Kesilapan Terjemahan Bahasa Melayu Bahas (1)

(1)

Kesilapan Terjemahan Bahasa Melayu – Bahasa Arab Dalam

Ejen Carian

Google

: Satu Kajian Semantik

Fairuz Mohamad, Mohamad Nor Amin Samsun Baharun, Ahmad

Salleh

Academy of Language Studies, Universiti Teknologi MARA (Shah Alam), Malaysia, Academy of Language Studies, Universiti Teknologi MARA (Shah Alam), Malaysia, Academy of Language Studies, Universiti Teknologi MARA (Shah Alam), Malaysia.

fairuzm@salam.uitm.edu.my, nor_amin@salam.uitm.edu.my, ahmadsa@salam.uitm.edu.my

Abstrak

Ledakan informasi melalui perkhidmatan internet telah menghasilkan pelbagai bentuk perisian dalam bidang terjemahan di pasaran. Selain itu, machine language translation atau e-translasi (e-translation) iaitu mesin terjemahan bahasa berasaskan internet tersebar dengan meluasnya untuk kegunaan masyarakat umum. Ejen carian Google menawarkan perkhidmatan penterjemahan lebih dari 50 bahasa di dunia. Pelbagai golongan masyarakat sama ada pelajar mahupun ahli akademik mendapat manfaat dari kemudahan tersebut. Terjemahan tidak lagi memerlukan individu yang mahir dalam sesuatu bahasa untuk menterjemah teks. Di UiTM, ramai di kalangan pelajar-pelajar kita cenderung menggunakan perkhidmatan ejen carian Google (www.google.com) untuk menterjemah teks berbahasa Melayu ke bahasa Arab kerana ia percuma dan mudah dicapai. Walau bagaimanapun, berdasarkan pemerhatian, pelbagai kesilapan terjemahan dari aspek semantik dapat dikesan di dalam terjemahan Melayu-Arab. Antaranya padanan yang diberikan adakalanya kurang tepat. Selain itu, perkataan yang melibatkan peribahasa kerap kali diterjemahkan dengan terjemahan harfiy. Di samping itu, terdapat kesilapan tatabahasa yang ketara terutamanya dalam penggunaan kata ganti nama. Sedangkan ia adalah asas penting dalam bahasa Arab. Kertas kerja ini cuba meninjau sejauh mana ketepatan dan kesesuaian pemilihan kata dalam terjemahan bahasa Melayu ke bahasa Arab dan jenis-jenis kesilapan yang berlaku. Kertas kerja ini juga akan mencadangkan perkataan-perkataan yang lebih tepat dan sesuai digunakan dari sudut semantik.

(2)

1. Pendahuluan

1.1 Digunakan secara meluas

Program terjemahan berbantukan mesin (machine translation) di jaringan sesawang digunakan secara meluas. Ejen carian google (www.google.com) juga menawarkan terjemahan teks lebih dari 50 buah bahasa. Ia digunakan semakin meluas kerana percuma dan mudah diakses di mana-mana. Perisian tersebut mendapat sambutan yang sangat memberangsangkan kerana kepantasan menterjemah perkataan-perkataan dan ayat-ayat di mana ia tidak perlu merujuk kamus am, kamus peristilahan, tesaurus dan sebagainya.

Faktor utama penggunaan meluas bagi terjemahan berbantukan mesin ini ternyata adalah kerana kemampuannya menterjemah dengan cepat. Ia juga mempunyai keistimewaan yang lain iaitu menterjemah istilah-istilah dengan konsisten sekali.

1.2 Masih lagi ada kelemahan

Namun begitu, terjemahan berbantukan mesin sehingga kini masih lagi berhadapan dengan pelbagai kelemahan sebagaimana yang dijelaskan oleh Iman Santoso (2011) “Seperti layaknya mesin penterjemah yang lain, hasil dari proses penerjemahan oleh Google masih mengandung keterbatasan dan belum memberikan hasil terjemahan yang akurat. Kualitas hasil penerjemahan dari satu bahasa ke bahasa lain tidak selalu sama. Di tahun 2010, hasil terbaik dicapai oleh mesin penerjemah Google saat menerjemahkan teks dari bahasa Prancis ke bahasa Inggris. Selain itu, kulaitas hasil penerjemahan juga tergantung panjang teks.”

Antara kelemahan-kelemahan yang dikenalpasti ialah ia menterjemah perkataan yang mempunyai berbagai-bagai makna, ungkapan istilah, peribahasa, penggunaan metafora, hiperbola, terjemahan harfiah, terjemahan makna, makna implisit, makna figuratif (makna kiasan), makna konotasi (tersirat) dan terjemahan komunikatif.

