Algortima Pembagian Frasa dalam Kalimat Untuk Menigkatkan Akurasi Mesin Penerjemah Statistik Bahasa Indonesia "“ Bahasa Bugis Wajo

Authors

  • Mulyana Mulyana Universitas Tanjungpura
  • Herry Sujaini Universitas Tanjungpura
  • Helen Sasty Pratiwi Universitas Tanjungpura

DOI:

https://doi.org/10.26418/justin.v6i2.23984

Keywords:

Bleu Score, Mesin Penerjemah, Mesin Penerjemah Statistik, Algoritma Pembagian Frasa, Bugis Wajo

Abstract

Salah satu cara yang digunakan untuk meningkatkan nilai akurasi hasil terjemahan adalah dengan melakukan pembagian frasa dalam kalimat korpus. Tujuan yang ingin dicapai dalam penelitian ini adalah untuk menigkatkan akurasi mesin penerjemah statistik Bahasa Indonesia "“ Bahasa Bugis Wajo. Penelitian ini   mengimplementasikan algoritma pembagian frasa pada mesin penerjemah statistik, serta melakukan pengujian akurasi berdasarkan pembagian frasa dalam kalimat pada korpus paralel, dengan melakukan pemenggalan kalimat. Pemenggalan kalimat korpus dapat dilakukan dengan kondisi kalimat memiliki kata kunci seperti tanda koma, kata penghubung, kata negatif, kata keterangan penguat, kata tingkat perbandingan, kata yang menyatakan keadaan, kata depan dan adverbia. Pengujian dilakukan dengan membandingkan nilai akurasi hasil terjemahan tanpa dan dengan pembagian frasa dalam kalimat korpus. Pengujian dilakukan dengan cara otomatis menggunakan bilingual evaluation understudy (BLEU). Hasil dari pengujian algoritma pembagian frasa yang diimplementasikan pada mesin penerjemah statistik bahasa Indonesia "“ bahasa Bugis Wajo mengalami peningkatan. Nilai akurasi sebesar 59,15% meningkat dari mesin tanpa pembagian frasa dan sebesar 0,07% meningkat dari mesin   dengan pembagian frasa tujuh algoritma

References

Darwis, Muhammad. 2011. Nasib Bahasa Daerah Di Era Globalisasi: Peluang dan Tantangan. Seminar Pelestarian Bahasa Daerah Bugis Makasar. Parepare, tanggal 15 Oktober 2011. Balitbang Agama Makassar.

Hewavitharana, Sanjika,. Lavie, Alon,. And Vogel, Stephan,. 2007. Experiments with a Noun-Phrase driven Statistical Machine Translation System. In Proceeding of MT Summit.

Wibowo, Wasis. 2016. Algoritma Pembagian Frasa dalam Kalimat Untuk Meningkatkan Akurasi Mesin Penerjemah Statistik Bahasa Indonesia – Bahasa Jawa Kromo. Fakultas Teknik Prodi Teknik Informatika Universitas Tanjungpura: Pontianak.

Chiang, David. A Hierarchical Phrase-Based Model for Statistical Machine Translation. Proceedings of the 43rd Annual Meeting of the ACL. Ann Arbor, Juni 2005. Association for Computational Linguistics.

Cormen, Thomas H., Leiserson, Charles E., Rivest, Ronald L., Stein, Clifford. 2009. Introduction to Algorithms Third Edition. The MIT Press: London.

Hadi, Ibnu. 2014. Uji Akurasi Mesin Penerjemah Statistik Bahasa Indonesia ke Bahasa Melayu Sambas dan Mesin Penerjemahan Statistik Bahasa Melayu Sambas ke Bahasa Indonesia. Jurnal Sistem dan Teknologi Informasi (JustIN) Vol 2, No 3.

Mandira, Soni. 2016. Perbaikan Probabilitas Lexical Model Untuk Meningkatkan Akurasi Mesin Penerjemah Statistik. Jurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 2, No. 1.

Tanuwijaya, Hansel. 2009. Penerjemahan Inggris-Indonesia Menggunakan Mesin Penerjemah Statistik Dengan Word Reordering dan Phrase Reordering. Universitas Indonesia: Jakarta.

Stolcke, A., Zheng, J., Wang, W., dan Abrash, V. 2011. SRILM at Sixteen: Update and Outlook. 13 Januari 2018. https://www.sri.com/sites/default/files/publications/srilm.pdf.

Papineni, Kishore., Roukos, Salim., Ward, Todd., and Zhu, Wei-Jing. 2002. BLEU: a Method for Automatic Evaluation of Machine Translation. Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL). Philadelphia, Juli 2002. IBM T. J. Watson Research Center.

Ladjamuddin, Al-Bahra Bin. (2006). Rekayasa Perangkat Lunak. Graha Ilmu: Yogyakarta.

Downloads

Published

2018-04-30

Issue

Vol. 6 No. 2 (2018)

Section

Articles

License

Copyright (c) 2018 Jurnal Sistem dan Teknologi Informasi (JustIN)

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).  

                             

This is a human-readable summary of (and not a substitute for) the license. Disclaimer.

You are free to:
Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.