Sugeng Hariyanto
Politeknik Negeri Malang
(Translanguage Society, Malang)

Dengan adanya perkembangan di bidang teknologi komputer, peran penerjemah pun berubah. Naskah sumber tidak hanya dikirim kepada para penerjemah melalui jasa pos, tetapi juga dikirim melalui surat elektronik. Dari sini ada naskah kertas dan naskah file elektronik. Hal ini mengakibatkan berubahnya cara pandang penerjemah terhadap teks. Ada beberapa jenis teks yang muncul, misalnya html, hipertext, dll. Kemunculan jenis teks baru dan cara pengiriman baru ini menuntut penerjemah tidak hanya berperan sebagai orang yang mencarikan padanan sebuah naskah di dalam bahasa sasaran saja, tetapi juga menuntut penerjemah untuk mampu mengoperasikan komputer dan menjaga tata letak, jenis teks, atau bahkan harus mampu mengubah jenis teks. Kualifikasi penerjemah tidak hanya dalam bidang linguistik, tetapi juga dalam bidang applikasi komputer yang terkait karena ada semakin banyak pekerjaan yang harus dilakukan dengan komputer.

Ada kebutuhan tentu ada sarana pemenuhannya. Pihak perusahaan perangkat lunak menangkap kecenderungan ini, dan mereka berusaha menciptakan berbagai perangkat lunak komputer yang dapat membantu para penerjemah dan juga agen penerjemahan. Perangkat lunak inlilah yang sering disebut CAT Tools (Computer Assisted Translation Tools) atau Piranti Penerjemahan Berbantuan Komputer (PPBK).

Secara garis besar, perangkat lunak ini dibagi menjadi 3 golongan berdasarkan fungsinya: pengelolaan istilah (term management), penerjemahan mesin (machine translation), dan memori penerjemahan (translation memory). Tulisan ini akan meninjau secara singkat ketiga golongan ini. Dan karena Penerjemahan Mesin sudah dibahas di dalam artikel, lain, maka pembahasannya hanya singkat saja.

Perangkat Pengelola Istilah

Bahan utama di setiap tulisan adalah kata, dan kata-kata yang mempunyai pengertian khusus disebut istilah. Kadang-kadang kata tertentu mempunyai pengertian berbeda di bidang yang berbeda. Di dalam penerjemahan, kesulitan tambahannya adalah kita beum mengenal kata atau istilah tertentu. Oleh karena itu, penerjemah perlu mencari pengertian dan padanan kata-kata “baru” ini. Tentu saja, usaha ini cukup menyita waktu, tenaga dan pikiran. Akan sayang apabila hasil usaha keras ini (pengertian atau padanan kata baru) terlupakan setelah masalah selesai. Penerjemah harus mencari padanan yang sama apabila menemui kata yang sama. Untuk itu, kata-kata ini harus dikelola sehingga dapat dipanggil sewaktu-waktu apabila dibutuhkan. Perangkat lunak untuk mengelola inilah yang digolongkan menjadi perangkat pengelola istilah.

Ada berbagai perangkat lunak yang dapat membantu. Yang paling sederhana adalah perangkat lunak yang berupa kamus atau glosari. Perangkat lunak ini adalah kumpulan kata, sehingga kita tidak dapat menambah atau mengubah daftar katanya. Untuk penerjemah Bahasa Inggris-Indonesia, Linguist adalah contohnya. Isinya mirip sekali dengan kamus Hassan Shadily dan M. Echols. Kelemahannya adalah, sekali lagi, datar kata tidak dapat diubah.

Contoh kedua adalah perangkat lunak  (mesinnya) buatan orang Indonesia sendiri. Program ini dinamakan KAMUS. Sekarang pengembangannya sampai pada versi v2.2.1, dikembangkan oleh Hendy Irawan, dan dapat didownload gratis dari alamat berikut:

Program file (234,341 bytes)
http://ceefour.hypermart.net/files/kamus.zip (International)
http://ceefour.indoglobal.com/files/kamus.zip (Indonesia)

Dictionary file (240,848 bytes)
http://ceefour.hypermart.net/files/kamuscsv.zip (International)

http://ceefour.indoglobal.com/files/kamuscsv.zip

Dictionary file di atas berisi kata-kata umum. Kalau penerjemah mau mengembangkan glosari sendiri, penerjemah dapat melakukannya dengan mudah. (Di sini disertakan contoh glosari tentang keuangan dan perbangkan yang dikembangkan oleh penulis).

Cara penggunaan “Kamus” adalah seperti penggunaan program lainnya. Aktifkan “Kamus”, cari istilah tertentu; dan kalau tidak ada, penerjemah dapat menambah sendiri. Demikian dan seterusnya sehingga glosari penerjemah selalu bertambah dan semakin kaya.

Perangkat lunak lain, yang lebih praktis pengoperasiannya dan glosarinya dapat didownload dari situs internet atau dikembangkan sendiri adalah Babylon. Sumbernya adalah www.babylon.com. Perangkat lunak ini lebih menghemat waktu apabila dibandingkan dengan “Kamus” di atas.

