Jurnal Komputer Antartika

Volume 2 Nomor 1 2024 Hal. 26-34

ISSN: 2988-5272

Neural Machine Tranlation Untuk Bahasa Sunda Loma – Sunda

Halus Menggunakan Long Short Term Memory
Marsela Arsya Sakinah1, Teguh Ikhlas Ramadhan2, Rudi Hartono3
1,2,3
Program Studi Teknik Informatika, Universitas Pejuangan Tasikmalaya, Indonesia

e-mail korespondensi: 2003010086@[Link]

Informasi Artikel: Submit: 01-02-2024 | Revisi : 08-02-2024 | Terima : 12-02-2024

Abstrak - Bahasa Sunda, dengan kompleksitas undak-usuk basa, memiliki peran penting dalam komunikasi di
Jawa Barat, Indonesia. Mesin penerjemah Bahasa Sunda Loma ke Bahasa Sunda Halus menjadi tantangan karena
penggunaan kata harus tepat sesuai konteksnya. Mesin ini penting sebagai alat pembelajaran Bahasa Sunda,
mengingat banyaknya generasi yang kehilangan pemahaman terhadap bahasa daerah. Neural Machine Translation
(NMT), terutama dengan model Long Short Term Memory (LSTM), menjadi solusi yang menjanjikan. Penelitian
ini bertujuan mengimplementasikan LSTM dalam penerjemah Bahasa Sunda, tetapi penelitian terbaru masih
kurang. Hasil penelitian menunjukkan bahwa optimizer ADAM pada dataset duplikat menghasilkan akurasi
terbaik, meskipun masih ada evaluasi yang kurang baik. Mesin penerjemah ini diharapkan dapat membantu
pelestarian Bahasa Sunda di era digital. Evaluasi BLEU score menunjukkan kualitas terjemahan yang rendah pada
dataset asli dan dataset duplikat dengan optimizer RMS, sementara dengan optimizer ADAM menunjukkan
peningkatan signifikan, terutama pada dataset duplikat. Meskipun demikian, masih ditemukan evaluasi yang
kurang baik pada dataset yang diduplikat.

Kata Kunci : Bahasa Sunda, LSTM, NMT, RMS, ADAM

Abstracts - Sundanese, with its intricate speech levels, holds a pivotal role in West Java's communication.
Translating from Loma to Formal Sundanese poses challenges due to precise contextual word usage. Crucial for
Sundanese language preservation, a Neural Machine Translation (NMT) system using Long Short Term Memory
(LSTM) models emerges promising, yet current research is [Link] study aims to implement LSTM in
Sundanese translation, focusing on the ADAM optimizer's efficacy on duplicate datasets. While ADAM yields the
highest accuracy, some evaluations remain suboptimal. The translation engine's role is vital in preserving
Sundanese in the digital era. BLEU score evaluations show low translation quality with RMS and significant
improvements with ADAM, especially in duplicates. However, deficiencies persist, notably in duplicated datasets.
This endeavor addresses the decline in regional language comprehension among younger generations, fostering
Sundanese language education.

