Umat Islam diwajibkan membaca Al-Qur’an dengan baik dan benar, untuk itu kita sebagai umat Islam harus mempelajari, mengkaji ayat-ayat Al-Qur’an terlebih bisa untuk dihafalkan. Metode yang biasa digunakan dalam pembelajaran Al-Qur’an adalah metode talaqi. Pelaksanaan metode ini dilakukan dengan cara guru membacakan ayat dan murid menirukan bacaan gurunya atau sebaliknya, murid menyetorkan bacaannya di hadapan guru secara langsung. Namun, pada praktiknya sinkronisasi waktu belajar antara guru dengan murid menjadi hambatan dalam pelaksanaan metode ini. Peranan teknologi artificial intelligence atau sistem kecerdasan buatan (AI) dapat dijadikan solusi untuk membantu permasalahan tersebut. Teknologi yang dapat digunakan, yaitu automatic speech recognition menggunakan pre-trained model Whisper untuk memprediksi ketepatan bacaan Surah Al-Fatihah dengan transfer learning. Upaya untuk mengurangi daya komputasi pada proses fine-tuning penulis menerapkan parameter-efficient fine-tuning (PEFT) menggunakan teknik low-rank adaptation (LoRA). Penelitian yang dilakukan terdiri dari tiga tahapan. Pertama persiapan data, pada tahap ini penulis melakukan pembersihan dan segmentasi audio, penyusunan dataset, dan penyusunan dataset. Kedua pemodelan, penulis menerapkan hyperparameter tuning terhadap learning rate dan jumlah Epoch untuk mencari model dengan performa terbaik. Ketiga melakukan evaluasi menggunakan metrik WER dan CER untuk mengetahui performa model yang dihasilkan. Model terbaik pada pengujian ini mendapatkan performa model dengan nilai WER 1.34% dan CER sebesar 0.72% terhadap data testing.
Kata kunci: Pengenalan Ucapan;Bacaan Al-Qur’an;Whisper;Transfer Learning