Ada perangkat lunak lain yang mirip “Kamus”, tetapi langsung dapat mencari kata tersebut dan mengganti kata tersebut di dalam dokumen elektronik. Perangkat lunak ini adalah Foreignword Glossy. Untuk ini coba jelajahi www.foreignword-soft.com/

Mesin Penerjemahan

Untuk mesin penerjemahan, penerjemah pasangan bahasa English – Indonesia dapat menggunakan TransTool. Kelemahan umumnya adalah semakin rumit struktur bahasa sumber dan semakin imajinatif kata-kata yang digunakan, semakin kacau hasilnya. Untuk mesin penerjemahan ini sengaja tidak saya ulas agak panjang karenanya.

Memori Terjemahan

Memori Terjemahan (MT) adalah arsip teks multilingual yang tersegmentasi, disesuaikan, yang dipecah-pecah dan diklasifikasi, yang dapat disimpan dan dibaca ulang pada berbagai kondisi pencarian. Dengan kata lain, memori terjemahan terdiri dari database (pangkalan data) yang menyimpan segmen teks sumber dan  teks sasaran (sering disebut unit penerjemahan), dan segmen-segmen ini dapat dibaca ulang pada proses penerjemahan yang akan datang. Dengan cara ini memori terjemahan dapat memberi masukan pada penerjemah. Kalau digunakan dengan baik, memori terjemahan dapat meningkatkan konsistensi terjemahan dan kualitasnya. Memori terjemahan ini dapat dipakai bersama-sama oleh beberap penerjemahan. Kerja tim pun dapat menjai lebih baik.

Perbedaan MT dari PPBK lainnya adalah MT lebih kompleks karena MT menggunakan fasilitas PT dan pada saat yang sama memasangkan dokumen sumber yang disimpan di pangkalan data dengan dokumen yang telah diperbaiki atau bahkan dokumen baru melalui pemasangan tepat dan hampir tepat (exact dan fuzzy matching). Selain itu, MT juga dapat melakukan fungsi MP dengan perintah “translate from database” atau sejenisnya. Penerjemah pun dapat menentukan rentang unit penerjemahan yang disukainya: kalimat (atau potongan kalimat)  atau bahkan paragraf.

Proses dasar MT untuk menghasilkan teks terjemahan dapat dilihat dalam di dalam Gambar 1.

Gambar di atas sebenarnya menunjukkan proses dasar penerjemahan dengan MT yang pangkalan datanya sudah terbentuk dari proses penerjemahan sebelumnya (TM Database). Dari gambar di atas, dapat dapat dilihat bahwa kalimat dalam bahasa sumber diidentifikasi dan dicarikan datanya di dalam pangkalan data. Kalau kalimat itu sesuai dengan yang ada di dalam pangkalan data, maka MT langsung memunculkannya ke monitor komputer.

Dalam gambar-gambar berikut ditunjukkan proses pnerjemahan konvensional dan proses yang menggunakan MT. (Kedua gambar berikut adalah dari Webb, 1992)

Dari dua gambar di atas dapat diketahui bahwa perlu pertimbangan khusus tentang perlu tidaknya menggunakan MT.

Mesi sekilas terlihat mirip, namun ada perbedaan antara proses MP dan MT. MP secara otomatis menghasilkan terjemahan dengan referensi dari database yang mengandung glosari, frasa dan elemen tata bahasa. Pada saat proses, MP menggunakan kamusnya dan juga menggunakan aturan tata bahasa. Hanya saja pasangan antara unit terjemahan sumber dan unit terjemahan sasaran tidak disimpan. Untuk menerjemahkan teks yang sama, proses tersebut akan diulang persis. Sementara itu, MT hanya menyimpan unit terjemahan sumber dan terjemahannya yang dikerjakan oleh manusia. Penerjemah dapat memakai ulang teks yang tersimpan ini untuk memperbaikai terjemahan atau menerjemahkan teks baru yag mirip. Hanya segmen-segmen teks baru yang tidak sesuai (exact or fuzzy) yang harus diterjemahkan. Proses pemakaian pasangan teks yang sudah disimpan ini dapat dilakukan secara serentak, sehingga kalau diaktifkan mirip MP, namun dasarnya tetap terjemahan manusia yang disimpan.

Keuntungan pemakaian MT selain konsistensi istilah adalah tetap terjaganya format dan layout dokumen sumber. Pembuatan tata letak tidak lagi diperlukan.

Contoh MT adalah Trados, Wordfast, dan Metatexis. Trados harganya cukup mahal, tetapi sepertinya paling banyak dipakai. Yang murah dan lebh praktis adalah Wordfast. Yang memerlukan spesifikasi program Sistem Operasi dan Pengolah Kata agak rumit adalah Metatexis karena Metatexis menggunakan MS Access, kalau tidak salah, untuk membuat pangkalan datanya. Sementara Wordfast adalah program “document template” saja. Yang menggembirakan adalah Trados dan Wordfast saling sesuai (kompatibel). Sehingga kalau klien menggunakan Trados, penerjemah masih dapat tetap menggunakan Wordfast yang lebih murah ini.

