Perbedaan DeepL dan Google Terjemahan

Penulis: Moch Andike Arifin Ilham

 

Perbedaan DeepL dan Google Terjemahan — pada dasarnya tak jauh berbeda. Kedua mesin penerjemah instan ini dikembangkan oleh dua perusahaan yang berbeda. Google Terjemahan merupakan layanan penerjemah bahasa yang dikembangkan oleh Google LLC asal Amerika Serikat dan dirilis pada tahun 2006, sebelas tahun lebih awal daripada perilisan DeepL. DeepL yang diluncurkan oleh perusahaan DeepL GmbH dari Jerman ini baru dirilis tahun 2017 ini menjadi rival baru perusahaan Google selama hampir dua dekade terakhir. Layanan mesin penerjemah instan asal Jerman yang diluncurkan pada tahun 2017 ini menawarkan kelebihan daripada mesin penerjemah milik Google, yakni Google Terjemahan. Perbedaan DeepL dan Google Terjemahan yang paling terlihat diantara dua mesin penerjemah ini adalah akurasi dan presisi hasil terjemahan. DeepL dinilai lebih dapat memperhatikan antara teks dan konteks dari bahasa aslinya ke bahasa yang kita inginkan sehingga meminimalisir kesalahan ketik atau tipografi maupun kesalahan penyusunan tata bahasa atau sintaksis. Hal ini sulit dilakukan oleh Google Terjemahan dikarenakan basis teknologi pengumpulan data yang berbeda dari DeepL. Teknologi DeepL untuk mengumpulkan data berbasis pada pengumpulan mesin saraf.

 

Baca lebih lanjut tentang: Data pengumpulan mesin saraf

 

Perbedaan DeepL dan Google Terjemahan selanjutnya adalah dukungan layanan bahasa. Kehadiran Google Terjemahan yang lebih dulu daripada DeepL menjadikan Google jauh lebih unggul di bidang layanan bahasa. Hingga bulan Agustus tahun 2024, Google Terjemahan telah mampu mendukung lebih dari 130 bahasa di dunia termasuk bahasa lokal. Google Indonesia sendiri telah mendukung penerjemahan bahasa lokal di Indonesia yang lebih dulu masuk dan mendominasi seperti bahasa Jawa, bahasa Sunda, dan bahasa Bali. Meskipun kehadiran DeepL ini tergolong baru tetapi, dinilai akan lebih unggul dan lebih populer ketimbang layanan Google Terjemahan. Tapi pada kenyataannya, Google Terjemahan tetap menjadi layanan mesin penerjemah terpopuler yang paling banyak digunakan secara global. Perbedaan DeepL dan Google Terjemahan yang lainnya adalah adanya paket penetapan harga untuk menggunakan layanan mesin penerjemahan ini. Google Terjemahan menawarkan paket hemat, termasuk di versi gratisnya. Sementara DeepL menawarkan paket harga yang fleksibel dan terjangkau. Penetapan harga ini dilakukan di muka. Untuk mengakses fitur API, Anda ditetapkan untuk tarif bulanan sebesar $5,49 (gratis di bawah 500.000 karakter). Selain itu, biayanya $25 per juta karakter, sekitar 25% lebih banyak dari Google Terjemahan.

 

Baca lebih lanjut terkait: paket penawaran DeepL

 

Perbedaan DeepL dan Google Terjemahan lainnya adalah ekosistem yang terintegrasi. Sejak awal perkembangannya, Google menawarkan ekosistem yang lebih mudah dan terhubung dengan layanan Google lainnya. Layanan Google Terjemahan dapat secara mulus diakses untuk layanan WordPress, TranslatePress, dan lain-lain. Perbedaan DeepL dan Google Terjemahan yang membuat DeepL lebih dipilih oleh mayoritas mahasiswa melakukan penerjemahan adalah DeepL mampu menerjemahkan dokumen jurnal internasional secara langsung. Hal ini tak dapat dilakukan oleh Google Terjemahan. Sebagai mahasiswa generasi Z, kebutuhan terkait kemampuan berbahasa Inggris sangatlah diperlukan. Oleh karena itu, bahasa Inggris sangat penting untuk dipelajari oleh generasi Z.

