<![CDATA[Komunikasi lintas bahasa merupakan tantangan dalam era globalisasi, di mana perbedaan bahasa menjadi hambatan utama dalam penyampaian pesan dan interaksi antar individu dari berbagai negara. Dengan lebih dari 7000 bahasa yang ada di dunia, kebutuhan akan solusi penerjemahan yang efektif dan terintegrasi sangat dibutuhkan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengimplementasikan sistem machine translation dua arah pada aplikasi PolyChat sebagai media komunikasi lintas bahasa secara real-time. Aplikasi ini menggabungkan fungsi chat dengan penerjemahan otomatis dalam satu platform, sehingga pengguna dapat berinteraksi menggunakan bahasa ibu mereka masing-masing tanpa perlu membuka aplikasi penerjemahan terlebih dahulu. Tujuan penelitian ini adalah merancang dan membangun sistem penerjemahan berbasis Neural Machine Translation (NMT) dengan menggunakan model mBART dengan dataset OPUS kategori OpenSubtitles, serta melakukan evaluasi hasil penerjemahan menggunakan metrik BLEU (Bilingual Evaluation Understudy) untuk mengukur seberapa akurat hasil penerjemahan. Sistem dirancang dengan mekanisme caching berlapis yang mencakup pencarian di dataset, corpus cache hasil terjemahan sebelumnya, dan eksekusi model mBART untuk mengoptimalkan kecepatan dan efisiensi penerjemahan. Metodologi penelitian meliputi beberapa tahap, yaitu studi literatur, pengumpulan dataset dari enam bahasa resmi PBB (Inggris, Mandarin, Spanyol, Prancis, Russia, dan Arab) yang menghasilkan 30 arah penerjemahan, perancangan arsitektur sistem dengan proses normalisasi teks dan tokenisasi, implementasi model penerjemahan dengan attention mechanism dan beam search, serta pengujian kinerja sistem berdasarkan nilai BLEU.]]>
