Hasil Pencarian  ::  Simpan CSV :: Kembali

"Mesin penerjemah merupakan alat penerjemah otomatis pada sebuah teks dari satu bahasa ke bahasa lainnya. Tujuan dari mesin penerjemah adalah dapat membuat orang ? orang yang berasal dari berbagai budaya, yang memiliki bahasa yang berbeda, dapat berkomunikasi satu sama lain dengan mudah. Mesin penerjemah statistik adalah sebuah pendekatan mesin penerjemah dimana hasil terjemahan dihasilkan atas dasar model statistik yang parameter-parameternya diambil dari hasil analisis korpus teks bilingual (atau paralel). Penelitian di bidang mesin penerjemah statistik untuk Bahasa Inggris ? Bahasa Indonesia belum terlalu mendapat perhatian. Kualitas hasil terjemahan Bahasa Inggris ? Bahasa Indonesia tersebut masih jauh dari sempurna dan memiliki nilai akurasi yang rendah. Diawali dari permasalahan ini, munculah sebuah ide untuk membuat aturan-aturan restrukturisasi teks pada Bahasa Inggris sesuai dengan struktur Bahasa Indonesia dengan tujuan untuk meningkatkan kualitas dan nilai akurasi hasil terjemahan mesin penerjemah statistik. Aturan restrukturisasi teks tersebut bisa berupa word reordering, phrase reordering, ataupun keduanya. Dalam penelitian ini penulis merancang 7 buah aturan word reordering, 7 buah aturan phrase reordering dan 2 buah aturan gabungan phrase reordering dan word reordering.Penelitian dilakukan dengan menggunakan Stanford POS Tagger, Stanford Parser, dan MOSES. Stanford POS Tagger digunakan dalam tahap word reordering, Stanford Parser dalam tahap phrase reordering, dan MOSES dalam tahap penerjemahan. Hasil eksperimen menunjukkan peningkatan akurasi dan kualitas penerjemahan yang efektif diperoleh dengan word reordering. Word reordering dapat memberikan peningkatan nilai BLEU sebesar 1.3896% (dari 0.1871 menjadi 0.1897) dan nilai NIST sebesar 0.6218% (dari 5.3876 menjadi 5.4211). Pada korpus bible, rata ? rata nilai peningkatan nilai BLEU yang diperoleh dengan restrukturisasi teks adalah 0.5871% dan untuk nilai NIST terjadi penurunan sebesar 0.0144%. Pada korpus novel, rata ? rata nilai peningkatan nilai BLEU yang diperoleh dengan restrukturisasi teks adalah 0.8751% dan untuk nilai NIST terjadi peningkatan sebesar 0.3170%. Besarnya peningkatan dan penurunan yang terjadi pada penelitian ini cenderung kecil (masih di bawah 1%). Hal ini dikarenakan aturan penerjemahan Bahasa Inggris-Indonesia menggunakan aturan MD-DM yang melibatkan penukaran kata yang jaraknya dekat sudah tercakup dalam distortion model pada mesin penerjemah statistik berdasarkan frase.

---

Machine translation is an automatic translation tool for a text from one language to another language. The goal of machine translation is to allow people with different cultures and languages to communicate with each other easily. Statistical machine translation is an approach to machine translation in which the results produced on the basis of statistical model that its parameters taken from the bilingual corpus (or parallel) text analysis. The research on statistical machine translation from English to Indonesian has not been received much attention. The English - Indonesian translation quality is still far from perfect and has low accuracy. Based on this issue, come out an idea to make some text restructuring rules on English according to Indonesian languange structure, with the purpose of improvement the quality and accuracy of the statistical machine translation. Text restructuring rules can be word reordering or phrase reordering or both. In this research, the authors design 7 word reordering rules, 7 phrase reordering rules and 2 combined phrase reordering and word reordering rules.This research uses Stanford POS Tagger, Stanford Parser, and MOSES. Stanford POS Tagger is used in word reordering process, Stanford parser used in phrase reordering process, and MOSES in translation process. The results from experiments show that the most effective improvement is word reordering. The improvement with word reordering in BLEU score is 1.3896% (from 0.1871 become 0.1897) and for NIST score is 0.6218% (from 5.3876 become 5.4211). On bible corpus, the average of all text restructuring rules score are increased 0.5871% (BLEU) and decreased 0.0144% (NIST). On novel corpus, the average of all text restructuring rules score are increased 0.8751% (BLEU) and increased 0.3170% (NIST). The amount of increase and decrease that occurred in this study is considered as a small occurence (which is still under 1%). This is caused by the MD-DM rules that involve exchanging words that have small distances between their range which have already been accounted for by the distortion model in phrase based statistical machine translation."