Keywords : Sundanese, LSTM, NMT, RMS, ADAM

1. Pendahuluan
Bahasa sunda merupakan salah satu bahasa daerah yang banyak digunakan di Indonesia, tepatnya di
wilayah Jawa Barat. Dalam menggunakan bahasa sunda terdapat istilah speech levels ‘tingkat tutur’ atau lebih
dikenal dengan sebutan undak-usuk basa.. Undak-usuk basa merupakan bentuk dari kesopanan dan etika dalam
bahasa Sunda. Tidak banyak yang mengetahui akan pentingnya berkomunikasi menggunakan bahasa sunda
dengan melibatkan undak usuk basa tersebut. Seiring dengan beberapa perubahan sosial, undak-usuk basa tersebut
cenderung mengalami banyak perubahan, mulai dari pembagian yang kompleks menuju tingkatan yang lebih
sederhana[1].
Membangun penerjemah bahasa Sunda Loma – bahasa Sunda Halus merupakan sebuah tugas yang sangat
khusus, karena pemilihan kata yang digunakan seringkali memiliki arti yang sama namun penggunaan kata harus
ditempatkan sesuai dengan kondisinya. Adanya undak-usuk basa ini tergantung pada tiga hal, yaitu (a) pemakai
bahasa, siapa penuturnya dan siapa yang dibicarakannya; (b) kedudukan umur pemakai bahasa bawahan, setara,
atau atasan; (c) bagaimana situasi yang digambarkan pada waktu menggunakannya, hormat, biasa, loma, atau kasar
[2]. Saat ini mesin penerjemah untuk bahasa Sunda masih sangat terbatas, terutama untuk penerjemah bahasa
Sunda Loma – bahasa Sunda Halus.
Dibuatnya mesin penerjemah bahasa sunda dapat digunakan sebagai media pembelajaran bahasa sunda.
Karena semakin bertambahnya generasi baru, banyak pula yang tidak mengetahui bahasa Sunda meskipun tinggal
dan tumbuh di daerah Sunda [3]. Bahasa sunda merupakan warisan budaya takbenda yang termasuk ke dalam

26
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International
License. Published under licence by Antartika Media Indonesia.
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

anggota bahasa yang besar dan penting di dunia [4]. Mesin penerjemah yang dapat menerjemahkan bahasa sunda
yang tepat dan akurat dapat memberi manfaat yang besar dalam mendukung pelestarian bahasa sunda.
Penerjemah bahasa pada era digital sekarang sangat mudah digunakan untuk kehidupan sehari hari. Mesin
penerjemah dapat memudahkan dalam berkomunikasi dan memahami arti dari sebuah bahasa. Mesin penerjemah
telah mengalami banyak perkembangan, salah satunya dengan menggunakan Neural Machine Translation (NMT).
Model NMT digunakan untuk menerjemahkan dua bahasa yang berbeda [5]. Sebagian besar model penerjemahan
yang menggunakan pendekatan berbasis saraf adalah Recurrent Neural Network yang dimodifikasi menjadi model
Long Short Term Memory (LSTM) [6]. LSTM merupakan algoritma yang dapat digunakan dalam membangun
model prediksi [7]. Dalam hal ini LSTM akan digunakan untuk membuat model penerjemah bahasa. Dengan
adanya model LSTM ini memperbesar peluang untuk membangun sebuah mesin penerjemah bahasa untuk bahasa
Sunda loma – bahasa Sunda Halus.
Neural Machine Translation adalah sebuah pendekatan pemrosesan bahasa alami yang digunakan untuk
menerjemahkan suatu bahasa ke bahasa lain. NMT merupakan mesin penerjemah jaringan syaraf tiruan yang
menggunakan pendekatan baru pada teknologi mesin penerjemah yang menggabungkan komponen jaringan saraf
tiruan berulang[8]. NMT memanfaatkan konsep deep learning yang kompleks untuk menerjemahkan bahasa.
Konsep kerja dalam NMT adalah dengan menerjemahkan suatu bahasa dengan mengumpulkan data dalam bentuk
teks, sehingga dapat mengajarkan komputer agar memiliki kemampuan yang dapat menyerupai kemampuan
manusia yaitu belajar dari pengalaman. Jika dibandingkan dengan model lain, model NMT memerlukan lebih
sedikit pengetahuan linguistic, namun dapat menghasilkan kinerja yang memuaskan[9].

2. Metode Penelitian
Penelitian ini digambarkan dalam bentuk diagram alur untuk menggambarkan alur penelitiaan agar lebih
mudah dalam menyampaikan informasi. Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut.

Gambar 1. Diagram Alur Penelitian

2.1 Pengumpulan data
Penelitian ini dimulai dengan pengumpulan data, termasuk studi literatur dari jurnal, buku, e-book, dan
penelitian sebelumnya. Sumber-sumber ini mendukung pemahaman masalah penelitian.

