Terjemahan otomatis kini mudah ditemui saat membaca situs berbahasa asing, membalas pesan, atau menerjemahkan dokumen. Teknologi ini membantu pengguna memahami isi teks dalam hitungan detik, meski hasilnya tetap perlu diperiksa. Dalam dunia teknologi bahasa, layanan tersebut dikenal sebagai machine translation atau MT.
Apa itu MT? MT adalah teknologi yang menerjemahkan teks atau ucapan dari satu bahasa ke bahasa lain dengan bantuan komputer. Google Translate, DeepL, dan fitur terjemahan pada peramban merupakan contoh penggunaan MT yang dekat dengan kegiatan sehari-hari.
Apa Itu MT dalam Teknologi Bahasa
Machine translation berarti terjemahan mesin. Sistem ini memproses kata, susunan kalimat, serta konteks untuk menghasilkan terjemahan pada bahasa tujuan. MT banyak dipakai karena dapat mempercepat pemahaman informasi lintas bahasa.
Hasil terjemahan mesin tidak selalu sama dengan terjemahan manusia. Sistem dapat mengenali pola bahasa dengan cepat, tetapi kadang keliru menangkap maksud, gaya bahasa, atau ungkapan tertentu. Oleh karena itu, teks penting tetap perlu disunting oleh penerjemah.
Menurut Philipp Koehn dalam buku Neural Machine Translation, penerjemahan mesin memanfaatkan data bahasa untuk mempelajari hubungan antara kalimat sumber dan kalimat target.
Fungsi utama machine translation
MT membantu orang menerjemahkan artikel, surel, petunjuk produk, hingga percakapan singkat. Mahasiswa dapat memakainya untuk memahami referensi awal berbahasa asing, sementara pelaku usaha dapat menerjemahkan informasi produk bagi calon pelanggan dari negara lain.
Teknologi ini juga mendukung akses informasi yang lebih luas. Misalnya, pengguna dapat menerjemahkan halaman situs luar negeri melalui fitur bawaan Google Chrome tanpa perlu menyalin seluruh isi teks secara manual.
Perkembangan awal MT
Gagasan penerjemahan menggunakan komputer telah berkembang sejak pertengahan abad ke-20. Salah satu peristiwa yang sering dibahas adalah demonstrasi Georgetown IBM pada 1954 yang menerjemahkan sejumlah kalimat Rusia ke bahasa Inggris secara terbatas.
Menurut W. John Hutchins dalam artikel ilmiah Machine Translation: A Concise History, demonstrasi tersebut meningkatkan perhatian terhadap pengembangan sistem penerjemahan otomatis. Kemampuan MT kemudian berkembang pesat seiring hadirnya komputer yang lebih kuat dan data digital dalam jumlah besar.
Cara Kerja Machine Translation
MT modern bekerja dengan menganalisis teks masukan, mencari pola bahasa, lalu menyusun terjemahan dalam bahasa tujuan. Prosesnya berlangsung sangat cepat karena sistem telah dilatih menggunakan banyak contoh pasangan kalimat dari berbagai bahasa. Namun, kualitas hasil tetap bergantung pada data dan jenis bahasa yang diterjemahkan.
Bahasa dengan banyak data digital, seperti Inggris, Spanyol, atau Prancis, umumnya lebih mudah diproses oleh sistem. Di sisi lain, bahasa daerah atau bahasa dengan sumber data terbatas dapat menghasilkan terjemahan yang kurang konsisten.
Secara umum, perkembangan teknologi MT dapat dibagi menjadi tiga pendekatan utama berikut.
Terjemahan berbasis aturan
Sistem berbasis aturan menggunakan tata bahasa dan kamus yang disusun oleh ahli bahasa. Komputer menerapkan aturan tersebut untuk memilih padanan kata dan membentuk kalimat terjemahan.
Pendekatan ini cukup terstruktur, tetapi pengembangannya memerlukan waktu panjang. Sistem juga dapat kesulitan ketika menghadapi kalimat yang fleksibel atau memiliki banyak makna.
Terjemahan statistik dan neural
Terjemahan statistik mempelajari kemungkinan pasangan kata atau frasa dari kumpulan teks dwibahasa. Setelah itu, neural machine translation menggunakan jaringan saraf, yaitu sistem komputasi yang belajar dari pola data dalam jumlah besar.
Menurut Dzmitry Bahdanau, Kyunghyun Cho, dan Yoshua Bengio dalam artikel ilmiah Neural Machine Translation by Jointly Learning to Align and Translate, model neural dapat mempelajari bagian kalimat sumber yang paling relevan saat menghasilkan terjemahan. Pendekatan ini membuat hasil terjemahan lebih lancar pada banyak pasangan bahasa.
Penerapan dan Keterbatasan MT
Machine translation sudah digunakan dalam pendidikan, layanan pelanggan, perdagangan digital, serta komunikasi antarnegara. Kecepatan menjadi alasan utama banyak orang menggunakannya. Meski begitu, MT perlu dipakai sesuai kebutuhan agar informasi tidak berubah makna.
Pengguna sebaiknya tidak langsung menyalin hasil terjemahan untuk dokumen resmi, kontrak, karya ilmiah, atau informasi kesehatan. Kalimat yang terlihat benar belum tentu sesuai dengan konteks asalnya.
Apa itu MT pada akhirnya perlu dipahami sebagai alat bantu bahasa yang praktis. Pengguna tetap memegang peran penting untuk memeriksa ketepatan pesan yang ingin disampaikan.
Kelebihan dalam kegiatan sehari-hari
MT menawarkan sejumlah manfaat yang terasa langsung bagi pengguna, antara lain:
- Menerjemahkan teks dalam waktu singkat.
- Membantu memahami situs dan dokumen berbahasa asing.
- Memudahkan komunikasi awal dengan orang dari negara lain.
- Mendukung pencarian informasi dari sumber global.
- Menghemat biaya untuk kebutuhan terjemahan sederhana.
Batasan yang perlu diperhatikan
MT masih dapat keliru menerjemahkan idiom, humor, bahasa gaul, serta istilah yang sangat khusus. Contohnya, satu kata dalam bahasa Indonesia dapat memiliki makna berbeda bergantung pada situasi kalimatnya.
Selain itu, pengguna perlu berhati-hati saat memasukkan data pribadi atau dokumen rahasia ke layanan terjemahan daring. Periksa kebijakan privasi platform sebelum mengunggah isi dokumen penting.
