Huruf hijaiyah merupakan huruf yang terdapat dalam susunan Al-Qur’an. Sifat
pada huruf hijaiyah yaitu munculnya sifat yang keluar Ketika pelafalannya,
sedangkan makharijul huruf yaitu tempat keluarnya huruf ketika melafalkan huruf
hijaiyah. Huruf hijaiyah yang bersanad dapat dijadikan tolak ukur bacaan yang
benar atau sahih karena sudah memenuhi sifat dan makharijul hurufnya.
Keterbatasan jumlah pengajar Al-Qur’an bersanad yang masih sedikit menjadi
salah satu kendala untuk belajar Al-Qur’an dengan benar. Hal ini ditunjukkan
dengan masih sedikitnya pengajaran Al-Qur’an bersanad yang membuka
pengajaran tahsin, padahal pengajaran tahsin bersanad merupakan salah satu
pembelajaran yang memiliki standar dalam pelafalan kaidah huruf sesuai dengan
sifat hurufnya. Sistem pengenalan suara mampu mengenali suara sehingga dengan
teknologi ini diharapkan mampu mendukung pembelajaran tanpa harus bertemu
dengan pengajar. Pada penelitian ini dibangun model klasifikasi huruf hijaiyah
berdasarkan sifat hurufnya menggunakan algoritma XGBoost dan algoritma CNN.
CNN cenderung menghasilkan kinerja lebih baik dibandingkan Extreme Gradient
Boosting (XGBoost). Model algoritma XGBoost memiliki akurasi yang unggul
pada sifat S2 dan T7. Namun, memiliki False Negative yang tinggi. Penambahan
data memberikan keseimbangan terhadap hasil kinerja, sehingga nilai akurasi,
presisi, recall, dan F1-Score memiliki tingkatan cukup. Akurasi pada sifat S
memiliki rata-rata 78.55%, sifat T 69.44%, sedangkan rata-rata per huruf diperoleh
73.24%