Tabel 1. Referensi kata dalam Bahaasa Sunda loma dan Sunda halus. BL adalah bahasa loma, BHS adalah
Bahasa Sunda halus untuk sendiri dan BHB adalah Bahasa Sunda halus untuk orang lain.
No BL BHS BHB
1 anjang ngadeuheus natamu
2 balik wangsul mulih
3 mawa ngabantun nyandak

Wawancara dengan ahli juga dilakukan untuk mendapatkan informasi secara langsung. Selain itu, dilakukan
pencarian korpus teks. Korpus teks berisi berbagai teks dalam bahasa Sunda seperti cerita, dongeng, dan cerpen.
Korpus ini akan digunakan untuk melatih model bahasa dan mesin penerjemah. Ketidaktersediaan dataset Bahasa
Sunda loma – Sunda halus mengharuskan pengumpulan data dari penyusunan dataset.

Tabel 2. Proses pemecahan kalimat dan pengelompokan kalimat menjadi dataset yang akan digunakan. Kalimat
yang telah dikumpulkan akan disimpan dalam kolom LOMA atau Halus sesuai dengan referensi kata.
Contoh kalimat “ceu manéh érék kamana?” Taros Ceu éha Ninggali Ceu Titin
mapah. “érek indit ka pasar” waler Ceu Titin. “Rék naon ceu?” Taros
Ceu éha
LOMA HALUS
ceu manéh érék kamana
Taros Ceu éha Ninggali Ceu Titin mapah
érek indit ka pasar
waler Ceu Titin
Rék naon ceu?
Taros Ceu éha

2.2 Konsep model

Pada tahap ini penulis akan membuat rancangan mengenai model yang akan digunakan dalam penelitian.
Pemodelan akan digunakan untuk mengenalkan pola bahasa Sunda loma dan Sunda halus. Pada proses ini

[Link] 27
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

perancangan model diharapkan dapat menerjemahkan bahasa dunda dengan mendapatkan nilai akurasi paling
tinggi.

2.3 Pra-proses data

Pra proses data adalah langkah langkah yang dilakukan untuk mengelola data mentah sebelum data tersebut
dapat digunakan. Dataset yang digunakan adalah hasil penyusunan secara manual, sehingga proses pembersihan
data hanya berupa data cleaning yaitu membersihkan data dari karakter yang tidak diperlukan dan menggunakan
fungsi lower() dalam python untuk mengganti huruf kapital menjadi huruf kecil.

Tabel 3. Contoh dataset yang telah melaui tahap data cleaning, dengan bahasa sumber (loma) dan bahasa target
(halus)
LOMA HALUS
ceu manéh érék kamana ceu anjeun bade kamana
tanya ceu éha nempo ceu titin leumpang taros ceu éha ninggali ceu titin mapah
tanya ceu éha taros ceu éha

Selanjutnya dilakukan tokenisasi, tokenisasi merupakan proses mengubah data bahasa target dan bahasa sumber
menjadi token. Proses tokenisasi mengubah kalimat menjadi kata yang akan digunakan untuk membangun kosa
kata. Kemudian token tersebut akan diberi kode dalam bentuk integer.

Tabel 4. Tokenisasi bahasa sumber dan bahasa target

LOMA HALUS
Kalimat Token Kalimat Token
ceu manéh érék ceu, manéh, érék, ceu anjeun bade kamana ceu, anjeun,
kamana kamana bade, kamana
tanya ceu éha tanya, ceu, éha, nempo, taros ceu éha ninggali taros, ceu, éha,
nempo ceu titin ceu, titin, leumpang ceu titin mapah ninggali, ceu,
leumpang titin, mapah

Tabel 5. Pengkodean token dengan integer

LOMA HALUS
Kalimat Token Kalimat Token
manéh 2 anjeun 22
érék 3 badé 23
kamana 4 kamana 24

