASR) dengan memanfaatkan model Whisper yang telah di-fine-tuning menggunakan dataset suara anak-anak, sehingga model mampu menyesuaikan variasi karakteristik akustik anak yang berbeda dengan suara orang dewasa. Model ini kemudian diintegrasikan dengan algoritma koreksi pelafalan berbasis multi-layer text processing, yang mencakup penyelarasan kata, deteksi kesalahan karakter menggunakan algoritma two-pointer, serta perhitungan tingkat kemiripan menggunakan Levenshtein Distance. Selain itu, sistem juga dilengkapi dengan validasi berbasis aturan tajwid untuk mengidentifikasi kesalahan makhraj dan mad sebagai bentuk deteksi lahn jali. Hasil penelitian menunjukkan bahwa proses fine-tuning mampu meningkatkan performa model ASR secara signifikan dalam mengenali pelafalan anak, yang ditandai dengan penurunan nilai Character Error Rate (CER) dari 50,33% (baseline) menjadi 8,6%. Evaluasi terhadap algoritma koreksi pelafalan menghasilkan tingkat akurasi sebesar 92,83% dalam mendeteksi kesalahan pada level karakter. Namun demikian, tingkat kesesuaian dengan penilaian pakar berdasarkan koefisien Cohen’s Kappa berada pada kategori sedang (0,4713), yang menunjukkan adanya perbedaan sensitivitas antara sistem dan manusia dalam menilai pelafalan anak. Sistem yang dikembangkan berhasil diimplementasikan secara luring (offline) pada perangkat Android melalui pendekatan Edge AI dengan integrasi Java Native Interface (JNI), sehingga dapat digunakan tanpa ketergantungan pada koneksi internet. Dengan demikian, sistem ini berpotensi menjadi media pembelajaran interaktif yang mampu memberikan umpan balik otomatis untuk mendukung latihan pelafalan doa secara mandiri pada anak-anak.