Indonesia sebagai salah satu negara dengan penduduk muslim terbesar di dunia tentunya akan memiliki banyak umat Islam yang mempelajari kitab suci agama Islam yaitu Alquran. Dalam mengamalkan Alquran sebagai pedoman dan sumber hukum dalam kehidupan, maka selain dengan membacanya, umat Islam perlu untuk menghafalkan Alquran. Salah satu kesulitan yang muncul dalam hafalan Alquran yaitu ketika kegiatan mengulang hafalan dilakukan tanpa pembimbing sehingga tidak ada yang dapat menyimak sekaligus mengoreksi apabila terdapat kesalahan kata, huruf, atau hukum tajwid dari bacaan-nya. Dengan memanfaatkan teknologi speech recognition dilakukan perancangan sistem identifikasi kesesuaian bacaan Alquran sehingga kegiatan mengulang hafalan Alquran dapat dilakukan secara mandiri dan lebih fleksibel dengan hasil yang lebih baik. Dalam penelitian ini dilakukan perancangan sistem menggunakan metode Mel Frequency Cepstrum Coefficients (MFCC) untuk proses ekstraksi ciri dari setiap kata yang diucapkan dan pemodelan pola dari ucapan tersebut dilakukan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Implementasi dari sistem dilakukan untuk mengidentifikasi bacaan Alquran pada surat An-Naba ayat 1 dengan pemenggalan ayat menjadi dua kata dan dibatasi untuk menguji kebenaran kata dan panjang-pendek/harakat saja. Berdasarkan hasil pengujian diketahui bahwa sistem memiliki tingkat keberhasilan keseluruhan 70% dalam mengidentifikasi kata pertama “amma yatasaa” dan tingkat keberhasilan 92,5% dalam mengidentifikasi kata kedua “aluun”. Sistem hanya mampu mengidentifikasi kesalahan panjang-pendek dari kata yang diucapkan dengan tingkat keberhasilan 20%, sedangkan untuk kesalahan kata yang berubah lafal secara signifikan dapat diidentifikasi dengan tingkat keberhasilan 60%.

Kata kunci: Alquran, ANFIS, MFCC, Speech Recognition