Tabel 6. Menyandingkan kalimat menjadi urutan pengkodean bilangan bulat. Ini adalah tahapan akhir untuk
mengubah kalimat menjadi vector sehingga model dapat memprosesnya.
LOMA HALUS
Kalimat Token Kalimat Token
ceu manéh érék kamana [1, 2, 3, 4] ceu anjeun bade kamana [21, 22, 23, 24]
tanya ceu éha nempo ceu titin [5, 1, 6, 7, 1, taros ceu éha ninggali [25, 21, 26, 27,
leumpang 8, 9] ceu titin mapah 21, 28, 29]

2.4 Modelling
Langkah awal dilakukan dengan pembuatan objek model dan penambahan lapisan LSTM. Definisi input
dan output diikuti, di mana input berupa urutan kata atau karakter dalam bentuk tensor, sementara outputnya adalah
urutan kata dalam bahasa target. Selanjutnya, konfigurasi LSTM dilakukan dengan menentukan parameter untuk
setiap lapisan model LSTM, termasuk jumlah unit dan fungsi aktivasi. Proses terakhir adalah pelatihan model,
dimana model akan memperbarui parameter internalnya secara iteratif untuk meminimalkan fungsi kerugian
selama proses pelatihan.

2.5 Evaluasi
Pada tahap ini, setelah keseluruhan tahap modelling dilakukan, makal model LSTM harus diuji dengan
menggunakan data pengujian. Pengujian menggunakan Skor BLEU dan pengujian sampel oleh narasumber ahli
dibidang Bahasa Sunda.

Tabel 7. Contoh hasil terjemahan dari teks sumber ke teks target

LOMA (sumber) Halus (Target) Hasil terjemahan
urang hayang dahar Abdi hoyong neda Aing hoyong dahar

[Link] 28
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

Dari contoh pada Tabel 7 tersebut dilakukan perhitungan menggunakan BLEU. Skor BLEU dihitung dengan
rumus berikut.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑎𝑡𝑎 𝑦𝑎𝑛𝑔 𝑐𝑜𝑐𝑜𝑘 𝑘𝑎𝑙𝑖𝑚𝑎𝑡 𝑑𝑎𝑙𝑎𝑚 𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑠𝑖
Precision = (1)
𝐽𝑢𝑚𝑙𝑎ℎ 𝑘𝑎𝑡𝑎 𝑑𝑎𝑙𝑎𝑚 𝑘𝑎𝑙𝑖𝑚𝑎𝑡 𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑠𝑖
1
Precision = = 0,333
3
Kemudian dilakukan perhitungan BP (Brevity Penalty). Dalam contoh tersebut, terjemahan mesin memiliki
3 kata.

BP = min(1, e(1 - (3/3)) = 1 (2)

Langkah terakhir adalah menghitung skor BLEU dengan menggabungkan semua nilai presisi dan faktor
BP:

BLEU = BP * exp(1 - (r1 + r2 + r3 +r4 )) * (p1 * p2 * p3*p4 ) (3)

BLEU = 1 * exp(1 - (0 + 0 + 0+0 )) * (0,333 * 0 * 0*0 ) = 0

3. Hasil dan Pembahasan

3.1. Pengumpulan data
Penyusunan dataset dilakukan dengan mengutip naskah biantara, dialog, dan cerpen Bahasa Sunda yang
dibagi menjadi beberapa kalimat dan disimpan dalam Google Spreadsheet. Totalnya, terdapat 1600 dataset dalam
dataset asli. Dalam penelitian ini, dataset asli digunakan bersama dengan dataset yang diduplikatkan menjadi 8000
dataset. Dataset asli terbagi menjadi 1400 data training dan 160 data testing, sementara dataset yang diduplikatkan
memiliki 7200 data training dan 800 data testing. Dengan demikian, data training diambil sebanyak 90%, dan data
testing sebanyak 10% dari jumlah kalimat paralel yang ada.