 

Baca juga: Bahasa Inggris, Benarkah Menjadi Bahasa yang Paling Dikuasai Gen Z?

Sejarah singkat tentang Google Terjemahan:

 

Awal Pengembangan (2004-2006)

Google Terjemahan pertama kali diperkenalkan oleh Google Inc. pada tahun 2006. Namun, pengembangannya sudah dimulai sejak tahun 2004. Awalnya, Google Terjemahan menggunakan sistem berbasis aturan yang mengandalkan kamus dan aturan tata bahasa yang telah ditetapkan sebelumnya. Alat ini pada awalnya hanya mampu menerjemahkan teks antara bahasa Inggris dan bahasa Arab.

 

Sistem Penerjemahan Berbasis Statistik (2006-2016)

Pada tahun 2006, Google beralih ke pendekatan yang lebih canggih dengan menggunakan Sistem Penerjemahan Berbasis Statistik (Statistical Machine Translation, SMT). Sistem ini bekerja dengan menganalisis jutaan dokumen yang telah diterjemahkan secara manusiawi untuk menemukan pola yang dapat digunakan untuk menerjemahkan teks dari satu bahasa ke bahasa lain. Teknologi SMT ini memungkinkan Google Terjemahan mendukung lebih banyak bahasa dan memberikan hasil terjemahan yang lebih akurat dibandingkan sistem yang dikembangkan sebelumnya.

 

Neural Machine Translation (2016-sekarang)

Pada tahun 2016, Google memperkenalkan teknologi baru yang disebut NMT (Neural Machine Translation). Teknologi ini menggunakan jaringan syaraf tiruan untuk menerjemahkan kalimat secara keseluruhan daripada hanya menerjemahkan kata atau frasa satu per satu. Hasil dari pengembangan teknologi NMT ini dapat memberikan hasil yang lebih alami dan akurat serta mampu memahami konteks kalimat secara lebih baik. Dengan menerapkan NMT, Google Terjemahan mengalami peningkatan signifikan dalam hal kualitas di bidang teknologi terjemahan.

Baca juga: Apa itu sistem SMT? dan Apa itu sistem NMT?

 

 

Dukungan bahasa antara DeepL vs Google Terjemahan

Dukungan bahasa antara DeepL dan Google Terjemahan — memiliki kelebihan dan kekurangannya masing masing, terutama dalam hal dukungan bahasa, kualitas terjemahan, dan fitur lainnya. Selama bertahun-tahun, Google Terjemahan telah berkembang dan melayani bahasa yang paling banyak digunakan di dunia. Hal ini dilakukan oleh Google untuk mendukung lebih banyak bahasa di dunia yang dapat diterjemahkan. Hingga bulan Agustus tahun 2024 Google Terjemahan telah mendukung lebih dari 130 bahasa di seluruh dunia. Berbeda halnya dengan DeepL, mesin penerjemah ini tidak berfokus pada ekspansi jumlah bahasa asing di dunia yang dapat diterjemahkan, melainkan akurasi ketepatan dalam penentuan konteks bahasa asing itu sendiri. DeepL berfokus pada algoritma penyesuaian akurasi bahasa yang akan diterjemahkan secara profesional, oleh karena itu jumlah layanan bahasa di DeepL lebih sedikit ketimbang Google Terjemahan. Dukungan bahasa yang lebih profesional oleh DeepL sangat diperlukan di dalam dunia bisnis. Kemampuan inilah yang menjadikan nilai lebih dari DeepL untuk Anda yang berniat belajar lebih jauh terkait bahasa Inggris di dunia bisnis. 

 

Simak selengkapnya: Penggunaan Bahasa Inggris dalam Dunia Bisnis dan Ingin Belajar Bahasa Inggris Bisnis?

