Translator Bahasa Indonesia ke Bahasa Jawa Ngoko

Abstract

Bahasa Jawa merupakan bahasa daerah yang paling banyak digunakan sebagai bahasa dalam berinteraksi dalam kehidupan sehari-hari di Indonesia. Perbedaan bahasa di Indonesia termasuk bahasa Jawa dapat menyebabkan terhambatnya komunikasi antara orang yang satu dengan orang yang lain. Penelitian ini bertujuan sebagai media pembelajaran untuk membantu memudahkan orang dalam berkomunikasi dalam bahasa Jawa termasuk orang yang tidak bisa berbahasa Jawa, dalam hal ini bahasa Jawa ngoko. Pendekatan mesin translator menerapkan Long-short Term Memory (LSTM) pada Recurrent Neural Network (RNN) untuk translasi Bahasa Indonesia ke Bahasa Jawa Ngoko. Hasil translasi yang diperoleh dari penerapan RNN dan LSTM masih jauh dari hasil seharusnya. Model yang dirancang ini memiliki nilai Bilingual Evaluation Understudy (BLEU) sebesar 28% pada 1- grams, kemudian mengalami penurunan sesuai dengan pertambahan n-grams hingga 4-grams memiliki nilai Bilingual Evaluation Understudy (BLEU) sebesar 5%. Rata-rata nilai Bilingual Evaluation Understudy (BLEU) yang dihasilkan sebesar 15%. Model yang dibuat ini merupakan hasil pada dan awalnya belum mampu untuk melakukan translasi secara akurat, sehingga dilakukan remodel terbaru dengan hasil perhitungan nilai (BLEU) memiliki peningkatan hingga 66% dari hasil yang telah dilakukan menggunakan model sebelumnya. Peningkatan n-grams yang didapatkan yaitu 87% pada 1-grams, 83% pada 2-grams, 81% pada 3-grams, dan 74% pada 4-grams. Rata-rata nilai BLEU yang diperoleh sebesar 81%. Model terbaru memiliki peluang 66% untuk mendapatkan translasi dengan lebih baik.