Perbandingan Hasil Terjemahan Konten Wisata Kuliner Hokkaido pada Situs Resmi, Google Translate dan DeepL
DOI:
https://doi.org/10.33751/idea.v8i1.50Keywords:
Hokkaido, Machine translation, Molina & Albir, TranslationAbstract
ABSTRAK: Penelitian ini bertujuan membandingkan hasil terjemahan teks wisata kuliner Hokkaido pada situs resmi Japan Travel, Google Translate, dan DeepL. Data penelitian berupa lima teks kuliner khas Hokkaido yang dianalisis menggunakan metode deskriptif kualitatif dengan teori teknik penerjemahan Molina & Albir (2002) dan Machine Translation Theory. Hasil penelitian menunjukkan bahwa versi terjemahan resmi situs menggunakan teknik description, modulation, borrowing, dan established equivalent sehingga menghasilkan terjemahan yang paling akurat dan alami. Google Translate cenderung menggunakan terjemahan literal, cukup akurat secara leksikal tetapi sering kaku. DeepL menghasilkan kalimat yang lebih lancar dan komunikatif, namun masih ditemukan beberapa kesalahan istilah budaya. Secara umum, DeepL lebih unggul dibanding Google Translate, tetapi penerjemah manusia tetap menghasilkan kualitas terbaik.
Kata kunci: Google Translate, DeepL, Hokkaido, penerjemahan, Molina & Albir, machine translation
References
Al, T. B. Analisis Teknik Penerjemahan Lagu ‘Kun Anta’oleh Humood Al Khuder Versi Bahasa Indonesia Berdasarkan Teori Molina dan Albir. Vol 3 No 2 (2025): Jurnal Pendidikan Bahasa Arab dan Ilmu Kebahasaaraban
Budi W, Saragih F. ANALISIS KUALITAS TERJEMAHAN TEKS BAHASA JEPANG KE BAHASA INDONESIA DENGAN BING TRANSLATOR. KLAUSA (Kajian Linguistik, Pembelajaran Bahasa, dan Sastra) [Internet]. 9Jul.2021 [cited 3May2026];5(1):45-2. Available from: https://jurnal.machung.ac.id/index.php/klausa/article/view/408
Koehn, P. (2020). Neural machine translation. Cambridge University Press.
Molina, L., & Hurtado Albir, A. (2002). Translation techniques revisited: A dynamic and functionalist approach. Meta, 47(4), 498-512.
Majid, M. N., Akmaliyah, A., & Hermawan, M. B. (2024). Perbandingan Hasil Terjemah Arab–Indonesia Antara ChatGPT dan Gemini AI. Ihtimam: Jurnal Pendidikan Bahasa Arab, 7(02), 1-21.
Nailannajah, L., Nisa, M., Satori, A., Maulani, A., Suparno, D., & Mubarok, M. Z. (2025). Hasil Terjemahan Perplexity: Analisis Akurasi, Keberterimaan, dan Keterbacaan pada Berita Pariwisata dari Situs Aljazeera. net. ARABIA: Jurnal Ilmu Bahasa Arab, 3(02), 170-185.
Nugroho, R. A., Septemuryantoro, S. A., & Lewa, A. H. (2017, July). Penerjemahan: sebuah cara untuk meningkatkan kualitas pariwisata Indonesia. In Seminar Nasional Multi Disiplin Ilmu Unisbank 2017. Stikubank University.
Rahma, L. G. A. D., & Hardjanto, T. D. (2022). Teknik Penerjemahan Ungkapan Fatis Bahasa Inggris Ke Dalam Bahasa Indonesia. Linguistik Indonesia, 40(2), 293–303. https://doi.org/10.26499/li.v40i2.217
Ranuntu, G. C., & Qarimah, A. N. (2025). Can AI Speak Diplomacy? A Head-to-Head Translation Challenge. JLT: Jurnal Linguistik Terapan, 12-19.
Sianturi, S. F., & Adha, T. K. R. (2022). Analisis Teknik Penerjemahan Subtitle Serial Drama Go Ahead Episode 1. Jurnal Bahasa, Sastra, Dan Budaya, 12(3), 1–18. http://ejurnal.ung.ac.id/index.php/JBSP/index
Siregar, R., Safriandi, F., Ramadhan, A., Kalsum, E. U., & Siregar, M. Z. (2022). Penerjemahan sebagai jembatan antar budaya. Jurnal Derma Pengabdian Dosen Perguruan Tinggi (Jurnal DEPUTI), 2(1), 42–46. https://doi.org/10.54123/deputi.v2i1.109
Tan, Z., Wang, S., Yang, Z., Chen, G., Huang, X., Sun, M., & Liu, Y. (2020). Neural machine translation: A review of methods, resources, and tools. AI Open, 1, 5-21.
Telaumbanua, Y. A., Marpaung, A., Gulo, C. P. D., Waruwu, D. K. W., Zalukhu, E., & Zai, N. P. (2024). Analysis of two translation applications: Why is DeepL translate more accurate than Google Translate?. Journal of Artificial Intelligence and Engineering Applications (JAIEA), 4(1), 82-86.
Wisudawanto, R., & Al Haris, F. H. S. (2019). Penerjemahan ujaran persuasif pada teks pariwisata Solo Calendar of Event. Jurnal Pariwisata Indonesia, 15(1), 84-94.
Yulianto, A., & Supriatnaningsih, R. (2021). Google Translate vs. DeepL: A quantitative evaluation of close-language pair translation (French to English). AJELP: Asian Journal of English Language and Pedagogy, 9(2), 109-127
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 IDEA : Jurnal Studi Jepang
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
