The analysis of dynamic translation model in creating Indonesian target language meaning on CNN News translated by Translation Transfer’S Translator

ABSTRACT

This study investigates the application of The Dynamic Translation Model, as part of Applied Linguistic on CNN News. The framework revealed by Nida and Taber (1969) is the primary key to understand on how the text is rendered from SL to TL, however, the SL message is transferred nearly to the cultural function of TL in order to have a prevalent sense of reading for TL’s audiences. The focus of this research is to applicate the dynamic translation model stated by Nida and Taber (1969) on the article carried in the CNN News online site with the interest on tourism place topic of some countries. This is comprehensively to find how the translator implicated the English Source Text applying Nida and Taber’s dynamic translation model which contains of five prominent elements as requirements for certain translation that can be categorized as dynamic translation model and to comprehend the process of translating text used dynamic translation model in creating Indonesian target language meaning on CNN News as the objectives here.

This research applied descriptive qualitative as the research design in order to provide clearly and deeply analysis of the data. The data were taken from CNN News online site which is collected by the researcher only on specific topic about tourism places in 6 countries (Abu Dhabi, Argentina, Australia, Azerbaijan, Brazil and Budapest) in which every article of each countries itself is solely taken one article of its tourism place in that country. Then the data analyzed and investigated here were 10 selected texts that truly contain the dynamic translation model. The data were analyzed through several stages. Firstly, the data was given to Muzaki as the professional translator of Translation Transfer to translate the data which have been collected from the official CNN website. Secondly, the researcher analyzed in detail which word or clause actually consist of dynamic translation model applying its 5 elements within the words or clauses. Thirdly, the researcher gave the context acquired from reading some resources and analyzed in detail why the translated texts were categorized as the text applying dynamic translation model of Nida and Taber.

Based on the data analysis, the findings revealed that dynamic translation model is unmeasurable that implies that it is relative based on who the translator is and it can be used together with other type of translation concept in one translation text at once. It means that the main point of dynamic translation is to re-form the message of SL in different way of structure and style of language equalized and tended to adapt it to the TL’s structure and style of language in order to closely and naturally achieving the cultural function applied in TL. Also, the purpose is to make the audiences of TL understand and get highly degree of equivalence response just the same like what the SL’s audiences get. Summarily, it can be deduced from ten data analyzed that dynamic translation successfully reformulates the message of SL through TL’s applied culture by understanding, also, the context without reducing or deleting the true message contained in SL appropriately.

ABSTRAK

Penilitian ini meneliti tentang penerapan Model Penerjemahan Dinamis, sebagai cabang keilmuan dari Linguistik dan diterapkan pada Berita CNN sebagai data. Kerangka kerja yang disampaikan oleh Nida dan Taber (1969) digunakan sebagai landasan teori utama untuk mengetahui bagaimana teks diterjemahkan dari Bahasa Sumber ke Bahasa Sasaran yakni dengan mengirim pesan milik Bahasa Sumber ke dalam Bahasa Sasaran meyesuaikan terhadap fungsi budaya pembaca Bahasa Sasaran untuk memperoleh pemahaman dalam membaca secara optimal. Konsentrasi penelitian ini terletak pada penerapan model terjemahan dinamis yang diutarakan Nida dan Taber (1969) pada artikel yang dimuat oleh situs online Berita CNN khususnya pada tema pariwisata yang ada di beberapa negara. Penelitian ini dibuat secara komprehensif untuk menjawab rumusan masalah tentang bagaimana implikasi hasil terjemahan penerjemah di Translation Transfer diteliti berdasarkan pada model penerjemahan dinamis milik Nida dan Taber yang mengandung lima elemen penting sebagai syarat sebuah terjemahan dikategorikan terjemahan yang dinamis, juga untuk memahami proses menerjemahkan dalam menciptakan terjemahan Bahasa Indonesia dari artikel Berita CNN.

Metode penelitian yang digunakan dalam penelitian ini adalah kualitatif deskriptif dengan tujuan untuk memaparkan analisis data secara jelas dan mendalam. Data diambil dari situs online Berita CNN dengan memilih secara spesifik pada topik pariwisata dari 6 negara (Abu Dhabi, Argentina, Australia, Azerbaijan, Brazil dan Budapest) dengan memilih hanya satu tempat pariwisata yang paling banyak dikunjungi saja dari negara tersebut. Kemudian total dari data yang dianalisa dan diteliti yang mengandung model penerjemahan dinamis hanya berjumlah 10 data saja. Data dianalisa melalui beberapa tahap. Pertama, data yang diambil dari situs web resmi milik CNN diberikan kepada Muzaki sebagai salah satu penerjemah profesional di Agensi Translation Transfer untuk diterjemahkan. Kedua, peneliti akan menganalisa mana kata, frasa, atau kallimat yang mengandung model penerjemahan dinamis yang juga mengandung 5 poin penting terjemahan dinamis sesuai dengan teori Nida dan Taber. Kemudian, peneliti menganalisa secara detail dengan memberikan konteks yang diperoleh dari membaca sumber-sumber terkait berita artikel yang diteliti dan juga membahas secara mendalam pada sesi pembahasan tentang alasan mengapa data tersebut dikategorikan sebagai terjemahan yang menerapkan model penerjemahan dinamis milik Nida dan Taber.