Gambar 2. Contoh dataset mentah yang belum melalui tahapn pengolahan data

3.2. Konsep Model

Dalam penerjemahan dari Bahasa Sunda loma ke Bahasa Sunda halus, model LSTM sering digunakan
dalam neural machine translation (NMT) untuk memahami konteks dan urutan kata. Untuk mengoptimalkan
struktur LSTM, penelitian ini menggunakan metode Root Mean Square (RMS) dan Adaptive Moment Estimation
(ADAM). RMS mengurangi divergensi nilai gradien yang tinggi, sedangkan ADAM mengadaptasi laju
pembelajaran untuk setiap parameter secara adaptif. Kedua metode ini digunakan dalam pelatihan model NMT
untuk mempercepat konvergensi dan menghindari masalah seperti vanishing atau exploding gradients.

3.3. Pra proses data

Gambar 3. Dataset setelah tahap preprocessing hanya menghilangkan karakter yang tidak diperlukan dan
mengubah huruf menjadi kecil.

Gambar 4. Grafik jumlah dataset dan frekuensi banyaknya panjang kalimat pada dataset.

[Link] 29
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

Tabel 8. Jumlah encode setelah tokenisasi (variasi kata dalam dataset).

LOMA HALUS
1533 1567

Tabel 9. Hasil penggabungan encode dengan kalimat token

LOMA HALUS
Kalimat Encode Kalimat Encode
anu kaayaan pasar na [31, 32, 12, 33, 34, anu kaayaan pasar na [52, 53, 22, 54,
keur rarujit 35] nuju rarujit 55,56]
sabab geus hujan badag [36, 37, 38, 39, margi atos hujan [57, 58, 59, 60, 61]
cikeneh 40] ageung nembe

3.4. Modelling

Gambar 5. Arsitektur modeldari tahapan input sampai tahap output

Lapisan pertama berperan sebagai lapisan input untuk membaca vektor input berukuran 10 dari bahasa
sumber. Kemudian, vektor input disematkan ke lapisan embedding sebelum diproses lapisan LSTM. Lapisan
LSTM pertama bertindak sebagai encoder, dan outputnya akan diteruskan ke lapisan RepeatVector. Lapisan
RepeatVector berfungsi sebagai jembatan antara lapisan LSTM pertama dan lapisan LSTM kedua yang juga
berperan sebagai encoder. Decoder LSTM akan menerima output dari lapisan LSTM kedua dan menuju ke lapisan
dense. Pada lapisan dense, distribusi probabilitas untuk setiap kelas dalam kosakata target dihitung menggunakan
aktivasi softmax. Berikut adalah gambaran model pada Gambar 5 dan Gambar 6.

Gambar 6. Lapisan embedding menerima input berukuran 10, yang merupakan vektor maksimum dalam bahasa
sumber. Sedangkan lapisan akhir menghasilkan output berukuran 10, yang juga merupakan ukuran vektor
maksimum untuk target.

[Link] 30
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

3.5. Evaluasi
Dalam kasus ini, optimizer RMSprop dan fungsi kerugian 'sparse_categorical_crossentropy' dipilih. Proses
pelatihan menggunakan fungsi fit dengan jumlah epoch 200 dan batch size 64. Data validasi sebesar 0.1 juga
ditentukan untuk memantau proses pelatihan. Grafik loss dapat divisualisasikan untuk mengamati kinerja model
selama proses pembelajaran.

