Pengembangan Sistem Penerjemah Kata dan Frasa Bahasa Inggris Menjadi Bahasa Indonesia dengan Model Peluang Bersyarat Bayes

Abstract

Sistem penerjemah dapat dikembangkan dengan beberapa pendekatan di antaranya, rule-based, dictionary-based, statistical, example-based, dan hybrid. Penelitian ini mengembangkan sistem penerjemah Bahasa Inggris – Bahasa Indonesia menggunakan metode korpus paralel dengan pendekatan statistik. Pendekatan statistik yang digunakan adalah phrase-based model dengan peluang bersyarat Bayes. Model peluang bersyarat Bayes digunakan untuk mengetahui peluang kemunculan bersyarat dari query dua kata. Hasil penelitian menunjukkan bahwa metode Statistical Machine Translation dengan pendekatan phrase-based dapat diterapkan untuk pembangkitan kamus Bahasa Inggris ke Bahasa Indonesia. Hasil Mean Average Precision (MAP) untuk query satu kata adalah 0.787, sedangkan hasil MAP untuk query berupa frasa adalah 0.900. Hal ini terjadi karena pembobotan yang dilakukan hanya menggunakan frekuensi kemunculan kata.