Pertimbangan Umum

Dari uraian di atas dapat dipahami bahwa PPBK secara umum mempunyai ciri: (a) bentuk naskah berupa file elektroknik dan (b) memerlukan ketrampilan mengoperasikan komputer. Naskah yang berbentuk kertas, kalau memang akan dikerjakan dengan PPBK, perlu dikonversikan menjadi file elektronik. Pengkonversian ini dapat dilakukan dengan menggunakan OCR (optical character recognition). Dengan kata lain, sitra naskah kertas dimasukkan ke dalam komputer dan huruf-hurufnya (karakternya) dikenali dengan sarana optik. Untuk itu dibutuhkan mesin pemindai (scanner) dan perangkat lunak yang mendukung (mis. Omnipage). Dengan kata lain, dibutuhkan investasi tambahan untuk menggunakan PPBK. Untuk itu perlu dipertimbangkan apakah keuntungan yang didapat lebih tinggi daripada kerugiannya jika PPBK dipakai.

Untuk membantu pengambilan keputusan ini, ada beberapa hal yang harus kita pertimbangkan:

1.   Naskah elektronik atau naskah kertas? Naskah elektronik mudah ditangani dengan PPBK. Kalau naskahnya adalah naskah cetak kertas, tentu dibutuhkan piranti lain untuk mengkonversikannya menjadi naskah elektronik. (Kemudian pertimbangkan jenis naskahnya.)

1. Jenis naskahnya apa? Kalau jenis naskahnya naskah kreatif, misalnya puisi atau novel, penggunaan MP dan MT tidak dianjurkan, apalagi kalau naskah sumbernya berupa cetak kertas. Kalau naskah itu naskah teknik yang banyak mengandung pengulangan dan diperlukan konsistensi padanan kata, PPBK tentu sangat membantu.

3. Apa jenis terjemahan berdasar tujuannya, inbound atau outbound translation? Inbound translation artinya penerjemahan yang dilakukan dengan tujuan untuk memahami teks asli. Teks terjemahan hanya digunakan untuk membantu memahami teks sumber. Untuk keperluan ini MP sudah memadai. Tetapi apabila naskah terjemahannya akan digunakan untuk mengkomunikasikan isi teks kepada sidang pembaca lain bahasa, suntingan oleh manusia sangat diperlukan.

Survei Lapangan

Paling tidak ada satu survei yang pernah dilakukan tentang kepuasan penerjemah terhadap penggunaan PPBK. Survei ini dilakukan oleh Giuseppe Palumbo (2002), yang membuat angket dan mendapat balikan dari 30 penerjemah pengguna PPBK, 28 penerjemah lepas, 2 penerjemah perusahaan (yang diposkan melalui http://www.votations.com/asp/survey.asp?pollid=64965. Hasilnya menunjukkan bahwa semuanya menggunakan MT dan hanya 13 dari mereka yang menggunakan perangkat pengelola istilah, dan hanya 4 orang menggunaka MP (Mesin Penerjemahan). Topik yg dikerjakan terbanyak adalah teknik (14), kemudian TI (9) dan bisnis (7); setelah itu barulah menyusul topik-topik lain. Enam orang sangat puas dengan manfaat PPBK, 22 secara umum puas, 6 cukup puas, serta tidak ada yang kecewa.

PENUTUP

Kekuatan dan kelemahan PPBK menurut Palumbo (2022) dapat diilustrasikan dengan tripod penerjemahan (Melby, 2001), yang dapat digambarkan sebagai berikut.

Gambar 4. Tripod Terjemahan

Gambar di atas menunjukkan bahwa TSu harus dalam format yang dapat dibaca mesin (komputer). Apabila teks terjemahannya bersifat instruksi (spesifikasi), PPBK akan sangat membantu, dan PPBK tertentu dapat membantu menyimpan dan mencari data sesuai kriteria-kriteria tertentu. Harapan akhirnya adalah PPBK secara operasional dapat membantu meningkatkan produktivitas dan secara lingusitik dapat membantu meningkatkan kualitas terjemahan.

REFERENCES

• Language Partners International, an Introduction to Computer Aided Translation. http://www.languagepartners.com/reference-center/whitepapers/catinto.htm
• Palumbo. Giuseppe, 2002. CAT tools from a user’s perspective, paper presented at Seminar on machine translation and computer-assisted translation of written texts, Trieste, 18–19  November 2002 (available at www.sslmit.univ.trieste.it/ Seminario%5CSeminar%20MT-CAT.htm)
•             .Stuttgart (Germany): TRADOS Corporation (1994-96).
• TRADOS Corporation. Translator’s Workbench for Windows User’s Guide.
• Webb. Lynn E., 1992, Advantages And Disadvantages Of Translation Memory: A Cost/Benefit Analysis, M.A. Thesis at San Fransisco State University.
• Wizard Translation, Wordfast, http://wizardtrans.free.fr/Wordfast-intro.htm