DeepL atau Google Translate: teks akademik Indonesia memberi selisih nyata

Untuk draf akademik dari bahasa Indonesia ke bahasa Inggris, DeepL lebih kuat sebagai pilihan awal berdasarkan penilaian terjemahan dalam studi di Medan. Skor rata-ratanya 4,45, dibandingkan 3,55 untuk Google Translate, dengan perbedaan kualitas yang dilaporkan signifikan secara statistik. DeepL dinilai lebih baik dalam menjaga makna kontekstual dan tata bahasa pada bahan yang diuji. Di kalangan mahasiswa peserta penelitian, Google Translate tetap lebih dikenal dan lebih mudah diakses.

Artinya, pilihan bergantung pada pekerjaan yang akan dilakukan. Selisih mutu dalam sampel akademik memberi alasan memilih DeepL ketika ketepatan kalimat Inggris penting; Google Translate tetap praktis untuk memahami isi dengan cepat. Hasil dari satu lingkungan akademik tidak menetapkan pemenang bagi setiap jenis tulisan, arah terjemahan, atau istilah bidang ilmu.

Apa yang sebenarnya dinilai dalam studi akademik?

Bahan penelitian mencakup teks akademik umum, tulisan teknis informatika, serta petikan naratif atau deskriptif dalam bahasa Indonesia. Keluaran bahasa Inggris dari kedua layanan dinilai dari tata bahasa, ketepatan pilihan kata, koherensi konteks, dan kelancaran. Penelitian juga mengumpulkan tanggapan mahasiswa tentang penggunaan kedua alat. Dengan demikian, skor mutu keluaran dan kesan tentang kemudahan pakai menjawab pertanyaan yang berbeda.

Perbedaan pilihan istilah memperlihatkan mengapa penilaian konteks relevan bagi tulisan teknis. Untuk frasa “pemrosesan paralel”, penelitian menampilkan keluaran DeepL “parallel processing” dan keluaran Google Translate “parallel handling”. Dalam konteks informatika yang dibahas, padanan pertama lebih tepat. Kalimat yang terdengar lancar dapat tetap menggeser istilah yang menjadi inti penjelasan metode atau hasil.

Skor rata-rata tersebut merangkum penilaian atas bahan penelitian, bukan ukuran peluang sebuah kalimat akan diterjemahkan dengan benar. Kebutuhan penulis akademik juga berbeda antarbagian naskah: abstrak memadatkan tujuan dan temuan, sedangkan bagian metode sering bergantung pada istilah yang konsisten. Karena itu, kelebihan pada tata bahasa tidak dengan sendirinya menyelesaikan setiap persoalan makna dalam satu naskah.

Mengapa alat yang mudah diakses tetap dipilih?

Mutu hasil dan kemudahan memulai terjemahan adalah pertimbangan yang terpisah. Mahasiswa dalam penelitian lebih akrab dengan Google Translate, sementara setelah melihat keluaran kedua alat mereka lebih menyukai mutu DeepL untuk tugas akademik. Kebiasaan memakai suatu layanan, dengan demikian, tidak selalu mencerminkan penilaian terhadap hasilnya ketika dua terjemahan diletakkan berdampingan.

Untuk pembaca yang hanya ingin menangkap garis besar paragraf asing, keluaran yang segera tersedia mungkin sudah memenuhi kebutuhan. Penulis yang hendak memasukkan terjemahan ke abstrak, laporan, atau tugas akhir menghadapi tuntutan lain: hubungan antargagasan, batas klaim, dan padanan istilah harus bertahan dalam bahasa Inggris. Pada pekerjaan seperti itu, alasan memilih DeepL berasal dari jenis mutu yang dinilai lebih baik dalam sampel akademik, bukan dari anggapan bahwa setiap keluarannya siap dipakai tanpa suntingan.

Peninjauan hasil paling berarti pada bagian yang mengubah kesimpulan bila satu kata bergeser: negasi, syarat, besaran, dan nama metode. Ini merupakan pertimbangan editorial untuk naskah yang akan diserahkan atau diterbitkan, bukan hasil pengujian baru atas kedua layanan. Bila terjemahan sudah tepat tetapi kalimat Inggrisnya masih perlu dipoles, pilihan pemeriksa tata bahasa menjadi persoalan penyuntingan yang berbeda.

Apakah kedua layanan mendukung pasangan bahasa dan berkasnya?

