Indonesia sebagai negara dengan populasi Muslim terbesar di dunia menghadapi tantangan dalam memastikan bacaan Al-Qur’an sesuai dengan kaidah tajwid. Kesalahan dalam pembacaan tidak hanya berdampak pada aspek teknis pelafalan, tetapi juga berpotensi memengaruhi pemahaman makna ayat. Penelitian ini bertujuan mengembangkan model deteksi kesalahan tajwid otomatis dengan memanfaatkan metode Mel-Frequency Cepstral Coefficients (MFCC) sebagai teknik ekstraksi fitur suara serta arsitektur deep learning NasNetLarge sebagai model klasifikasi. Dataset yang digunakan adalah Quran Recitation Audio Dataset (QDAT) Surah Al-Maidah ayat 109 dari Kaggle. Model dirancang dengan dua jenis input, yaitu citra MFCC berukuran 331×331 piksel dan representasi statistik global MFCC yang mencakup nilai mean, standard deviation, minimum, dan maximum, dengan penerapan augmentasi white noise untuk mengatasi ketidakseimbangan data. Proses pelatihan dilakukan selama 60 epoch dan menghasilkan akurasi pelatihan sebesar 94,00% serta akurasi pengujian sebesar 90,00% dengan nilai loss 0,15. Evaluasi per label menunjukkan nilai macro average sebesar 0,85 dan micro average sebesar 0,89, yang menandakan kinerja model konsisten pada seluruh kelas kesalahan tajwid. Lebih lanjut, pada pengujian menggunakan data audio baru yang tidak pernah dilibatkan dalam proses pelatihan, model mampu memberikan prediksi yang tepat pada 9 dari 10 berkas uji. Hasil ini menunjukkan bahwa kombinasi MFCC dan NasNetLarge efektif dalam mendeteksi kesalahan bacaan Al-Qur’an serta berpotensi diimplementasikan sebagai solusi inovatif untuk mendukung peningkatan kualitas pembelajaran Al-Qur’an berbasis teknologi.

Indonesia, as the country with the largest Muslim population in the world, faces challenges in ensuring that Qur’anic recitations are performed in accordance with the rules of tajwid. Errors in recitation not only affect the technical aspects of pronunciation but may also influence the understanding of the verses’ meaning. This study aims to develop an automatic tajwid error detection model by employing the Mel-Frequency Cepstral Coefficients (MFCC) method for speech feature extraction and the deep learning architecture NasNetLarge for classification. The dataset used is the Quran Recitation Audio Dataset (QDAT) of Surah Al-Maidah verse 109, obtained from Kaggle. The model was designed with two types of input, namely MFCC spectrogram images with a resolution of 331×331 pixels and global MFCC statistical features consisting of mean, standard deviation, minimum, and maximum. To address data imbalance, white noise augmentation was applied. The training process was conducted for 60 epochs and achieved a training accuracy of 94.00% and a testing accuracy of 90.00% with a loss value of 0.15. Per-label evaluation resulted in a macro average score of 0.85 and a micro average score of 0.89, indicating consistent performance across all tajwid error classes. Furthermore, when tested with unseen audio data, the model correctly predicted 9 out of 10 test files, demonstrating strong generalization capability. These findings confirm that the combination of MFCC and NasNetLarge is effective in detecting Qur’anic recitation errors and has the potential to be implemented as an innovative solution to enhance Qur’an learning through technology.