MESIN PENERJEMAH BAHASA KOMERING BERBASIS MACHINE LEARNING DENGAN ALGORITMA MODEL A BIDIRECTIONAL RNN

FADILAH, M. RIZKI (2023) MESIN PENERJEMAH BAHASA KOMERING BERBASIS MACHINE LEARNING DENGAN ALGORITMA MODEL A BIDIRECTIONAL RNN. Diploma thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB 0 WM.pdf Download (1MB)
	Text (BAB 1) BAB 1 WM.pdf Download (411kB)
	Text (MESIN PENERJEMAH BAHASA KOMERING BERBASIS MACHINE LEARNING DENGAN ALGORITMA MODEL A BIDIRECTIONAL RNN) LP WM.pdf Restricted to Repository staff only Download (4MB)
	Text (DAFTAR PUSTAKA) DAFPUS WM.pdf Download (390kB)
	Text (ARTIKEL) ARTIKEL WM.pdf Restricted to Repository staff only Download (859kB)

Abstract

Bahasa daerah merupakan salah satu kebudayaan yang ada di Indonesia dengan ragam dari berbagai macam daerah di seluruhNusantara. Di Indonesia terdapat banyak sekali bahasa-bahasa daerah yang digunakan seperti bahasa Jawa, bahasa Padang, bahasa Sunda, bahasa Medan, bahasa Aceh dan masih banyak lagi. Pengetahuan tentang suatu bahasa daerah terkadang banyak tidak diketahui oleh masyarakat luar dari daerah tersebut. Misalnya saja seperti Bahasa Komering yang tidak banyak diketahui oleh masyarakat di daerah Sumatera Selatan sehingga dapat membuat budaya bahasa daerah menjadi terlupakan karena banyak yang tidak mengerti arti kata ataupun kalimatnya. Untuk itulah perlu dilakukan pelestarian budaya bahasa daerah agar tidak tertinggal oleh budaya bahasa gaul. Dalam penelitian yang dilakukan, peneliti berusaha untuk mengembangkan pemodelan a bidirectional RNN yang dapat melakukan penerjemahan bahasa Komering ke bahasa Indonesia dengan berbasis machine learning. Pengembangan model ini akan menjadi langkah awal untuk membantu masyarakat dalam mengetahui arti bahasa Komering baik per kata ataupun per kalimat. Pada pengembangan model ini, peneliti melakukan uji coba dan pelatihan model a bidirectional RNN agar dapat melakukan penerjemahan bahasa Komering ke bahasa Indonesia. Hasil dari uji coba yang dilakukan akan ditampilkan melalui persentase akurasi. Hasil persentase akurasi rata-rata yang didapatkan dari percobaan 100 epoch penerjemahan menggunakan model a bidirectional RNN adalah 88%.

Actions (login required)

View Item