%0 Generic
%A ADINDA , PUTRI HERMAWAN 
%C UNIVERSITAS LAMPUNG
%D 2025
%F eprints:89823
%I FAKULTAS MATEMATIKA ILMU PENGETAHUAN ALAM
%T MARIANMT BERBASIS TRANSFORMER UNTUK PENERJEMAHAN  BAHASA INGGRIS-INDONESIA DENGAN FINE-TUNING DATA  TECHNOLOGY, EDUCATION, AND DESIGN(TED)TALKS
%U http://digilib.unila.ac.id/89823/
%X Pada era globalisasi, kebutuhan akan penerjemah otomatis yang akurat semakin  meningkat untuk mendukung komunikasi lintas bahasa, khususnya dari bahasa  Inggris ke bahasa Indonesia. Penelitian ini bertujuan untuk mengevaluasi efektivitas  ne-tuningpada model MarianMT berbasistransformermenggunakan data  TEDTalks yang bersifat formal, serta menganalisis pengaruh tanda tanya dalam  kalimat tanya terhadap kualitas terjemahan. Metode yang digunakan meliputi  pre-processingdata, pembagian dataset ke dalam lima skenario proporsi pelatihan  dan validasi, penyesuaianhyperparametermodel, serta penerapan teknikne-tuning  denganearly-stoppingdandropoutuntuk menghindariovertting. Evaluasi  dilakukan menggunakan BLEUscorepada data uji. Hasil penelitian menunjukkan  bahwane-tuningdengan datain-domaindapat meningkatkan akurasi terjemahan,  ditunjukkan oleh perolehan BLEU tertinggi sebesar 32,14. Penelitian ini juga  menunjukkan bahwa penghapusan tanda tanya memengaruhi makna terjemahan,  khususnya pada kalimat pendek dan sedang. Skenario proporsi data 90:10  (pelatihan:validasi) menghasilkan kinerja terbaik dengan stabilitas nilai loss yang  baik. Dengan demikian, kombinasine-tuningdan pengaturanpre-processingyang  tepat dapat menghasilkan terjemahan yang lebih akurat dan sesuai konteks.  Kata-kata kunci:Neural Machine Translation,Transformer, MarianMT,  Fine-Tuning, TEDTalks, Keformalan Bahasa, BLEUScore.