APLIKASI PENERJEMAH BAHASA BANGKA – INDONESIA – INGGRIS BERBASIS WEBSITE DENGAN NEURAL MACHINE TRANSLATION (NMT)

Fadel Razsiah, Fadel Razsiah (2023) APLIKASI PENERJEMAH BAHASA BANGKA – INDONESIA – INGGRIS BERBASIS WEBSITE DENGAN NEURAL MACHINE TRANSLATION (NMT). Diploma thesis, Politeknik Manufaktur Negeri Bangka Belitung.

[thumbnail of Full Text] Text (Full Text)
Laporan Proyek Akhir Fadel Razsiah TRPL.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB)

Abstract

Pada saat ini mesin penerjemah merupakan salah satu pilihan untuk melakukan
terjemahan bahasa, terutama bagi orang-orang yang ingin mempelajari suatu
bahasa. Bahasa Bangka merupakan Bahasa yang sering digunakan masyarakat
Bangka untuk keseharian. Telah banyak pengembangan mesin penerjemah, tetapi
belum ada yang mengembangkan mesin penerjemah untuk bahasa Bangka.
Pengembangan mesin penerjemah dengan Neural Machine Translation (NMT) dan
implementasinya dengan menggunakan microframework Flask merupakan
langkah awal untuk pengembangan mesin penerjemah bahasa Bangka. Penelitian
ini bertujuan untuk membuat dan mengetahui hasil terjemahan aplikasi
penerjemah bahasa Bangka – bahasa Indonesia – bahasa Inggris dengan model
penerjemah RNN. Pengembangan dimulai dari membuat korpus paralel bahasa
Bangka – Indonesia, bahasa Bangka – Inggris dan bahasa Inggris – Indonesia dan
arsitektur mesin penerjemah dengan model RNN. Metode penelitian dimulai dari
pengumpulan dataset, preprocessing data, pemodelan dan pelatihan, evaluasi dan
implementasi sistem. Dari hasil evaluasi BLEU Scores didapatkan nilai sebesar
55,3% untuk bahasa Bangka – Indonesia, bahasa Bangka – bahasa Inggris
didapatkan akurasi sebesar 64,7%, bahasa Indonesia – Bangka didapatkan akurasi
sebesar 54,5%, bahasa Indonesia – Inggris didapatkan akurasi sebesar 55,8%,
bahasa Inggris – Indonesia didapatkan akurasi sebesar 40,2% dan bahasa Inggris
– Bangka didapatkan akurasi sebesar 37,3%. Selanjutnya model
diimplementasikan ke bentuk website dengan memanfaatkan framework Flask,
sehingga pengguna dapat dengan mudah dalam melakukan penerjemahan.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: BLUE Score, Corpus Parallel, Flask, Machine Translate, RNN;
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: DIV Teknologi Rekayasa Perangkat Lunak
Depositing User: Mardliyah Ayu
Date Deposited: 17 Feb 2023 09:37
Last Modified: 17 Feb 2023 09:37
URI: http://repository.polman-babel.ac.id/id/eprint/710

Actions (login required)

View Item
View Item