Gambar 7. Grafik loss pelatihan menggunakam optimizer RMS dengan dataset asli

Gambar 8. Garfik loss pelatihan menggunakan optimizer RMS dengan dataset duplikat

Pada Gambar 7 .grafik loss selama pelatihan model menampilkan garis validasi (jingga) menjauhi garis
train (biru). Garis training dan validasi yang saling menjauh menandakan bahwa pelatihan menggunakan model
tersebut kurang efektif [10]. Grafik akurasi pada garis validasi cenderung stabil sedangkan garis train mengalami
mengalami penurunan pada epoch pertama sampai akhir. Model berhenti di epoch ke 24 yang menandakan tidak
ada peningkatan validasi selama 10 epoch berturut [Link] pada Gambar 8 menunjukan garis train dan
garis validasi saling mendekat dan menurun. Kedua garis tersebut cenderung stabil dan berhenti setelah epoch ke
90. Kedua garis tersebut membentuk garis yang hampir sejajar, menunjukkan bahwa performa model baik pada
data pelatihan maupun data validasi relatif stabil dan konsisten selama periode tersebut.
Proses pelatihan model dilakukan dengan ADAM menggunakan fungsi fit, yang memanfaatkan data latih
untuk mengoptimalkan parameter-model. Jumlah epoch 200 dan ukuran batch 64 ditentukan untuk mengontrol
iterasi dan proses pembelajaran secara batch. Callback EarlyStopping digunakan untuk menghentikan pelatihan
jika tidak terjadi peningkatan dalam validation loss setelah beberapa epoch, mencegah overfitting.

Gambar 9. Grafik loss pelatihan menggunakan optimizer ADAM dengan dataset asli

[Link] 31
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

Gambar 10. Grafik losspelatihan menggunakan optimizer ADAM dengan dataset duplikat
Grafik loss pada Gambar 9 selama pelatihan model menunjukkan bahwa garis validasi (jingga) menjauhi
garis train (biru). Kedua garis yang saling menjauh menandakan bahwa model memiliki performa yang konsisten
pada kedua set data. Hal ini mengindikasikan bahwa model dapat menggeneralisasi dengan baik, tidak hanya pada
data pelatihan tetapi juga pada data yang belum pernah dilihat sebelumnya (data validasi). Pelatihan model berhenti
di epoch ke-21. Sedangkan pada Gambar 10. menunjukkan hasil pelatihan menggunakan optimizer ADAM dengan
data yang diduplikat. Garis train dan garis validasi mendekat dan menurun, stabil rapat, dan berhenti pada epoch
ke 140. Model berhasil dalam proses pelatihan dan generalisasi.

Gambar 11. Hasil BLEU skor menggunakan optimizer RMS dengan dataset asli.

Gambar 12. Hasil BLEU skor menggunakan RMS dengan dataset duplikat

Gambar 13. Hasil BLEU skor menggunakan ADAM dengan dataset asli

[Link] 32
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

Gambar 14. Hasil BLEU skor menggunakan ADAM dengan dataset duplikat
Gambar 11 menampilkan hasil perhitungan BLEU score pada data test menggunakan dataset asli (RMS).
Skor BLEU-1, BLEU-2, BLEU-3, dan BLEU-4 secara berturut-turut adalah 0.0049, 0.0016, 0.00125, dan 0.001.
Hasil ini menunjukkan kualitas terjemahan mesin yang rendah dibandingkan dengan teks referensi manusia. Hanya
sekitar 0.49% dari unigram dalam hasil terjemahan yang sesuai dengan unigram dalam teks referensi. Hasil
perhitungan BLEU score pada Gambar 13 dengan menggunakan dataset duplikat(RMS) menunjukkan skor BLEU-
1, BLEU-2, BLEU-3, dan BLEU-4 masing-masing adalah 0.00250, 0.000582, 0.000540, dan 0.005. Pada gambar
13, grafik tersebut menujukan evaluasi dari dataset asli yang menganmpilkan hasil perhitungan yang kurang baik.
Skor pada 1-grams, 1-2 grams, 1-3 grams dan 1-4 grams masing masing adalah 0.000, 0.000, 0.000 dan 0.000
Meskipun terjadi peningkatan, kualitas terjemahan masih rendah. Pada Gambar 14, hasil perhitungan BLEU score
pada model mesin penerjemah LSTM dengan optimizer ADAM menunjukkan skor yang cukup baik, dengan
BLEU-1 sebesar 99.2%, BLEU-2 sebesar 98.3%, BLEU-3 sebesar 96.9%, dan BLEU-4 sebesar 92.4%. Meskipun
demikian, terdapat evaluasi yang kurang baik pada dataset yang diduplikat.

