PERANCANGAN NEURAL MACHINE TRANSLATION BAHASA INDONESIA–BAHASA JAWA MENGGUNAKAN PENDEKATAN SEQUENCE-TO-SEQUENCE

ENDRICHO ABEDNEGO (2025) PERANCANGAN NEURAL MACHINE TRANSLATION BAHASA INDONESIA–BAHASA JAWA MENGGUNAKAN PENDEKATAN SEQUENCE-TO-SEQUENCE. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71200542_Bab 1_Bab 5_Daftarpustaka.pdf Download (5MB)
	Text (Skripsi Informatika) 71200542_Bab 2-sd-Bab 4_Lampiran.pdf Restricted to Registered users only until 8 March 2027. Download (1MB) | Request a copy

Abstract

Penelitian ini berfokus pada pengembangan sistem Neural Machine Translation (NMT) untuk penerjemahan dari Bahasa Indonesia ke Bahasa Jawa menggunakan pendekatan sequence-to-sequence berbasis Long Short-Term Memory (LSTM) dan mekanisme attention. Bahasa Jawa, sebagai bahasa dengan sumber daya terbatas, menghadirkan tantangan dalam hal preservasi makna dan kontekstualitas. Penelitian ini menggunakan Universal Sentence Encoder (USE) sebagai model word embedding untuk menangkap makna semantik dari bahasa sumber dan target. Dataset penelitian diambil dari materi kotbah dan renungan Gereja Kristen Jawa, yang diproses menjadi pasangan bahasa (language pairs) untuk melatih model. Model NMT yang dikembangkan menggunakan arsitektur sequence-to-sequence, dengan LSTM sebagai encoder dan decoder serta mekanisme attention untuk meningkatkan akurasi terjemahan. Evaluasi performa model dilakukan menggunakan metrik BLEU Score untuk mengukur kualitas terjemahan. Hasil penelitian menunjukkan bahwa model NMT berbasis LSTM dengan USE, berhasil diimplementasikan namun hasil terjemahan masih memiliki perbedaan arti yang cukup signifikan. Skor BLEU yang dicapai menunjukkan potensi pengembangan lebih lanjut, terutama melalui peningkatan kualitas dataset dan penyesuaian arsitektur model untuk bahasa yang memiliki data terbatas.

Actions (login required)

View Item