Lewati ke konten

Pengetahuan yang menerangi dunia

Menerjemahkan dengan AI: Cara Menggunakan Google Translate, DeepL, dan Asisten Obrolan dengan Baik

Penerjemahan mesin telah mengalami loncatan besar dalam beberapa tahun terakhir dan dapat menghasilkan teks yang lancar dalam hitungan detik. Kelebihan dan kekurangan alat penerjemah, tips untuk hasil yang lebih baik, dan situasi di mana Anda harus menggunakan penerjemah manusia.

Menerjemahkan dengan AI: Cara Menggunakan Google Translate, DeepL, dan Asisten Obrolan dengan Baik

Penerjemahan mesin meningkat tajam setelah beralih ke sistem berbasis jaringan saraf (neural network) sejak 2016, dan model bahasa besar kini menghasilkan terjemahan yang lebih baik dalam mempertahankan gaya dan konteks. Hari ini Anda dapat memahami halaman web, email, atau menu dalam hitungan detik. Namun, masih ada kesenjangan penting antara "cukup baik untuk dipahami" dan "siap dipublikasikan".

Alat apa untuk apa?

  • Alat terjemahan klasik: Google Translate, DeepL, dan Microsoft Translator cepat, mendukung banyak bahasa, dan menerjemahkan dokumen.
  • Asisten obrolan: Anda dapat memberi tahu asisten seperti ChatGPT, Claude, atau Gemini tentang gaya, audiens, dan istilah pilihan, serta meminta mereka menjelaskan terjemahan atau menawarkan alternatif.
  • Terjemahan kamera dan suara: Membaca rambu dan menerjemahkan percakapan sangat berguna saat bepergian.

Tips untuk hasil yang lebih baik

  1. Berikan konteks: misalnya “Ini adalah email formal kepada klien”.
  2. Tambahkan glosarium: Buat daftar istilah khusus merek atau bidang Anda beserta terjemahan pilihannya.
  3. Gunakan kalimat pendek dan jelas: Kalimat yang panjang dan ambigu meningkatkan kesalahan.
  4. Terjemahkan balik: Terjemahkan kembali hasil ke bahasa sumber untuk memeriksa apakah makna tetap terjaga.
  5. Minta penutur asli membacanya: Terutama untuk teks yang akan dipublikasikan.

Kesalahan umum

  • Idiom dan peribahasa diterjemahkan kata per kata
  • Tingkat formalitas yang salah
  • Format angka, tanggal, dan satuan yang tertukar
  • Informasi ditambahkan yang tidak ada di sumbernya, atau ada kalimat yang terlewat

Kapan penerjemah manusia sangat diperlukan?

Biaya kesalahan sangat tinggi dalam kontrak, dokumen pengadilan, laporan medis, brosur obat, permohonan resmi, serta buku atau materi iklan untuk publikasi. Untuk ini, gunakan penerjemah profesional dan, jika diperlukan, penerjemah tersumpah. Menggunakan terjemahan mesin sebagai draf yang dikoreksi oleh ahli (pasca-sunting) juga merupakan metode yang umum.

Bagaimana perkembangan penerjemahan mesin?

Upaya penerjemahan komputer sudah ada sejak tahun 1950-an, tetapi metode ini telah melalui beberapa tahap utama:

  • Sistem berbasis aturan: Ahli bahasa menulis kamus dan aturan tata bahasa satu per satu; hasilnya sering kali kasar dan kata per kata.
  • Terjemahan statistik: Pada tahun 2000-an, sistem mulai belajar, melalui probabilitas, frasa mana yang sesuai dengan frasa lain dari jutaan pasangan kalimat yang diterjemahkan oleh manusia.
  • Penerjemahan mesin neural: Pada tahun 2016, Google mengumumkan peralihannya ke sistem jaringan saraf yang memproses kalimat secara keseluruhan, dan kelancaran meningkat secara signifikan.
  • Transformer dan model bahasa besar: Arsitektur Transformer yang diperkenalkan pada tahun 2017 membentuk dasar dari alat terjemahan dan asisten obrolan saat ini.

Mengapa bahasa yang jarang dituturkan lebih sulit?

Sistem penerjemahan membutuhkan banyak teks dua bahasa untuk belajar. Kualitasnya tinggi untuk bahasa seperti Inggris, Spanyol, atau Prancis karena data tersebut melimpah; untuk bahasa dengan sedikit teks di internet, kesalahan meningkat tajam. Ini disebut "bahasa sumber rendah". Penelitian seperti proyek NLLB-200 Meta, yang diumumkan pada tahun 2022, mencoba memperkecil kesenjangan ini dengan model yang mencakup 200 bahasa. Meskipun demikian, jika Anda menerjemahkan teks penting ke dalam bahasa sumber rendah, meminta penutur asli memeriksa hasilnya menjadi lebih penting dari sebelumnya.

Fitur, paket, dan harga alat AI sering berubah. Selalu periksa halaman resmi alat tersebut untuk informasi terkini.

Sumber dan bacaan lebih lanjut

  1. Yonghui Wu et al., “Google’s Neural Machine Translation System”, arXiv, 2016.
  2. ISO 18587:2017, “Translation services — Post-editing of machine translation output”.
  3. European Commission, eTranslation service and machine translation guidance.
  4. Wu, Y. et al. (2016), “Google’s Neural Machine Translation System”, arXiv:1609.08144
  5. Vaswani, A. et al. (2017), “Attention Is All You Need”, NeurIPS
  6. NLLB Team (2022), “No Language Left Behind: Scaling Human-Centered Machine Translation”, arXiv:2207.04672
Bagikan
Ikuti YulaHubDapatkan berita terpenting hari ini lebih dulu.
RSS

Tinggalkan komentar

Alamat email Anda tidak akan dipublikasikan. Kolom yang wajib diisi ditandai *