PENERAPAN NEURAL MACHINE TRANSLITERASI BAHASA
KOMERING KE BAHASA INDONESIA MENGGUNAKAN
MODEL RECURRENT NEURAL NETWORK
(RNN)
Total View This Week0
Total View This Week0
Institusion
Universitas Bina Darma
Author
RAZIO, AJI AWANG
Subject
T Technology (General)
Datestamp
2024-07-29 06:13:42
Abstract :
Bahasa memainkan peran krusial dalam interaksi dan komunikasi manusia, memfasilitasi pemahaman ide dan pemikiran. Terjemahan bahasa regional menjadi esensial untuk memungkinkan komunikasi lintas bahasa. Dalam penelitian ini, diterapkan teknologi Neural Machine Translation (NMT) dengan pendekatan Recurrent Neural Network (RNN) untuk menghasilkan terjemahan yang kontekstual. Fokus utamanya adalah mempermudah komunikasi antara penutur Bahasa Indonesia dan Bahasa Komering. Dengan sistem ini, individu yang tidak menguasai Bahasa Komering dapat berkomunikasi melalui Bahasa Indonesia dan mengandalkan terjemahan mesin ke Bahasa Komering. Hasil pelatihan model menunjukkan akurasi yang tinggi, mencapai sekitar 89% setelah 100 epoch pelatihan. Ini menunjukkan keberhasilan pemodelan dalam mencapai hasil yang memuaskan dalam hal akurasi. Dengan tingkat akurasi training 87% dan validasi 89% pada epoch ke-98, proses pemodelan terbukti berhasil dan menghasilkan hasil yang andal. Penelitian ini berpotensi berkontribusi dalam pengembangan teknologi terjemahan bahasa dan memperbaiki efisiensi komunikasi lintas bahasa, khususnya antara Bahasa Indonesia dan Bahasa Komering.
Bahasa memainkan peran krusial dalam interaksi dan komunikasi manusia, memfasilitasi pemahaman ide dan pemikiran. Terjemahan bahasa regional menjadi esensial untuk memungkinkan komunikasi lintas bahasa. Dalam penelitian ini, diterapkan teknologi Neural Machine Translation (NMT) dengan pendekatan Recurrent Neural Network (RNN) untuk menghasilkan terjemahan yang kontekstual. Fokus utamanya adalah mempermudah komunikasi antara penutur Bahasa Indonesia dan Bahasa Komering. Dengan sistem ini, individu yang tidak menguasai Bahasa Komering dapat berkomunikasi melalui Bahasa Indonesia dan mengandalkan terjemahan mesin ke Bahasa Komering. Hasil pelatihan model menunjukkan akurasi yang tinggi, mencapai sekitar 89% setelah 100 epoch pelatihan. Ini menunjukkan keberhasilan pemodelan dalam mencapai hasil yang memuaskan dalam hal akurasi. Dengan tingkat akurasi training 87% dan validasi 89% pada epoch ke-98, proses pemodelan terbukti berhasil dan menghasilkan hasil yang andal. Penelitian ini berpotensi berkontribusi dalam pengembangan teknologi terjemahan bahasa dan memperbaiki efisiensi komunikasi lintas bahasa, khususnya antara Bahasa Indonesia dan Bahasa Komering.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
