Fokus penelitian ini diangkat karena adanya 308 gambar yang tidak sesuai dengan kosakata tertulis dalam buku ajar bahasa Arab Baina Yadaik. Studi penelitian ini berfokus pada kesesuaian gambar visual dengan kosakata tertulis dan persepsi siswa tentang elemen visual dalam buku ajar ini. Objek penelitian yang digunakan adalah 1386 gambar dari 8 delapan bab buku ajar bahasa Arab Baina Yadaik volume 1A dan 26 siswa bahasa Arab. Buku Bahasa Arab Baina Yadaik merupakan buku pembelajaran bahasa Arab yang banyak digunakan untuk membantu pembelajar mempelajari kosakata sehari-hari untuk pemelajar pemula di tingkat sekolah menengah atas dan universitas. Penelitian ini menggunakan kerangka teori mode visual representasional makna yang dikemukakan oleh Kress dan Van Leeuwenn. Gambar-gambar yang digunakan dalam buku ini akan diuraikan dan ditelaah secara rinci berdasarkan fungsi dan kesesuaiannya sebagai sarana pembelajaran dengan analisis wacana multimodal. Studi penelitian ini dibantu dengan menggunakan alat corpus VGG Image Annotator untuk menganalisis gambar dengan kosakata tertulis. Studi ini menyimpulkan elemen visual memiliki peran penting dalam pembelajaran kosakata, namun elemen visual yang disajikan dalam buku ini kurang membantu dalam pembelajaran. Buku ini masih menganut budaya Arab yang sangat berbeda dengan budaya di Indonesia, perlu perhatian khusus bagi pembelajar untuk menggunakan buku ini sebagai sarana pembelajaran.

---

This study was brought up due to a concern of 308 mismatched image-text vocabulary learning in the Baina Yadaik Arabic textbook. This study focused on the compatibility of visual images with written vocabulary and students' perceptions of visual images in this textbook. The object used was 1386 images from eight chapters of the Baina Yadaik Arabic textbook volume 1A and 26 Arabic students. Baina Yadaik is an Arabic learning book widely used to learn everyday vocabulary for student beginners in a high school and university level. This research employed the visual representational meaning framework proposed by Kress and Van Leeuwen. Under a multimodal discourse analysis, the pictures used in the book would be described and examined in detail based on their function and suitability as learning tool. This study used the VGG Image Annotator corpus tools to analyze images with written vocabulary. This study concluded that despite the essential roles visual images play in learning basic Arabic vocabulary, image use in Baina Yadaik Arabic volume 1A does not suggest useful for vocabulary learning. This book still adheres to Arabic culture which is very different from the culture in Indonesia, needs special attention for teacher to use this book as a learning tool.