 

Saat ini, DeepL hanya melayani 33 bahasa asing yang mayoritas merupakan bahasa Eropasentris/berbasis bahasa-bahasa di Eropa untuk diterjemahkan, lain halnya dengan Google Translate. Dalam masalah dukungan bahasa, Google Terjemahan lebih unggul daripada DeepL. Bahkan Google Terjemahan telah mendukung bahasa lokal yang jarang digunakan di dunia layaknya di Indonesia seperti bahasa Jawa, bahasa Sunda, bahasa Madura, bahasa Bali, dan masih banyak lagi. Dukungan bahasa lokal yang luas ini tidak terdapat di layanan DeepL menjadikan Google Terjemahan lebih unggul dalam layanan dukungan bahasa. Kualitas layanan terjemahan Google dapat dinilai mumpuni untuk bahasa-bahasa yang populer di dunia dan umum digunakan. Namun, untuk bahasa yang istilahnya underrated hasilnya masih kurang akurat serta tidak mendukung layanan voice Google Terjemahan. Teknologi Google Terjemahan menggunakan NMT/Neural Machine Translation, yakni basis datanya mengandalkan data besar dari internet untuk meningkatkan kualitas terjemahan. Sedangkan DeepL menggunakan teknologi berbasis data jaringan saraf yang mengkombinasikan hasil terjemahan manusia profesional. Selain itu, DeepL masih belum menghadirkan layanan terjemahan handwriting atau tulis tangan seperti Google Terjemahan. Terlebih lagi, Google Terjemahan sudah terlebih dahulu mengenalkan fitur unggulan terjemahan handwriting yang dikhususkan untuk bahasa-bahasa di dunia yang tidak menggunakan aksara latin di dalam budayanya. Hal ini bisa menjadi poin tambahan untuk bahasa yang memang memiliki aksaranya sendiri untuk diterjemahkan secara instan seperti bahasa Mandarin, bahasa Jepang, bahasa Korea, bahasa Arab dan bahasa berhuruf Sirilik seperti Rusia dan Ukraina. Kemampuan terjemahan handwriting Google ini dinilai akurat untuk mendeteksi berbagai macam tulisan manusia hingga 80%. Namun, terdapat kelemahan dalam teknologi terjemahan handwriting ini. Waktu tunggu untuk setiap goresan yang digambar per karakter hanya memiliki waktu tunggu sekitar 1 hingga 2 detik, sehingga untuk menggambar goresan karakter tersebut harus singkat dan padat serta tepat sasaran agar Google dapat membacanya dengan baik dan benar.

 

Kehadiran Artificial Intelligence pada abad ke-21

Kehadiran Artificial Intelligence pada abad ke-21 — seperti sekarang ini menjadikan era kecerdasan buatan sangat gencar dikembangkan untuk memudahkan kebutuhan manusia. Mulai dari kecerdasan buatan mesin pencari milik Microsoft bernama Copilot yang baru-baru ini dikembangkan untuk memudahkan menulis konten, mencari informasi, mendeskripsikan gambar, hingga menjalankan perintah. Contoh lainnya adalah kecerdasan buatan yang dikembangkan oleh Google bernama Gemini (chatbot) yang berfungsi kurang lebih sama seperti milik Microsoft. Namun, dengan segala kecanggihan yang ditawarkan oleh Artificial Intelligence, apakah tugas manusia sepenuhnya akan tergantikan oleh mesin terutama dalam hal penerjemahan? Tentu kehadiran dari kecerdasan buatan ini dapat memudahkan pekerjaan para penerjemah, tetapi tak selamanya mesin dapat sepenuhnya menggantikan peran manusia untuk menyempurnakan hasil pekerjaannya. Mesin tidak dapat memahami konteks, nuansa dan budaya, hasil terjemahannya terlalu tekstual dan kasar, tidak memahami kata teknis di bidang tertentu, kesalahan tata bahasa dan etika kebahasaan. Oleh karena itu peran manusia masih diperlukan sebagai korektor dan validasi terjemahan sesuai teks dan konteks serta penyesuaian tujuan. 

 

Terdapat beberapa teknologi AI yang digunakan dalam penerjemahan, yakni:

Neural Machine Translation (NMT)

Neural Machine Translation (NMT) adalah metode AI yang paling maju dalam mesin penerjemahan. NMT menggunakan jaringan saraf tiruan untuk memproses dan menerjemahkan teks. Beberapa aspek penting dari NMT meliputi:

 

• Penerjemahan Kontekstual: NMT menerjemahkan seluruh kalimat sekaligus, bukan hanya kata per kata, yang memungkinkan pemahaman konteks yang lebih baik.

