Hasil Pencarian  ::  Simpan CSV :: Kembali

"Banyak orang mengatakan bahwa penerjemahan adalah "seni". Jadi, penerjemahan didasari oleh kiat yang bertujuan memperoleh padanan bagi bahasa sumber (BSu), sehingga pesan yang terkandung dalam Bsu dapat diungkapkan kembali di dalam bahasa sasaran (BSa). Akan tetapi, hal di atas tidak cukup. Penerjemahan harus ditempatkan dalam konteks komunikasi, khususnya komunikasi kebahasaan. Nida dan Taber (1974:1) mengemukakan bahwa "Correctness must be determined by the extent to which the average reader for which a translation is intended will be likely to understand it correctly." Pernyataan di atas dapat kita pahami dan dapat kita jabarkan selanjutnya sebagai berikut: (1) sebelum mulai mengalihbahasakan sebuah teks, penerjemah harus memahami pesan yang terkandung dalam teks tersebut, (2) siapa pengirim pesan itu, ditujukan kepada siapa, dan siapa calon pembaca dalam Bsa? (3) makin jelas (terbatas) calon pembaca hasil penerjemahan kita, makin "mudah" kita membuat keputusan tentang pilihan bentuk bahasa dalam proses penerjemahan kita, (4) benar tidaknya suatu terjemahan berkaitan dengan apakah pesan dalam Bsu diterima secara sepadan dalam BSa."

"ABSTRAKIdiom adalah suatu bentuk bahasa yang merefleksikan filosofi dan kebudayaan suatu bangsa. Penerjemahan idiom merupakan salah satu dari beberapa masalah dalam penerjemahan. Idiom dari suatu negara memiliki latar belakang budaya dan susunan bahasa yang tidak selalu mudah dipahami oleh pembelajar asing atau non-penutur. Oleh sebab itu, penerjemahan idiom dari Bahasa Sumber ke Bahasa Sasaran tidak selalu padan. Tulisan ini membahas tentang penerjemahan idiom yang telah melalui dua kali proses penerjemahan, dari Bahasa Sumber (BSu) ke Bahasa Sasaran 1, kemudian dari Bahasa Sasaran 1 (BSa1) ke Bahasa Sasaran 2 (BSa2). Data penelitian diambil dari cerpen berbahasa Mandarin berjudul ―风波Fengbo‖ karya Lu Xun. Hasil analisis menunjukkan bahwa dari total sembilan idiom yang muncul di cerpen yang telah disebutkan terdapat lima idiom yang diterjemahkan dengan padan dalam BSa1 dan tiga idiom yang diterjemahkan dengan padan dalam BSa2. Sedangkan dari perbandingan antara penerjemahan kedalam BSa1 dan BSa2 terlihat perbedaan dalam memaknai dua idiom yang ada dalam data. Dapat disimpulkan bahwa penerjemahan pada proses yang kedua (BSa2) mengalami pergeseran makna yang lebih jauh dibandingkan proses yang pertama (BSa1).

---

ABSTRACTIdioms are a form of language that reflects the philosophy and culture of a nation. Idiom translation is one of several problems of translation. Idioms from a certain country have a cultural background and a language structure that are not always easily understood by foreign learners or non-speakers. Therefore, translating idioms from Source Language to Target Language is not always equivalent. This paper discusses the translation of idioms that have gone through two translation processes, from Source Language (SLa) to Target Language 1, then from Target Language 1 (TLa1) to Target Language 2 (TLa2). The research data was taken from a Chinese language short story entitled 风波 Fengbo by Lu Xun. The results of the analysis show that out of the nine idioms that appear in the short stories mentioned there are five idioms which are translated with equivalents in TLa1 and three idioms which are translated as equivalents in TLa2. Whereas the comparison between translation into TLa1 and TLa2 shows differences in interpreting two idioms in the data. It can be concluded that the translation in the second process (TLa2) will experience a further shift in meaning."

"Sebagai produk budaya yang mengandung pesan tertentu, karya sastra sering kali diperkenalkan ke negara-negara lain dengan cara diterjemahkan ke dalam bahasa yang berbeda. Penerjemahan karya sastra seperti novel bertujuan agar pembaca yang tidak menguasai bahasa sumber karya tersebut tetap dapat menerima pesan yang akan disampaikan. Dalam menerjemahkan bahasa sumber ke bahasa sasaran, penerjemah harus mampu menjaga keutuhan amanat teks yang diterjemahkan, dengan menyesuaikan padanan yang digunakan dengan konteks ataupun latar belakang budaya bahasa sasaran. Namun, terkadang penyesuaian tersebut membuat penerjemah harus mengubah padanan yang menyebabkan pergeseran. Pergeseran tersebut disebabkan oleh perbedaan komponen makna dalam bahasa sumber dan bahasa sasaran. Artikel ini memaparkan jenis-jenis pergeseran yang terjadi ketika nomina istilah kesehatan dalam bahasa Prancis diterjemahkan ke dalam bahasa Indonesia, dan penyebab terjadinya pergeseran tersebut.

---

As a cultural product which consist of certain message, literature is often introduced to another countries by translating it into different languages. The translation of literature, such as novel aims to have the readers who are not mastering the source language of the work, been able to understand the delivered messages. In the process of translating from the source language to translation language, the translator should be able to keep the unity of message in the text, by adjusting translation with the context and cultural background of translation language. Therefore, occasionally the adjustment make the translator to change the translation and cause translation shifts. Translation shifts is caused by the difference of significance component from the source language to translation language. This article explains the type of translation shifts which happen when the noun of health term in French, translated into Indonesian, and the cause of translation shifts."

