<![CDATA[Mesin penerjemah jaringan saraf tiruan (NMT) telah banyak digunakan pada berbagai macam pasangan bahasa resmi di dunia. Sudah cukup banyak penelitian yang memperlihatkan kenaikan pada akurasi NMT dengan menggunakan attention dibandingkan tanpa attention. Namun, penerapannya terhadap bahasa daerah khususnya di Indonesia masih terbilang sedikit. Untuk itu, pada penelitian ini akan dibangun mesin penerjemah berbasis neural bahasa Indonesia ke bahasa Madura Bangkalan menggunakan mekanisme attention Bahdanau yang dapat mengukur pengaruh kualitas penggunaan attention terhadap mesin penerjemah dengan berdasarkan hasil evaluasi otomatis oleh BLEU (Bilingual Evaluation Understudy) dan TER (Translation Edit Rate). Jumlah korpus teks paralel yang digunakan sebanyak 5000 baris kalimat. Penelitian ini mengguanakan framework deep learning tensorflow sebagai code open source NMT. Pembagian data dilakukan dengan metode k-fold cross validation. Proses pengujian dilakukan dilakukan dengan penambahan epoch secara konsisten. Hasil pengujian k-fold cross validation dengan attention didapatkan nilai rata-rata akurasi tertinggi oleh BLEU sebesar 21,47% pada epoch 70 dan terendah sebesar 10,71% pada epoch 10. Pada attention didapat nilai akurasi tertinggi pada data Uji5 di epoch 70 oleh BLEU sebesar 37,15% dan TER sebesar 56% dengan jumlah kalimat hasil terjemahan sebanyak 334 kalimat. Sedangkan tanpa attention, pada data Uji6 dengan hasil oleh BLEU sebesar 14,56% di epoch 70 dan TER sebesar 88% di epoch 10. Dapat diketahui, bahwa dengan penggunaan mekanisme attention Bahdanau hasil yang didapat lebih tinggi dibandingkan tanpa mekanisme attention.]]>
Copyrights © 2024
