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.
Collections
- UT - Computer Science [2323]