Pasangan Indonesia–Inggris tersedia pada keduanya. Daftar bahasa DeepL Translator mencantumkan bahasa Indonesia dan Inggris, serta menyediakan Inggris Amerika dan Britania sebagai bahasa sasaran ketika sumbernya bahasa Indonesia. Daftar yang sama mengingatkan bahwa dukungan terjemahan tidak otomatis berarti semua bahasa mendapat fitur glosarium, pilihan formal atau informal, dan alternatif terjemahan.

Laman Google Translate Indonesia–Inggris menampilkan kedua bahasa sebagai pasangan sumber dan sasaran. Jadi, dukungan bahasa bukan alasan untuk menyingkirkan salah satu layanan sebelum membandingkan mutu keluaran atau cara kerjanya. Perbedaan yang lebih berguna bagi penulis adalah apakah fitur yang diperlukan tersedia untuk bahan yang sedang ditangani.

Untuk naskah berbentuk berkas, panduan dokumen Google Translate mencantumkan DOCX, PDF, PPTX, dan XLSX di browser pada perangkat yang mendukung. Panduan itu juga menyatakan bahwa teks dalam gambar atau halaman PDF hasil pemindaian dapat muncul pada berkas keluaran tanpa diterjemahkan. Tersedianya unggahan dokumen karena itu tidak menjamin seluruh isi naskah akademik telah berpindah bahasa, terutama bila bahan sumber memuat hasil pindai.

Pilihan menurut jenis teks

Ringkasan keputusan berikut memakai hasil penelitian untuk jenis bahan yang dekat dengan sampelnya. Untuk kebutuhan lain, pilihannya merupakan pertimbangan praktis berdasarkan tujuan membaca atau menulis, bukan peringkat akurasi baru.

• Abstrak dan pembahasan Indonesia–Inggris: mulai dari DeepL ketika prioritasnya menjaga konteks dan tata bahasa. Periksa lagi apakah tujuan, temuan, dan batas klaim tetap sama dengan naskah Indonesia.
• Laporan teknis informatika: DeepL mendapat dukungan paling langsung dari penilaian dan contoh istilah dalam studi. Padanan teknis tetap perlu disesuaikan dengan pemakaian yang berlaku dalam bidang tulisan tersebut.
• Paragraf untuk memahami garis besar: Google Translate masuk akal ketika akses cepat lebih penting daripada menyiapkan kalimat Inggris untuk naskah akhir. Temuan tentang mutu akademik tidak menuntut satu layanan dipakai untuk setiap bacaan singkat.
• Berkas dengan gambar atau halaman pindai: periksa lebih dulu apakah bagian yang dibutuhkan berupa teks yang dapat diterjemahkan. Penilaian mutu kalimat tidak mencakup isi sumber yang belum berubah menjadi terjemahan.

Satu naskah dapat memuat kebutuhan yang berbeda. Dalam abstrak, pergeseran kecil pada kata yang menyatakan kepastian dapat mengubah bobot temuan. Dalam metode, satu padanan teknis yang berubah-ubah dapat membuat langkah penelitian sulit diikuti. Pilihan layanan yang masuk akal untuk membaca referensi dengan cepat belum tentu sama dengan pilihan untuk menyiapkan bagian naskah yang akan dinilai pembaca akademik.

Seberapa jauh selisih hasil itu berlaku?

Arah bahasa dan genre membatasi kesimpulan. Penelitian terpisah atas teks naratif Inggris–Indonesia juga mendapati DeepL lebih akurat daripada Google Translate pada sampelnya, tetapi menilai keluaran kedua layanan masih memiliki keterbatasan. Penelitian tersebut mengukur ketepatan makna pada teks naratif, sedangkan studi di Medan menilai beberapa aspek kualitas keluaran Indonesia–Inggris, termasuk tata bahasa dan kelancaran. Angkanya tidak dapat digabung menjadi satu peringkat umum.

Bagi penulis di Indonesia, temuan yang paling langsung berlaku adalah keunggulan DeepL pada bahan akademik dan teknis yang menyerupai sampel Indonesia–Inggris tadi. Teks hukum, percakapan, karya sastra, serta terjemahan dari Inggris ke Indonesia membawa tuntutan istilah dan gaya yang berlainan. Saat hasil akan dipakai dalam naskah akhir, kesetiaan pada maksud sumber dan konsistensi istilah tetap menentukan apakah terjemahan itu layak digunakan.

Baca juga:

• Grammarly atau LanguageTool: akurasi Inggris ditukar dengan dukungan 30 bahasa
• Deepgram atau Whisper: audio nyata dapat membalik hasil akurasi
• Docker atau Podman: selisih 10 ms bukan alasan untuk bermigrasi