Applying crowdsourced translation in auto-translate feature of @people Instagram account

ENGLISH:

For the past few years, the crowdsourcing method has been increasingly applied in various fields due to its convenience and cheapness. One application of this method is Crowdsourced Translation, which is a new method in which translations are generated through the simultaneous efforts of a large number of translators. One example of using this method is the automatic translation feature on social media such as Facebook, Twitter and Instagram. Despite its advantages, the translation results from this method are considered to be less accurate. In this study, the researcher aims to analyze the results of automatic translation on Instagram using the Crowdsourced Translation method. The selected data are 20 posts from the @people account, which is a big magazine company from America that reports current events every day. This study uses a descriptive qualitative method in the form of text studies using data in the form of words, phrases, clauses, and sentences taken from the captions of the 20 Instagram posts. The researcher uses the theory of translation from David Vilar et al. (2006) about the translation error and Peter Newmark (1988) which explains that there are 4 levels that must be considered in translating a text, namely the textual, referential, cohesive, and natural levels. Each caption is translated into Indonesian which is the mother tongue of the researcher. After the analysis was carried out, it was discovered that out of the 20 posts from @people analyzed, 119 errors were found in total. The details are: 26 errors in missing words, 10 errors in word order, 81 errors in incorrect words, 2 errors in unknown word, and 0 errors in punctuation. Based on Newmark’s theory, out of 119, 73 errors occurred because of the difficulties faced at the textual level, 14 errors at the referential level, 10 errors at the cohesive level, and 22 errors at the level of naturalness. The results of this study can prevent social media users from consuming fake news and hoaxes which can cause conflict in cyberspace.

INDONESIA:

Beberapa tahun terakhir, metode crowdsourcing semakin banyak diterapkan di berbagai bidang karena kemudahan dan murahnya.Salah satu aplikasi dari metode ini adalah Terjemahan Crowdsourced, yang merupakan metode baru di mana terjemahan dihasilkan melalui upaya simultan dari sejumlah besar penerjemah.Salah satu contoh penggunaan metode ini adalah fitur terjemahan otomatis di media sosial seperti Facebook, Twitter, dan Instagram.Meski memiliki kelebihan, hasil terjemahan dari metode ini dinilai kurang akurat.Pada penelitian ini, peneliti bertujuan untuk menganalisis hasil terjemahan otomatis pada Instagram dengan menggunakan metode Crowdsourced Translation.Data yang dipilih adalah 20 postingan dari akun @people yang merupakan perusahaan majalah besar asal Amerika yang melaporkan kejadian terkini setiap harinya.Penelitian ini menggunakan metode kualitatif deskriptif berupa kajian teks dengan menggunakan data berupa kata, frasa, klausa, dan kalimat yang diambil dari caption 20 postingan Instagram. Peneliti menggunakan teori penerjemahan dari David Vilar et al. (2006) tentang kesalahan penerjemahan dan Peter Newmark (1988) yang menjelaskan bahwa ada 4 tingkatan yang harus diperhatikan dalam menerjemahkan sebuah teks, yaitu tingkatan tekstual, referensial, kohesif, dan alami. Setiap caption diterjemahkan ke dalam bahasa Indonesia yang merupakan bahasa ibu peneliti. Setelah dilakukan analisis, diketahui bahwa dari 20 postingan @people yang dianalisis, total ditemukan 119 kesalahan. Perinciannya adalah: 26 kesalahan kata yang hilang, 10 kesalahan urutan kata, 81 kesalahan kata yang salah, 2 kesalahan kata yang tidak dikenal, dan 0 kesalahan tanda baca. Berdasarkan teori Newmark, dari 119, 73 kesalahan terjadi karena kesulitan yang dihadapi pada tingkat tekstual, 14 kesalahan pada tingkat referensial, 10 kesalahan pada tingkat kohesif, dan 22 kesalahan pada tingkat kealamian. Hasil penelitian ini dapat mencegah pengguna media sosial mengkonsumsi berita bohong dan hoax yang dapat menimbulkan konflik di dunia maya.

ARABIC:

على مدى السنوات القليلة الماضية ، تم تطبيق طريقة التعهيد الجماعي بشكل متزايد في مختلف المجالات بسبب ملاءمتها ورخص ثمنها. أحد تطبيقات هذه الطريقة هو الترجمة الجماعية ، وهي طريقة جديدة يتم فيها إنشاء الترجمات من خلال الجهود المتزامنة لعدد كبير من المترجمين. أحد الأمثلة على استخدام هذه الطريقة هو ميزة الترجمة التلقائية على وسائل التواصل الاجتماعي مثل Facebook و Twitter و Instagram. على الرغم من مزاياها ، إلا أن نتائج الترجمة من هذه الطريقة تعتبر أقل دقة. يهدف الباحث في هذه الدراسة إلى تحليل نتائج الترجمة الآلية على Instagram باستخدام طريقة Crowdsourced Translation. البيانات المختارة هي 20 مشاركة من حسابpeople ، وهي شركة مجلات كبيرة من أمريكا تقدم تقارير عن الأحداث الجارية كل يوم. تستخدم هذه الدراسة المنهج النوعي الوصفي في شكل دراسات نصية باستخدام البيانات في شكل كلمات وعبارات وجمل وجمل مأخوذة من تعليق منشورات إنستغرام العشرين. يستخدم الباحث نظرية الترجمة من David Vilar et al. (2006) حول خطأ الترجمة و Peter Newmark (1988) الذي يوضح أن هناك 4 مستويات يجب مراعاتها في ترجمة النص ، وهي المستويات النصية والمرجعية والمتماسكة والطبيعية. تمت ترجمة كل تسمية توضيحية إلى اللغة الإندونيسية وهي اللغة الأم للباحث. بعد إجراء التحليل ، تم اكتشاف أنه من بين 20 مشاركة منpeople التي تم تحليلها ، تم العثور على 119 خطأ في المجموع. التفاصيل هي: 26 خطأ في الكلمات المفقودة ، و 10 أخطاء في ترتيب الكلمات ، و 81 خطأ في الكلمات غير الصحيحة ، وخطأان في الكلمات غير المعروفة ، و 0 أخطاء في علامات الترقيم. استنادًا إلى نظرية نيومارك ، من أصل 119 ، حدث 73 خطأ بسبب الصعوبات التي تمت مواجهتها على المستوى النصي ، و 14 خطأ على المستوى المرجعي ، و 10 أخطاء على مستوى التماسك ، و 22 خطأ على مستوى الطبيعة. يمكن أن تمنع نتائج هذه الدراسة مستخدمي وسائل التواصل الاجتماعي من استهلاك الأخبار المزيفة والخداع التي يمكن أن تسبب صراعًا في الفضاء الإلكتروني