Abstract
Pengumuman resmiadalah informasi yang disampaikan oleh Pemerintah atau organisasi yang berwenangmengenaisuatu hal penting untuk diketahuimasyarakat umum. Pengumuman resmi disampaikan baik secaralisan ataupun tertulis di tempat umumseperti bandara, terminal bis, stasiun kereta,atau tempat pelayanan umumlainnya kepada masyarakat. Karenaisi pengumumanmerupakan hal yang penting untuk ditaati olehmasyarakatmaka pengumuman itu disampaikan dalamdua bahasa:BahasaIndonesia dan bahasalokal. BahasaJawa merupakan bahasa daerah diIndonesia yang paling banyak jumlahnya penuturnya. Padasaat ini penterjemahan pengumuman resmi dilakukan secarasemimanual. Beberapa masalah yang dihadapi umumnyaadalah:(1) Rendahnyaefisiensi: bahasa daerah diIndonesia banyak jumlahnyasehinggaapabila dilakukan secara manualmaka proses penterjemahan pengumuman resmimembutuhkan banyak waktu dan tenaga penterjemah bilingualsehingga pendekatan initidak bersifatscalable; dan (2) Bahasa penterjemahan tidak standar:sebuah kata dalamBahasaIndonesia maupunBahasaJawaseringkalimemiliki beberapa maknasehingga penterjemahan teks secara manualmenjadi bersifatsubjektif, tergantung kepada pemahaman kedua bahasa dari penterjemah. Meskipun penterjemahan teks dariBahasaIndonesia ke BahasaJawa merupakanmasalah yangmudah dikerjakan oleh penutur kedua bahasa(bilingual) tetapimasihmerupakanmasalah komputasi yang sulit. Beberapa kesulitan dibidang penterjemahan teksadalah:(1) Setiap bidang aplikasi pengumuman resmi(misalnya:transportasi udara) seringkalimenggunakan kosakata khusus yang hanya dipergunakan pada domain tersebut; (2) Masalah budayaterkait dengan kata-kata didalambahasaJawaataupun stratasosial dimasyarakatsetempat; (3) Tidak semua kata dalam BahasaIndonesia mudah dicari padanan katanya dalambahasaJawa, dan (4) BahasaJawa memiliki beberapa dialek lokalsehingga perlu dicarisebuah kata yang difahami oleh semua penutur dialek BahasaJawa. Oleh karenaitu tujuan dari penelitian iniadalah:(1) Mengembangkan representasiteks terdistribusi(word embeddings, sentenceembeddings,atau document embeddings) BahasaIndonesia danBahasaJawa yang efektif untuk penterjemahan bahasa(bilingual languagetranslation); dan (2) Mengembangkanmodel penterjemahan bahasa(NMT) berbasis model deep learning yang tidak saja memilikiakurasitinggitetapi dapat dijalankan pada komputer yangmemiliki keterbatasan sumberdaya (low resourcecomputers