IntelKHAT: sistem pengenalpastian tulisan khat arab berasaskan kecerdasan buatan

Mior Azari, Muhammad Ammar Danish and Shameen Shahril, Muhammad Danish Aqeef and Mohd Hamdan, Muhammad Hafiz Najmi and Alhuzaee, Muhammad Uwais and Shapiee, Norrlaili (2026) IntelKHAT: sistem pengenalpastian tulisan khat arab berasaskan kecerdasan buatan. PITRAM 2026 Pertandingan Inovasi Antara Asasi Malaysia Extended Abstract Book. pp. 244-248.
Abstract

Seni khat Arab merupakan warisan Islam yang bernilai tinggi, namun penguasaannya semakin mencabar dalam era digital. Pelajar Kelas Al-Quran dan Fardu Ain (KAFA) serta individu yang baru ingin mempelajari tulisan Arab sering menghadapi kesukaran untuk mengenal pasti perbezaan jenis khat seperti Khat Thuluth, Nasakh dan Riq‘ah disebabkan ciri visualnya yang kompleks dan pelbagai. Ketiadaan sistem pengenalpastian digital yang sistematik menyebabkan proses pembelajaran kurang efektif dan masih bergantung kepada bimbingan guru atau rujukan manual. Oleh itu, INTELKHAT dibangunkan sebagai sistem berasaskan kecerdasan buatan yang mampu mengenal pasti jenis tulisan khat secara automatik melalui analisis imej. Objektif utama projek ini adalah untuk membangunkan satu alat bantu pembelajaran digital yang interaktif bagi meningkatkan kefahaman pengguna terhadap variasi khat Arab. Metodologi kajian melibatkan pengumpulan dataset pelbagai gaya khat, prapemprosesan imej seperti penukaran kepada skala kelabu dan penapisan hingar, serta latihan model pembelajaran mesin menggunakan pendekatan rangkaian neural konvolusi (CNN). Dapatan menunjukkan bahawa sistem ini mampu mengenal pasti jenis khat dalam masa yang singkat dengan tahap ketepatan yang memuaskan bergantung kepada kualiti imej input. Kesimpulannya, INTELKHAT berpotensi sebagai platform pendidikan digital yang inovatif serta menyokong Sustainable Development Goals (SDG 4: Pendidikan Berkualiti) melalui integrasi teknologi moden dalam pemeliharaan seni tradisional.

Item Details
Edit Item
Edit Item
Downloads & Files
[thumbnail of 146004.pdf]
Text
146004.pdf
Download (27MB)
Indexing & Metrics
Download Statistics