Anda belum Log-in!
Silahkan Log in
Selamat Datang di Portal Digital Content Publisher
Senin , 25 November 2024
Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.
di-posting oleh 190411100176 pada 2024-10-07 07:10:36 • 44 klik
MESIN PENERJEMAH BAHASA INDONESIA – BAHASA MADURA MENGGUNAKAN MODEL GATED RECURRENT UNIT
INDONESIAN MADURESE LANGUAGE TRANSLATION MACHINE USING GATED RECURRENT UNIT MODEL
disusun oleh KAFFIN AHMAD MUKHTASOR
Subyek: | Pemrograman Mesin Penerjemah |
Kata Kunci: | Bahasa Madura Mesin Penerjemah RNN GRU |
[ Anotasi Abstrak ]
Bahasa Madura merupakan bahasa utama yang biasa digunakan oleh Suku Madura yang berada di Pulau Madura dan pulau-pulau kecil di sekitarnya. Penggunaan Bahasa Indonesia sebagai bahasa nasional yang umum digunakan oleh penduduk Pulau Madura mengakibatkan pergeseran penggunaan Bahasa Madura. Selain itu, kehadiran pendatang yang tidak mengerti Bahasa Madura menyebabkan kendala komunikasi antara masyarakat yang hanya menguasai Bahasa Madura dengan masyarakat yang hanya menggunakan Bahasa Indonesia. Salah satu solusi untuk mengatasi masalah tersebut adalah dengan penggunaan alat penerjemah yang memungkinkan untuk menerjemahkan Bahasa Indonesia dengan Bahasa Madura. Penelitian ini menerapkan mesin penerjemah Bahasa Indonesia dan Bahasa Madura dengan memanfaatkan model Gated Recurrent Unit (GRU) yang dinilai memiliki dampak positif dalam hal efektivitas. GRU dianggap pengembangan dari RNN yang paling sederhana dengan hanya memiliki dua gate, yaitu gate dan reset gate. Hasil dari penelitian menunjukkan bahwa skor BLEU tertinggi dari skenario uji coba yang dilakukan untuk membuat model mesin penerjemah Bahasa Indonesia – Bahasa Madura adalah penggunaan dataset Madurese yang telah diseleksi dan ditambahkan dengan kalimat yang didapat dari 3 buku dengan parameter learning rate 0.001, Embedding size 256, hidden units 256, batch size 64 dan epoch 70. Pada hasil penelitian tersebut didapatkan skor BLEU sebesar 0.666 pada 1-gram. Sedangkan untuk skor BLEU tertinggi dari skenario uji coba yang dilakukan untuk membuat model mesin penerjemah Bahasa Madura – Bahasa Indonesia adalah penggunaan dataset Madurese yang telah diseleksi dan ditambahkan dengan kalimat yang didapat dari 3 buku dengan parameter learning rate 0.001, Embedding size 256, hidden units 256, batch size 64 dan epoch 200. Pada hasil penelitian tersebut didapatkan skor BLEU sebesar 0.5 pada 1-gram.
Deskripsi Lain
Madurese is the main language commonly used by the Madura Tribe on MadurarnIsland and the surrounding small islands. The use of Indonesian Language thernnational language commonly used by the residents of Madura Island has resulted inrna shift in the use of Madura Language. In addition, the presence of immigrants whorndo not understand the Madurese language causes communication obstacles betweenrnpeople who only master the Madurese language and people who only usernIndonesian Language. One solution to overcome this problem is the use of arntranslation tool that allows to translate Indonesian Language with MadurarnLanguage. This study applies Indonesian Language and Madurese translationrnmachines by utilizing the Gated Recurrent Unit (GRU) model which is consideredrnto have a positive impact in terms of effectiveness. GRU is considered the simplestrndevelopment of RNN with only two gates, namely the gate and the resetrngate. The results of the study showed that the highest BLEU score from the testrnscenario conducted to create a Indonesian Language – Madura translation machinernmodel was the use of Madurese datasets that had been selected and added withrnsentences obtained from 3 books with learning rate parameters of 0.001, Embeddingrnsize 256, hidden units 256, batch size 64 and epoch 70. In the results of the study,rna BLEU score of 0.666 at 1-gram was obtained. Meanwhile, the highest BLEUrnscore from the trial scenario carried out to create a Madura – Indonesian Languagerntranslation machine model is the use of Madurese datasets that have been selectedrnand added with sentences obtained from 3 books with learning rate parameters ofrn0.001, Embedding size 256, hidden units 256, batch size 64 and epoch 200. In thernresults of the study, a BLEU score of 0.5 on 1-gram was obtained
Kontributor | : Mula’ab, S.Si., M.Kom. Firdaus Solihin, S.Kom., M.Kom. |
Tanggal tercipta | : 2024-07-11 |
Jenis(Tipe) | : Text |
Bentuk(Format) | |
Bahasa | : Indonesia |
Pengenal(Identifier) | : TRUNOJOYO-Tugas Akhir-34047 |
No Koleksi | : 190411100176 |
Ketentuan (Rights) :
2024
Download File Penyerta (khusus anggota terdaftar)
1. TRUNOJOYO-Tugas Akhir-34047-Abstract.pdf - 1717 KB
2. TRUNOJOYO-Tugas Akhir-34047-Cover.pdf - 730 KB
3. TRUNOJOYO-Tugas Akhir-34047-Chapter1.pdf - 1879 KB
4. TRUNOJOYO-Tugas Akhir-34047-Chapter2.pdf - 2034 KB
5. TRUNOJOYO-Tugas Akhir-34047-Chapter3.pdf - 2095 KB
6. TRUNOJOYO-Tugas Akhir-34047-Chapter4.pdf - 2761 KB
7. TRUNOJOYO-Tugas Akhir-34047-Conclusion.pdf - 1865 KB
8. TRUNOJOYO-Tugas Akhir-34047-References.pdf - 1892 KB
Dokumen sejenis...
Tidak ada !
Dokumen yang bertautan...
Tidak ada !
Kembali ke Daftar