Huruf hijaiyah adalah sejenis huruf alphabet yang berasal dari bahasa arab. Cara penulisan huruf hijaiyah berbeda dengan huruf latin, huruf hijaiyah ditulis dari kanan ke kiri. Harakat adalah tanda baca yang digunakan pada huruf hijaiyah atau arab untuk mempermudah dalam pengucapannya. Banyak cara dan metode yang telah digunakan untuk dapat mempelajari huruf hijaiyah yang baik dan benar. Namun, pada beberapa metode yang dilakukan masih banyak menggunakan dataset berupa gambar default huruf hijaiyah tanpa harakat. Oleh karena itu, dalam rencana proyek akhir ini akan membuat sistem yang dapat mengenali huruf hijaiyah dengan menggunakan tulisan tangan dan mengetahui cara membaca huruf hijaiyah yang baik dan benar. Tahapan yang dilakukan yaitu preprocessing dengan cara melakukan resize pada dataset, segmentasi menggunakan metode thresholding untuk mengidentifikasi dan memisahkan tulisan huruf hijaiyah dengan backgroundnya, feature extraction menggunakan Histogram of Oriented Gradients (HOG) untuk mengetahui nilai fitur/citra, fitur yang didapat akan dilakukan reduksi dengan menggunakan Principal Component Analysis (PCA), klasifikasi menggunakan Support Vector Machine (SVM) untuk mengetahui huruf hijaiyah yang ditulis pada aplikasi. Selanjutnya akan dilakukan pencocokan index suara dengan index huruf hasil dari klasifikasi. Output yang dihasilkan berupa suara huruf hijaiyah yang telah ditulis. Dari hasil penelitian ini didapatkan bahwa sistem ini dapat berjalan dengan menggunakan feature extraction HOG dan dihasilkan nilai fitur yang sebanyak 34.596 nilai untuk tiap huruf hijaiyah. Kemudian sistem melakukan reduksi menggunakan PCA untuk memperkecil nilai fitur. Akan tetapi luaran dari penelitian ini belum selesai sesuai dengan yang diharapkan, dikarenakan penulis mengalami kendala pada proses integrasi dan reduksi nilai 1 Dimensi pada data testing menggunakan metode PCA.