Pada penelitian ini penerjemahan secara otomatis pada bahasa Lampung ke bahasa
Indonesia dilakukan dengan pendekatan direct machine translation (DMT),
statistical machine translation (SMT) dan neural machine translation (NMT)
attention. Pendekatan DMT dilakukan dengan cara kalimat bahasa Lampung akan
dipecahkan berdasarkan spasi, hasilnya berupa list kata yang akan dilakukan
pencocokan kata dengan kunci di database kamus. Hasil pencocokan tersebut
adalah nilai, berupa kata dalam bahasa Indonesia, dari kunci database kamus untuk
kemudian disusun kembali menjadi kalimat dalam bahasa Indonesia. Pendekatan
SMT dilakukan dengan beberapa fase. Dimulai dari fase prapemrosesan yang
merupakan tahapan awal untuk mempersiapkan korpus parallel. Kemudian
dilanjutkan dengan fase training, yakni fase pengolahan korpus parallel untuk
memperoleh language model dan translation model. Selanjutnya fase testing, dan
diakhiri dengan fase evaluasi. NMT attention adalah sebuah pendekatan baru dalam
teknologi mesin penerjemah yang bekerja dengan memadukan encoder, sebuah
komponen berupa recurrent neural network yang mengkodekan bahasa sumber
menjadi vektor-vektor yang panjangnya tetap, dan decoder, sebuah komponen
berupa recurrent neural network yang membangkitkan hasil terjemahan, secara
terpadu. Penelitian NMT diawali dengan pembuatan 3000 kalimat paralel bahasa
Lampung (dialek api) – Indonesia kemudian dilanjutkan dengan penentuan
parameter model NMT untuk proses training data, tahap selanjutnya adalah
membangun model NMT dan menguji model NMT.
Pengujian aplikasi DMT, model SMT dan NMT menggunakan 25 kalimat tunggal
tanpa out-of-vocabulary (OOV), 25 kalimat tunggal dengan OOV, 25 kalimat
majemuk tanpa OOV dan 25 kalimat majemuk dengan OOV. Hasil pengujian
penerjemahan kalimat bahasa Lampung ke bahasa Indonesia menunjukan nilai ratarata
BLEU yang diperoleh dengan pendekatan DMT adalah 13.72, sedangkan nilai
rata-rata BLEU yang diperoleh dengan pendekatan SMT adalah 77.51 dan nilai
rata-rata BLEU yang diperoleh dengan pendekatan NMT adalah 51.96.