TY  - THES
TI  - ANALISIS KINERJA MODEL MT5 DAN NLLB-200 DENGAN OPTIMASI
OPTUNA UNTUK PENERJEMAHAN BAHASA ANGKOLA-INDONESIA
A1  - Harahap, Awal Ridho
PB  - Universitas AMIKOM Yogyakarta
N2  - Penelitian berjudul "Analisis Kinerja Model mT5 dan NLLB-200 dengan 
Optimasi Optuna untuk Penerjemahan Bahasa Angkola-Indonesia" ini
dilaksanakan untuk mengatasi tantangan kelangkaan data (low-resource) dalam
pelestarian digital Bahasa Angkola. Tujuan utama penelitian adalah membangun
sistem Neural Machine Translation (NMT) yang akurat dengan membandingkan
efektivitas arsitektur Google Multilingual T5 (mT5) dan No Language Left Behind
(NLLB-200). Penelitian eksperimental ini menggunakan dataset hasil digitalisasi
kamus sebanyak 31.656 pasang kalimat, dengan metode analisis berbasis evaluasi
otomatis BLEU Score dan chrF Score serta penerapan optimasi hyperparameter
otomatis menggunakan algoritma Tree-structured Parzen Estimator (TPE) via
Optuna. Hasil pengujian menunjukkan bahwa model NLLB-200 memiliki
superioritas signifikan dibandingkan mT5, dengan selisih baseline mencapai 45.59
poin. Proses optimasi Optuna terbukti krusial dalam meningkatkan performa model,
di mana konfigurasi parameter terbaik berhasil menaikkan akurasi NLLB-200 dari
BLEU Score 69.55 menjadi 83.94 serta chrF Score 86.56. Dapat disimpulkan
bahwa arsitektur berbasis Mixture-of-Experts pada NLLB yang dipadukan dengan
strategi optimasi otomatis merupakan solusi teknis terbaik untuk penerjemahan
Bahasa Angkola, dan penelitian lebih lanjut direkomendasikan untuk memperluas
cakupan dataset guna menangani variasi dialek yang lebih kompleks.
ID  - universitasamikomyogyakarta31785
Y1  - 2026/03/04/
M1  - masters
AV  - public
UR  - https://eprints.amikom.ac.id/id/eprint/31785/
KW  - Neural Machine Translation
KW  -  Bahasa Angkola
KW  -  NLLB-200
KW  -  mT5
KW  - 
Optuna
KW  -  Angkola Language
ER  -