Uji Nilai Akurasi Pada Neural Machine Translation (NMT) Bahasa Indonesia ke Bahasa Tiochiu Pontianak Dengan Mekanisme Attention Bahdanau

San, Lo Bun (0002) Uji Nilai Akurasi Pada Neural Machine Translation (NMT) Bahasa Indonesia ke Bahasa Tiochiu Pontianak Dengan Mekanisme Attention Bahdanau. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover) Cover_D1041151081.pdf - Published Version Download (104kB)
	Text (Yuridis) Yuridis_D1041151081.pdf - Published Version Download (286kB)
	Text (Surat Pernyataan) SP_D1041151081.pdf - Published Version Download (140kB)
	Text (Abstrak) Abstrak_D1041151081.pdf - Published Version Download (80kB)
	Text (Kata Pengantar) Kapeng_D1041151081.pdf - Published Version Download (142kB)
	Text (Daftar Isi) Dafis_D1041151081.pdf - Published Version Download (98kB)
	Text (Daftar Lain) Daflain_D1041151081.pdf - Published Version Download (165kB)
	Text (Bab I) Bab1_D1041151081.pdf - Published Version Download (163kB)
	Text (Bab II) Bab2_D1041151081.pdf - Published Version Download (1MB)
	Text (Bab III) Bab3_D1041151081.pdf - Accepted Version Restricted to Repository staff only Download (551kB)
	Text (Bab IV) Bab4_D1041151081.pdf - Accepted Version Restricted to Repository staff only Download (1MB)
	Text (Bab V) Bab5_D1041151081.pdf - Accepted Version Restricted to Repository staff only Download (143kB)
	Text (Daftar Pustaka) Dapus_D1041151081.pdf - Published Version Download (228kB)
	Text (Lampiran) Lamp_D1041151081.pdf - Accepted Version Restricted to Repository staff only Download (162kB)

Abstract

Mesin penerjemah merupakan cabang penting dari pemrosesan bahasa alami yang bertujuan untuk menerjemahkan bahasa alami menggunakan komputer. Penerapan mesin penerjemah (MT) di Indonesia sudah dan masih banyak dilakukan dengan berbasis statistik (SMT) khususnya dalam eksperimen penerjemahan bahasa daerah. Dalam beberapa tahun terakhir, mesin penerjemah jaringan saraf tiruan (NMT) telah mencapai kesuksesan yang luar biasa dan menjadi metode pilihan baru dalam praktik mesin penerjemah bahkan sampai sekarang sudah diterapkan di google. Pemanfaatan mesin penerjemah dapat digunakan sebagai upaya dalam melestarikan bahasa daerah untuk komputasi digital. Mesin penerjemah jaringan saraf tiruan pada penelitian ini menggunakan mekanisme attention Bahdanau dalam bahasa Indonesia ke bahasa Tiochiu Pontianak dengan data korpus paralel sebanyak 5000 baris kalimat. Mekanisme attention muncul sebagai peningkatan atas mesin penerjemah jaringan saraf tiruan dalam menentukan seberapa kuat sebuah kata yang terhubung dengan kata yang lain, yang kemudian kata tersebut membantu jaringan saraf tiruan menyimpulkan seberapa penting hubungan sebuah kata dalam konteks kalimat tersebut. Perlunya dilakukan penelitian terhadap mekanisme attention untuk nilai akurasi tertinggi berdasarkan nilai skor BLUE dan ahli bahasa. Proses pengujian dilakukan dengan menguji nilai skor BLEU dari mekanisme attention menggunakan metode penambahan secara konsisten dengan jumlah epoch 10 sebanyak tujuh kali pengujian dan metode pembagian data uji dengan k-fold cross validation. Setelah didapatkan mekanisme attention yang menghasilkan akurasi tertinggi berdasarkan dari metode pembagian data uji dengan k-fold cross validation maka data uji tersebut akan dilakukan pengujian lagi dengan k-fold cross validation untuk mengambil sampel dari data uji yang memiliki akurasi tertinggi kemudian sampel tersebut akan dilakukan pengujian manual oleh ahli bahasa. Hasil pengujian berdasarkan metode pembagian data uji dengan k-fold cross validation didapatkan hasil nilai rata-rata sebesar 18,41% dengan attention Bahdanau, sedangkan pengujian manual oleh ahli bahasa pada 167 kalimat terjemahan memperoleh nilai akurasi sebesar 54,51%. Berdasarkan pengujian dengan metode penambahan jumlah epoch secara konsisten didapatkan hasil uji akurasi attention Bahdanau memiliki nilai akurasi uji otomatis BLEU tertinggi dengan pengujian k-fold cross validation pada sampel uji6 dengan jumlah epoch 50 sebesar 24,26%. Nilai akurasi otomatis BLEU tertinggi pada sampel Uji6 dengan tanpa Attention Bahdanau sebesar 12,41%. Sehingga dapat disimpulkan bahwa dengan mekanisme Attention Bahdanau adalah tingkat hasil akurasi yang terbaik.

Actions (login required)

View Item