Tabel 10. Contoh hasil terjemah dan skor penilaian oleh narasumber ahli. Semakin mendekati 0 hasil terjemahn
berarti tidak sesuai, mendekati 1 berarti terjemahan sesuaai.
Bahasa Sumber Hasil Terjemahan Otomatis (RMS data asli) skor
sabab boga keneh pagawean manehna maneh urang ka maneh teu ka urang maneh maneh teu urang 0
ka maneh teu urang ka urang teu ka anu maneh teu maneh teu maneh
urang maneh maneh urang ka maneh urang maneh ...
da butuh jang dahar manehna maneh urang ka maneh ka teu ka urang maneh maneh teu 0
sapopoe urang ka maneh anu maneh teu urang teu urang teu ka urang teu ka
maneh teu maneh teu maneh urang maneh urang ka maneh...
Bahasa Sumber Hasil Terjemahan Otomatis (RMS data duplikat) skor
naha maneh teu bisa indit manehna maneh anu urang teu teu anu teu urang urang teu teu maneh 0
sorangan anu urang teu teu urang teu anu teu ka anu ka teu urang teu urang teu
anu teu ka teu anu ka urang anu teu anu t...
ih aing ge nempo manehna urang urang ka urang anu urang ka urang maneh maneh ka 0
aing ka urang aing maneh anu teu urang teu urang maneh teu anu
urang teu ka teu ka teu ka urang aing anu teu anu maneh anu k...
Bahasa Sumber Hasil Terjemahan Otomatis (ADAM data asli) skor
sabaraha umur maneh urang maneh 0
maneh baraya urang 0
Bahasa Sumber Hasil Terjemahan Otomatis (ADAM data duplikat) skor
Tong jadi hinaan Teu kenging janten hinaan 1
Ari maneh boga kartu pos Dupi anjeun ngagaduhan kartu pos 0,8

Berdasarkan evaluasi oleh narasumber ahli Sastra Sunda, hasil terjemahan menunjukkan bahwa
penggunaan optimizer ADAM pada dataset yang diduplikatkan memberikan hasil terbaik. Meskipun demikian,
terdapat beberapa evaluasi yang perlu diperhatikan, seperti kurangnya pengenalan subjek dalam beberapa hasil
terjemahan dan satu kesalahan penggunaan kata kerja yang kurang sesuai dari 11 sampel. Meskipun demikian,
kesalahan tersebut tidak signifikan dan tidak mempengaruhi makna keseluruhan kalimat. Sebaliknya, penggunaan
optimizer RMS dan ADAM dengan dataset asli tidak menghasilkan terjemahan yang sesuai menurut penilaian

[Link] 33
 Jurnal Komputer Antartika
Volume 2 Nomor 1 2024

narasumber ahli. Meskipun ada satu kalimat yang sama, namun memiliki arti dan makna yang berbeda sehingga
dinilai tidak sesuai.

4. Kesimpulan
Penelitian mengenai implementasi Neural Machine Translation (NMT) dengan algoritma Long Short
Term Memory (LSTM) dari Bahasa Sunda loma ke Bahasa Sunda halus menghadapi tantangan kompleksitas
karena adanya undak usuk basa. Percobaan dilakukan untuk menyelesaikan permasalahan ini, dan hasil
menunjukkan adanya overfitting yang dipengaruhi oleh jumlah data. Variasi dataset dapat meningkatkan akurasi
terjemahan, dengan optimizer ADAM memberikan hasil terbaik, baik pada dataset asli maupun yang diduplikat.
Evaluasi oleh narasumber ahli menunjukkan bahwa hasil terjemahan yang paling optimal diperoleh dengan
optimizer ADAM pada dataset yang diduplikatkan, sementara prediksi menggunakan optimizer RMS dan ADAM
dengan data asli menunjukkan hasil yang jauh dari target yang diharapkan.

