creators_name: Mohammed , Raihan Akbar
creators_id: 1917051061
type: other
datestamp: 2025-02-03 06:18:32
lastmod: 2025-02-03 06:18:32
metadata_visibility: show
title: PENERJEMAHAN BAHASA LAMPUNG-BAHASA INDONESIA
MENGGUNAKAN LONG SHORT-TERM MEMORY
ispublished: pub
subjects: 000
full_text_status: restricted
abstract: Penelitian ini bertujuan untuk mengembangkan model penerjemahan otomatis dari
bahasa Lampung Api ke bahasa Indonesia menggunakan long short-term memory
(LSTM). Mengingat bahasa Lampung merupakan bahasa daerah yang terancam
punah, penelitian ini fokus pada penerapan model LSTM untuk mengatasi
tantangan dalam menerjemahkan bahasa tersebut. Model dilatih dengan data yang
telah dibersihkan dan dilakukan tokenisasi, lalu dievaluasi menggunakan analisis
kuantitatif berupa plot loss dan metrik BLEU dan analisis kualitatif berupa contoh
hasil penerjemahan. Hasil evaluasi pada set latih menunjukkan skor BLEU 1-gram
sebesar 0,7900, namun menurun pada n-gram lebih tinggi: 2-gram sebesar 0,7025,
3-gram sebesar 0,6205, dan 4-gram sebesar 0,5290. Pada set uji, skor BLEU 1-gram
turun menjadi 0,5118, dengan penurunan pada n-gram berikutnya. Model
menunjukkan kesulitan dalam menangani konteks kompleks, terutama pada kalimat
panjang, di mana skor 4-gram turun menjadi 0,0532 di set uji pada kalimat 10 kata.
Temuan ini mengindikasikan keterbatasan LSTM dalam menangani long-range
dependencies. Penambahan mekanisme attention dapat dipertimbangkan untuk
perbaikan. Penelitian ini diharapkan berkontribusi pada pengembangan teknologi
penerjemahan bahasa daerah di Indonesia dan mendukung pelestarian Bahasa
Lampung.

Kata kunci: penerjemahan mesin, bahasa Lampung, bahasa Indonesia, long short-
term memory, pemrosesan bahasa alami, pelestarian bahasa
This research aims to develop an automatic translation model from the Lampung
Api language to Indonesian using long short-term memory (LSTM). Considering
that the Lampung language is an endangered regional language, this study focuses
on applying the LSTM model to address the challenges in translating the language.
The model was trained on cleaned and tokenized data and evaluated using
quantitative analysis in the form of loss plots and BLEU metrics, as well as
qualitative analysis through translation examples. Evaluation results on the training
set showed a BLEU 1-gram score of 0.7900, but it decreased with higher n-grams:
2-gram at 0.7025, 3-gram at 0.6205, and 4-gram at 0.5290. On the test set, the

BLEU 1-gram score dropped to 0.5118, with further declines in the subsequent n-
grams. The model demonstrated difficulties in handling complex contexts,

especially in long sentences, where the 4-gram score dropped to 0.0532 in the test
set for sentences with 10 words. These findings indicate the limitations of LSTM in
handling long-range dependencies. The addition of an attention mechanism may be
considered for improvement. This research is expected to contribute to the
development of regional language translation technology in Indonesia and support
the preservation of the Lampung language.

Keywords: machine translation, Lampung language, Indonesian language, long
short-term memory, natural language processing, language preservation
date: 2024-08-07
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM 
place_of_pub: UNIVERSITAS LAMPUNG
citation:   Mohammed , Raihan Akbar  (2024) PENERJEMAHAN BAHASA LAMPUNG-BAHASA INDONESIA MENGGUNAKAN LONG SHORT-TERM MEMORY.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/81862/1/File%20ABSTRAK%20-%20mohammed%20raihan.pdf
document_url: http://digilib.unila.ac.id/81862/2/File%20FULL%20SKRIPSI%20-%20mohammed%20raihan.pdf
document_url: http://digilib.unila.ac.id/81862/3/File%20FULL%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN%20-%20mohammed%20raihan.pdf