Pengembangan model klasifikasi suara dalam identifikasi irama azan menggunakan Convolutional Neural Network (CNN)

Azan merupakan bagian penting dalam praktik ibadah Islam yang dilantunkan menggunakan pola melodi khas yang dikenal sebagai maqam. Setiap maqam memiliki karakteristik tonal dan ritmis yang unik, sehingga menyulitkan pembelajar untuk membedakan berbagai gaya irama azan secara akurat. Keterbatasan sumber belajar yang terstruktur semakin meningkatkan kesulitan dalam menguasai pola-pola tersebut. Oleh karena itu, klasifikasi otomatis terhadap irama azan menggunakan pendekatan teknologi dapat mendukung proses pembelajaran. Penelitian ini mengusulkan pendekatan berbasis deep learning menggunakan Convolutional Neural Network (CNN) untuk klasifikasi irama azan. Dataset yang digunakan terdiri atas 250 sampel audio asli yang diperluas menjadi 2.500 sampel melalui teknik augmentasi data, meliputi pitch shifting, speed perturbation, penambahan Gaussian noise, dan penyesuaian volume. Beberapa metode ekstraksi fitur audio, yaitu Mel-Frequency Cepstral Coefficients (MFCC), Mel Spectrogram, dan Chroma, digunakan sebagai representasi masukan bagi model. Hasil eksperimen menunjukkan bahwa MFCC memberikan kinerja terbaik dengan akurasi sebesar 0,86 dan F1-score sebesar 0,8609, yang menunjukkan kemampuan generalisasi yang baik. Fitur Chroma juga menunjukkan hasil yang kompetitif, sedangkan Mel Spectrogram menghasilkan kinerja yang lebih rendah karena kompleksitas representasinya yang lebih tinggi. Selain itu, penggabungan beberapa fitur tidak meningkatkan performa klasifikasi dan pada beberapa kasus justru menurunkan akurasi. Temuan ini menegaskan pentingnya pemilihan representasi fitur yang tepat untuk memperoleh kinerja model yang optimal.