"Mesin penerjemah merupakan alat penerjemah otomatis pada sebuah teks dari satu bahasa ke bahasa lainnya. Mesin penerjemah statistik adalah sebuah pendekatan mesin penerjemah dengan hasil terjemahan dihasilkan atas dasar model statistik yang parameter-parameternya diambil dari hasil analisis korpus teks bilingual (atau paralel). Kualitas hasil terjemahan Bahasa Inggris - Bahasa Indonesia tersebut masih jauh dari sempurna dan memiliki nilai akurasi yang rendah.Diawali dari permasalahan ini, muncullah sebuah ide untuk membuat aturan-aturan restrukturisasi teks pada Bahasa Inggris sesuai dengan struktur Bahasa Indonesia dengan tujuan untuk meningkatkan kualitas dan nilai akurasi hasil terjemahan mesin penerjemah statistik. Aturan restrukturisasi teks tersebut bisa berupa word reordering, phrase reordering, ataupun keduanya. Dalam penelitian ini, penulis merancang 7 buah aturan word reordering, 7 buah aturan phrase reordering, dan 2 buah aturan gabungan phrase reordering dan word reordering.Hasil eksperimen menunjukkan peningkatan akurasi dan kualitas penerjemahan yang efektif diperoleh dengan word reordering. Word reordering dapat memberikan peningkatan nilai BLEU sebesar 1.3896% (dari 0.1871 menjadi 0.1897) dan nilai NIST sebesar 0.6218% (dari 5.3876 menjadi 5.4211). Pada korpus bible, rata-rata nilai peningkatan nilai BLEU yang diperoleh dengan restrukturisasi teks adalah 0.5871% dan untuk nilai NIST terjadi penurunan sebesar 0.0144%. Pada korpus novel, rata-rata nilai peningkatan nilai BLEU yang diperoleh dengan restrukturisasi teks adalah 0.8751% dan untuk nilai NIST terjadi peningkatan sebesar 0.3170%. Besarnya peningkatan dan penurunan yang terjadi pada penelitian ini cenderung kecil (masih di bawah 1%). Hal ini disebabkan aturan penerjemahan Bahasa Inggris-Indonesia menggunakan aturan MD-DM yang melibatkan penukaran kata yang jaraknya dekat sudah tercakup dalam distortion model pada mesin penerjemah statistik berdasarkan frase."

"Penelitian ini membahas anomali Day of The Week Effect yang banyak ditemukan di pasar modal yang maju dan sedang berkembang di seluruh dunia, terjadi di pasar modal Indonesia. Day of The Week Effect adalah sebuah fenomena pada nilai return saham yang dipengaruhi hari perdagangan. Salah satu contoh dari Day of The Week Effect adalah Monday Effect dimana return saham menurun dan bernilai rendah pada hari Senin.Populasi data yang digunakan dalam penelitian ini adalah indeks saham yang terdaftar di Bursa Efek Indonesia (BEI) selama periode Oktober 2012 sampai Maret 2013. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dari BEI, yaitu Jakarta Composite Index (JCI), BISNIS27, IDX30, dan Srikehati. Penelitian ini membagi data tersebut menjadi dua bagian data panel yang sama besar, yaitu Q4 2012 (sebelum perubahan regulasi jam perdagangan) dan Q1 2013 (sesudah perubahan regulasi jam perdagangan).Data penelitian ini juga disajikan menggunakan statistik deskriptif pada data intraday return di setiap interval 30 menitnya dan mean dari data tersebut dianalisis. Hal ini dilakukan untuk menghasilkan analisis dan kesimpulan yang lebih detail dan lebih akurat.Metode statistik yang digunakan untuk menguji hipotesis, meliputi uji regresi dengan Eviews6, Uji F atau Brown-Forsythe (ANOVA), dan uji Post Hoc Tukey Honestly Significant Difference (HSD) dengan SPSS20. Hasil penelitian menunjukkan terjadinya partially Monday Effect pada Q4 2012 dan partially Weekend Effect pada Q1 2013 di BEI.Hasil pengujian membuktikan bahwa terdapat Day of The Week Effect dan hari yang berpengaruh terhadap return tidaklah selalu sama serta konsisten harinya. Hari Senin, Selasa, Rabu, Kamis dan Jumat secara bergantian mempengaruhi return. Dari hasil penelitian juga didapatkan perbandingan return hari Senin dengan hari lainnya tidak selalu memiliki perbedaan return negatif yang besar dan hari Senin tidak selalu berpengaruh terhadap return pada setiap interval perdagangan.

---

This research examined the anomalous Day of The Week Effect which are found in many developed and developing capital markets around the world, occurred in Indonesian capital market. Day of The Week Effect is a phenomenon on stock returns value that are influenced by the trading day. One example of Day of The Week Effect is Monday Effect, which is the stock return value declined or low value on Monday.The data population were Equity Indices which are listed in Indonesia Stock Exchange (IDX ) during October 2012 to March 2013. The data which is primary data that obtained from the Indonesia Stock Exchange, such as Jakarta Composite Index (JCI), BISNIS27, IDX30 , and Srikehati. This research split the population data into two balanced data panel that are Q4 2012 (before trading hours regulation changed) and Q1 2013 (after trading hours regulation changed).The data of this research are also presented using descriptive statistics on the data of intraday returns in any 30 minute interval and the mean were analyzed. This is done to capture more detailed and accurate result.The statistical methods were used to test the hypothesis, include regression test with Eviews6, F Test or Brown - Forsythe (ANOVA) and Tukey's Post Hoc Test of Honestly Significant Difference (HSD) with SPSS20. The results indicate the occurrence of partially Monday Effect in Q4 2012 and partially Weekend Effect in Q1 2013 on the BEI.Test results proved that there are Day of the Week Effect and the day that influence the returns is not always the same and consistent day. Monday, Tuesday, Wednesday, Thursday and Friday are alternately affect the return. In addition, the comparisons of return on Monday with another days are not always have large negative return differences and Monday is not always affect the return on each trading interval."