Referensi

[1] C. Sobarna, G. Gunardi, and A. S. Afsari, “Toponim daToponim dalam Upaya Pemertahanan Bahasa
Sunda di Wilayah Jawa Tengah: Kasus di Kecamatan Dayeuhluhur, Kabupaten Cilacaplam Upaya
Pemertahanan Bahasa Sunda di Wilayah Jawa Tengah: Kasus di Kecamatan Dayeuhluhur, Kabupaten
Cilacap,” Makna (Jurnal Kaji. Komunikasi, Bahasa, dan Budaya), vol. 4, no. 1, pp. 154–173, 2019, doi:
10.33558/makna.v4i1.1678.
[2] M. A. Pangestu and S. Sudjianto, “Analisis Struktur dan Pemakaian Keigo dan Perbandingannya dengan
Undak Usuk Basa Sunda,” IDEA J. Stud. Jepang, vol. 3, no. 1, pp. 1–11, 2021, doi:
10.33751/idea.v3i1.3328.
[3] N. Komalasari, E. W. Hidayat, and A. P. Aldya, “Aplikasi Pengenalan Bahasa Sunda Berbasis Multimedia
Dengan Konsep V.I.S.U.a.L.S,” J. Nas. Pendidik. Tek. Inform., vol. 9, no. 1, p. 21, 2020, doi:
10.23887/janapati.v9i1.21654.
[4] Y. Hendayana, “TEKS DAN KONTEKS DALAM JEJAK BUDAYA TAKBENDA STUDI KASUS:
BABASAN DAN PARIBASA SUNDA,” Pros. Balai Arkeol. Jawa Barat, vol. 3, no. 1 SE-, pp. 215–223,
Dec. 2020, doi: 10.24164/prosiding.v3i1.24.
[5] Z. Munawar, Iswanto, D. Widhiantoro, and N. I. Putri, “Analisis Sentimen Covid-19 Pada Media Sosial
Dengan Model Neural Machine Translation,” Tematik, vol. 9, no. 1, pp. 15–20, 2022, doi:
10.38204/tematik.v9i1.899.
[6] T. I. Ramadhan, N. G. Ramadhan, and A. Supriatman, “Implementation of Neural Machine Translation
for English-Sundanese Language using Long Short Term Memory (LSTM),” Build. Informatics, Technol.
Sci., vol. 4, no. 3, pp. 1438–1446, 2022, doi: 10.47065/bits.v4i3.2614.
[7] Moch Farryz Rizkilloh and Sri Widiyanesti, “Prediksi Harga Cryptocurrency Menggunakan Algoritma
Long Short Term Memory (LSTM),” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp.
25–31, 2022, doi: 10.29207/resti.v6i1.3630.
[8] W. Gunawan, H. Sujaini, and T. Tursina, “Analisis Perbandingan Nilai Akurasi Mekanisme Attention
Bahdanau dan Luong pada Neural Machine Translation Bahasa Indonesia ke Bahasa Melayu Ketapang
dengan Arsitektur Recurrent Neural Network,” J. Edukasi dan Penelit. Inform., vol. 7, no. 3, p. 488, 2021,
doi: 10.26418/jp.v7i3.50287.
[9] S. Yang, Y. Wang, and X. Chu, “A Survey of Deep Learning Techniques for Neural Machine Translation,”
2020, [Online]. Available: [Link]
[10] G. P. Natakusumah and E. Ernastuti, “Implementasi Metode CNN Multi-Scale Input dan Multi-Feature
Network untuk Dugaan Kanker Payudara,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 7, no. 2,
p. 43, 2022, doi: 10.31328/jointecs.v7i2.3637.

[Link] 34