"Model penelitian ini berupa terjemahan beranotasi. Terjemahan beranotasi merupakan suatu bentuk pertanggung jawaban seorang penerjemah dalam memilih padanan yang tepat dengan membubuhkan catatan padahal-hal yang menantang dalam proses penerjemahan. Selama proses penerjemahan, penerjemah tersadar bahwa menerjemahkan karya sastra tidak sama dengan menerjemahkan karya lainnya. Karya sastra mengandungi bentuk emosi juga perasaan penulis.Unsur-unsur seperti itu biasanya diluapkan oleh penulis kedalam novel menggunakan majas atau bahasa kiasan atau idiom.Unsur seperti itu biasanya menimbulkan masalah dalam penerjemahan.Masalah lain lagi yang dihadapi dalam proses penerjemahan adalah mengenai aspek kebudayaan karena setiap karya sastra berakar dalam kebudayaan tertentu. Dalam menerjemahkan penerjemah menggunakan ideology foreignisation dengan prosedurtranferensi disertai prosedur deskriptif dalam menerjemahkan kata budaya yang memiliki muatan budaya yang sangat kuat.Menimbang karya sastra merupakan jenis teks ekspresif, penerjemah menggunakan dua buah metode, yaitu semantic dan komunikatif yang ditawarkan oleh Newmark.Kedua metode ini dimaksudkan untuk memberikan hasil penerjemahan yang memiliki nilai estetis dan juga bahasa yang berterima oleh pembaca sasaran.

---

This research is in a form of an annotated translation model. An annotated translation is a form of accountability of a translator in selecting a suitable equivalence and making annotation on things that are challenging during the translation process.During the process of translation, the translator realized that translating aliterary work is not the same as translating another work. It is because literary contains the feelings and emotionsof the author. Those elements usually embedded in the workthrough the use of figures of speech or figurative language or idioms. Such elements often caused problems for the translator. Another obstacle arouse fromcultural aspects.

The translator translated the cultural aspects using foreignisation ideology andtranferensiand descriptive procedures. Those are used when dealing with a very strong cultural words. Considering literature is a kind of expressive text, the translator used two methods, namely the semantic and communicative methods offered by Newmark. Both of these methods are used to render the aesthetic value as well as to deliver the message from the source language to target audiences."

"Machine Reading Comprehension (MRC) merupakan salah satu task di bidang natural language processing (NLP) dimana mesin memiliki tugas untuk membaca secara komprehensif dari sebuah bacaan (passage) yang diberikan agar dapat menjawab pertanyaan terkait. Metode terkini untuk mengautomasi MRC menggunakan deep learning dengan memanfaatkan pretrained language models (PLMs) berbasis BERT. Dalam menangani kasus MRC sumber daya rendah, digunakan PLM multilingual seperti XLM-R. Namun PLM multilingual memiliki masalah untuk bahasa sumber daya rendah yaitu: bahasa sumber daya rendah yang tidak terepresentasi dengan baik, imperfect cross-lingual embeddings alignment dan instabilitas ketika di fine-tuning pada data berukuran kecil. Penelitian ini mengusulkan beberapa strategi fine-tuning dan metode pembentukan data augmentasi untuk meningkatkan kinerja MRC dibahasa sumber daya rendah. Strategi fine-tuning yang diusulkan adalah 2-step fine-tuning dan mixed fine-tuning. Untuk metode pembentukan data augmentasi yaitu dengan penggunaan data asli, pengaplikasian model machine translation dan perturbasi code-switching. Hasil eksperimen menunjukkan, untuk dataset FacQA (Bahasa Indonesia) dan UIT-ViQuAD (Bahasa Vietnam) diperoleh strategi terbaik dengan kombinasi strategi penggunaan data asli dan metode 2-step finetuning dimana menghasilkan peningkatan kinerja sebesar 3.858%, 2.13% secara berurutan. Untuk dataset FQuAD (Bahasa Prancis), strategi terbaik diperoleh de- ngan kombinasi strategi pembentukan data perturbasi code-switching dan metode mixed fine-tuning dimana menghasilkan peningkatan kinerja sebesar 1.493%.

---

Machine Reading Comprehension (MRC) is one of the tasks in the field of natural language processing (NLP) where the machine has the task of reading comprehensively from a given passage in order to answer related questions. The latest method for automating MRC uses deep learning by utilizing pretrained language models (PLMs) based on BERT. For handling low-resource MRC, multilingual PLMs such as XLM-R are used. However, multilingual PLM has problems for low resource languages: low resource languages that are underrepresented, imperfect cross-lingual embeddings alignment and instability when finetuned on small data.This study proposes several fine-tuning strategies and data augmentation generation methods to improve lowresource languages MRC performance. The proposed fine-tuning strategies are 2-step fine-tuning and mixed fine-tuning. For the method of form- ing augmented data, namely by using data original model, application of machine translation and code-switching pertubation to optimize cross-lingual embeddings alignment in multilingual PLM. The experimental results show that for the FacQA (Indonesian) and UIT-ViQuAD (Vietnamese) datasets, the best strategy is obtained by combining the strategy of using original data and the 2-step fine-tuning method which results in an performance improvement of 3.858%, 2.13%, respectively. For the FQuAD dataset (French), the best strategy was obtained by a combination of code-switching perturbation strategy and mixed fine-tuning method which resulted in an performance improvement of 1.493%. "