• Kemampuan Belajar: NMT dapat dilatih dengan dataset besar, terus belajar dari data baru, dan meningkatkan kualitas terjemahannya seiring waktu.

• Efisiensi: NMT dapat menghasilkan terjemahan yang lebih cepat dan lebih akurat dibandingkan metode sebelumnya, seperti Statistical Machine Translation (SMT).

Contoh: Google Translate dan DeepL adalah dua platform yang menggunakan NMT, menghasilkan terjemahan yang lebih alami dan mendekati cara manusia berbicara.

 

Transformer Models

Transformer Models adalah arsitektur AI yang digunakan dalam penerjemahan mesin modern. Transformer, seperti BERT (Bidirectional Encoder Representations from Transformers) dan GPT (Generative Pre-trained Transformer), telah merevolusi penerjemahan dengan kemampuan mereka untuk memahami hubungan antara kata-kata dalam sebuah kalimat secara global, bukan hanya urutan linear.

• Attention Mechanism: Model transformer menggunakan mekanisme attention untuk memberi bobot lebih pada kata-kata yang relevan dalam konteks kalimat, yang meningkatkan akurasi terjemahan.

• Pre-training dan Fine-tuning: Model transformer dapat dilatih secara awal (pre-trained) pada data besar dan kemudian dioptimalkan (fine-tuned) untuk tugas terjemahan tertentu, membuatnya sangat fleksibel dan kuat.

 

Multilingual Models

AI memungkinkan mesin penerjemahan untuk menangani banyak bahasa secara simultan dalam model tunggal, yang dikenal sebagai multilingual models. Dengan menggabungkan data dari berbagai bahasa, model ini dapat melakukan transfer pembelajaran antar bahasa, memperkuat terjemahan bahkan untuk bahasa yang kurang didukung.

• Keuntungan Transfer Learning: Bahasa dengan sedikit data pelatihan dapat memanfaatkan pengetahuan dari bahasa dengan dataset yang lebih besar, meningkatkan kualitas terjemahan untuk bahasa minoritas.

Adaptive Translation Systems

Beberapa sistem AI dapat beradaptasi dengan preferensi pengguna atau konteks spesifik untuk memberikan terjemahan yang lebih sesuai. Adaptive Translation Systems ini menggunakan umpan balik dari pengguna untuk terus memperbaiki dan menyesuaikan gaya terjemahan.

• Personalisasi: Sistem ini dapat mempelajari preferensi gaya atau istilah tertentu dari pengguna, menghasilkan terjemahan yang lebih disesuaikan dan relevan.

 

Real-Time Translation

AI memungkinkan penerjemahan real-time yang digunakan dalam aplikasi percakapan, subtitle langsung, dan perangkat wearable. Teknologi ini memungkinkan penerjemahan suara dan teks secara langsung, memungkinkan interaksi lintas bahasa yang lebih lancar.

• Speech-to-Text and Text-to-Speech: AI mengubah suara menjadi teks, menerjemahkannya, lalu mengubahnya kembali menjadi suara dalam bahasa target, sering kali hanya dengan sedikit penundaan.

 

Multimodal Translation

AI juga memungkinkan Multimodal Translation, di mana sistem dapat menerjemahkan informasi yang berasal dari berbagai format, seperti teks dari gambar, video, atau bahkan tanda tangan. Teknologi ini berguna dalam aplikasi seperti penerjemahan teks dari gambar (OCR), dan penerjemahan subtitle video.

Baca juga: Ingin Kuliah di Korea Selatan dengan Gratis? Ini Rahasia Esai yang lolos beasiswa GKS 2024, Gak Perlu Bisa Bahasa Korea Lho!

 

Selesaikan masalah penerjemahan tanpa masalah dengan layanan penerjemahan tersumpah di TRANSLATION TRANSFER!

 

Hanya dengan membayar sebesar Rp 70.000,- per halaman, Anda sudah bisa mendapatkan layanan penerjemahan tersumpah yang profesional. Maka, tunggu apalagi. Hubungi tim kami di nomor +(62)85 666 714 75 untuk mendapatkan layanan KONSULTASI GRATIS dan kirimkan dokumen Anda melalui email admin@translationtransfer.com