Pemanfaatan terjemahan mesin saraf (NMT) semakin lazim dalam domain akuisisi bahasa dan terjemahan, terutama dalam konteks teks naratif anak-anak. Namun demikian, terjemahan mesin terus menghadapi tantangan yang signifikan ketika menangani teks naratif multimodal yang bergantung pada interaksi antara komponen linguistik, visual, dan budaya, terutama dalam pasangan bahasa Jepang-Indonesia. Dalam hal ini, output yang dihasilkan oleh sistem terjemahan mesin Papago sering menunjukkan ketidakakuratan semantik dan tidak diterima secara memadai dalam bahasa Indonesia sebagai bahasa target. Tujuan dari penelitian ini adalah untuk menilai kualitas terjemahan mesin Papago dari teks naratif anak-anak Jepang “Omusubi Kororin” dan untuk menyelidiki pengaruh post-editing berbasis multimodal pada peningkatan akurasi dan keterbacaan terjemahan bahasa Indonesia. Investigasi ini menggunakan metodologi kualitatif yang dicirikan oleh desain deskriptif-analitis, yang melibatkan analisis komparatif teks sumber, hasil terjemahan mesin, dan hasil post-editing, semua sambil mempertimbangkan interaksi antara elemen verbal dan visual dalam video naratif. Temuan menunjukkan bahwa terjemahan mesin Papago memiliki kekurangan yang cukup besar dalam menyampaikan makna berbasis gerakan, ekspresi onomatopoeik, dan kiasan budaya, yang berdampak buruk pada keterbacaan dan pemahaman terjemahan Indonesia. Keaslian penelitian ini diwujudkan dalam penggabungan pendekatan post-editing terjemahan mesin (MTPE). dengan analisis multimodal dalam konteks penerjemahan sastra anak-anak Jepang-Indonesia. Secara teoritis, penelitian ini mendukung gagasan post-editing sebagai proses interpretatif multimodal, sedangkan, dari perspektif praktis, penelitian ini menawarkan wawasan untuk kemajuan pedagogi penerjemahan Indonesia yang didasarkan pada post-editing terjemahan mesin (MTPE)