Berdasarkan analisis data menyatakan bahwa model penerjemahan dinamis itu tidak terukur dan itu berarti bahwa hasil terjemahan bersifat relatif tergantung siapa penerjemahnya dan model terjemahan ini bisa digunakan secara bersamaan sekaligus dengan konsep penerjemahan yang lain pada sebuah teks yang sama. Kesimpulannya, yang menjadi poin utama dari model penerjemahan dinamis adalah untuk menciptakan kembali pesan Bahasa Sumber dengan struktur dan gaya bahasa yang sesuai dengan Bahasa Sasaran untuk memperoleh terjemahan yang alami sesuai dengan fungsi budaya yang berlaku di Bahasa Sasaran. Dan juga bertujuan untuk mamahamkan pembaca Bahasa Sasaran serta mendapatkan respon yang tinggi dari padanan kata yang dihasilkan, sebanding dengan respon yang ditimbulkan dari teks Bahasa Sumber terhadap pembacanya. Dari sepuluh data yang dianalisa, kesimpulannya adalah model penerjemahan ini berhasil memformulasikan pesan milik Bahasa Sumber melalui budaya yang berlaku pada Bahasa Sasaran dengan memahami konteks tanpa mengurangi atau bahkan menghapus pesan utama yang terkandung dalam Bahasa Sumber.

مستخلص البحث

يفحص هذا البحث تطبيق نموذج الترجمة الديناميكية ، باعتباره فرعًا علميًا في اللغويات ويطبق على أخبار CNN كبيانات في هذا البحث. يستخدم الإطار المقدم من من نيدا و تابر (1969) كأساس نظري رئيسي لمعرفة كيفية ترجمة النص من لغة الرئيسية إلى اللغة المستهدفة عن طريق إرسال رسائل تنتمي إلى لغة المصدر إلى أهداف اللغة مع التكيف مع وظيفة قراء اللغة المستهدفة للحصول على فهم القراءة. على النحو الأمثل. يكمن تركيز هذا البحث في تطبيق نموذج الترجمة الديناميكي الذي عبرت عنه نيدا و تابر (1969) على المقالات المنشورة على موقع الأخبار CNN على الإنترنت وتحديداً حول موضوع السياحة في العديد من البلدان. تم إجراء هذه الدراسة بشكل شامل للإجابة على صياغة المشكلة المتعلقة بكيفية تطبيق الآثار المترتبة على تنفيذ نموذج الترجمة الديناميكي لـنيدا و تابر الذي يحتوي على خمسة عناصر مهمة كشرط لتصنيف الترجمة على أنها ترجمة ديناميكية ، وكذلك لفهم عملية الترجمة في إنشاء ترجمات إندونيسية لمقالات الأخبار.CNN

طريقة البحث المستخدمة في هذا البحث هي نوعية وصفية بهدف وصف تحليل البيانات بشكل واضح وعميق. يتم الحصول على البيانات من موقع الأخبار CNN على الإنترنت من خلال الاختيار على وجه التحديد للمواضيع السياحية من 6 دول (أبو ظبي والأرجنتين وأستراليا وأذربيجان والبرازيل وبودابست) عن طريق اختيار واحد فقط من أكثر المواقع السياحية زيارة في البلاد. ثم بلغ إجمالي البيانات التي تم تحليلها والبحث فيها والتي تحتوي على نماذج ترجمة ديناميكية واحد بيانات فقط. يتم تحليل البيانات من خلال عدة مراحل. أولاً ، تم تقديم البيانات المأخوذة من موقع CNN الرسمي إلى موزكي كأحد المترجمين المحترفين في وكالة نقل الترجمة للترجمة. ثانيًا ، سيقوم الباحث بتحليل الكلمات أو العبارات أو الجمل التي تحتوي على نماذج ترجمة ديناميكية تحتوي أيضًا على 5 نقاط مهمة من الترجمة الديناميكية وفقًا لنظرية نيدا و تابر. يحلل الباحث بالتفصيل من خلال توفير السياق الذي تم الحصول عليه من قراءة المصادر ذات الصلة بمقال الأخبار التي تجري دراستها ويناقش أيضًا بتعمق في جلسة المناقشة أسباب تصنيف البيانات على أنها ترجمة تنطبق على نموذج الترجمة الديناميكي نيدا و تابر.

استنادًا إلى تحليل البيانات ، يشير إلى أن نموذج الترجمة الديناميكي غير قابل للقياس وهذا يعني أن نتائج الترجمة نسبية اعتمادًا على من هو المترجم ويمكن استخدام نموذج الترجمة هذا في نفس الوقت مع مفاهيم الترجمة الأخرى في النص نفسه. في الختام ، تتمثل النقطة الأساسية لنموذج الترجمة الديناميكي في إعادة إنشاء رسالة لغة المصدر بهيكل وأسلوب اللغة المطابقين للغة الهدف للحصول على ترجمات طبيعية وفقًا للوظائف الثقافية التي تنطبق على اللغة الهدف. ويهدف أيضًا إلى إرضاء قراء "اللغة المستهدفة" والحصول على استجابة عالية من الكلمات المكافئة المنتجة ، مقارنةً بالإجابات التي تم إنشاؤها من نص لغة المصدر إلى القارئ. من بين البيانات العشرة التي تم تحليلها ، فإن الاستنتاج هو أن نموذج الترجمة هذا نجح في صياغة الرسائل التي تنتمي إلى لغة المصدر من خلال الثقافة المعمول بها في اللغة الهدف من خلال فهم السياق دون تقليل أو حتى حذف الرسائل الرئيسية الموجودة في لغة المصدر