Hutchins (1986) dalam bukunya yang bertajuk “Machine Translation: Past, Present, Future” berpendapat tentang permasalahan ini dengan mengatakan, “adalah mustahil untuk mendapat terjemahan yang berkualiti kerana sesetengah permasalahan semantik tidak boleh dihurai kecuali dengan merujuk maklumat-maklumat am yang banyak dan terperinci di dalam ensiklopedia.”

2. Kajian Literatur

(3)

Pelbagai Bahasa dari Bahasa Arab (BA) ke Bahasa Inggeris (BI)” telah menjelaskan tentang teks yang diterjemahkan dari sudut morfologi, sintaksis dan semantik.

Kajian yang ditulis Hassan as-Sharif (TT: 173) bertajuk “Laporan Penterjemahan Mesin di Negara Arab” lebih memberi tumpuan kepada aspek teori daripada aspek praktikal. Di dalam penulisan Ismail Siniy yang bertajuk “Halatuju Kegiatan Penterjemahan Masa Kini”, ia banyak menerangkan unsur-unsur positif dan negatif bagi penterjemahan mesin. Muhammad Daydawi selepas itu juga memfokuskan tajuk yang sama di dalam artikelnya yang bertajuk “Penterjemah Masa Akan Datang: Memperhembakan Mesin atau Menjauhinya”. Kajian tersebut hanya lebih tertumpu kepada aspek teori sahaja.

Kajian Radiah Yusoff & Wan Rose Eliza Abdul Rahman (2007) yang bertajuk “Analisis padanan makna dalam terjemahan berbantukan komputer” telah dibentangkan dalam persidangan Penterjemahan Antarabangsa ke-11, 2007 memperlihatkan kepada kita kemampuan pemindahan teks sumber ke dalam teks sasaran dengan menggunakan penterjemahan berbantukan komputer. Skop kajian dihadkan kepada penterjemahan makna denotasi frasa nama mudah am dan khas sahaja. Kedua-dua aspek ini merupakan titik perbezaan dengan kajian pengkaji. Apa yang dapat disimpulkan melalui kajian ini, pertama, pengkaji mengakui terpaksa melakukan pembaikan yang agak banyak dan merenyahkan kepada teks sasaran agar menepati keperluan mesej yang hendak disampaikan oleh teks sumber dan menepati keperluan budaya bahasa sumber dan bahasa sasaran. Kedua, perisian penterjemahan berbantukan komputer perlu ada satu korpus dwibahasa berjajaran yang jauh lebih besar dari yang ada sekarang ini dan ianya perlu sentiasa selaras dengan perkembangan mutakhir. Ketiga, perlunya satu mekanisma statistik yang boleh digunakan untuk mengira peluang mencari padanan yang hampir tepat dengan konteks dalam masa yang singkat, terutamanya untuk frasa yang mempunyai pelbagai makna.

Satu kajian semantik oleh Mohamad Nor Amin dan Naimah Abdullah (2011) yang bertajuk “Kesilapan terjemahan Bahasa Arab-Bahasa Melayu dalam ejen carian Google: satu kajian semantik” telah dibentangkan di dalam Persidangan Penterjemahan Antarabangsa 2011. Kajian ini memfokuskan kepada terjemahan Bahasa Arab-Bahasa Melayu. Sementara kajian ini pula tertumpu kepada penterjemahan Bahasa Melayu ke Bahasa Arab.

3. Analisa Pembahagian Perkataan

Kajian ini cuba melihat kepelbagaian penghasilan makna hasil terjemahan mesin melalui ejen carian Google. Untuk mendapatkan data kajian, penulis telah memetik beberapa ayat dan ungkapan dari modul Bahasa Arab Pelancongan II (BAB140) yang digunapakai di Universiti Teknologi MARA. Selain itu, terdapat ayat dan ungkapan yang dihasilkan oleh penulis.

(4)

1) Kata Nama

i) Terjemahan tidak tepat

Terjemahan Betul

ii) Terjemahan ke Bahasa Inggeris

Ada kalanya terjemahan mesin tidak dapat menterjemah ke dalam bahasa sasaran hanya kerana perkataan tersebut digandakan untuk menunjukkan jamak. Perkataan “baju” dapat diterjemah dengan baik iaitu “صيمق” tetapi hasil yang sama sekali berbeza diperolehi apabila ia dijamakkan. Google menggunakan Bahasa Inggeris yang ditulis dalam bahasa Arab bagi menerangkan maksudnya. Keadaan ini boleh mengelirukan pengguna terutama sekali yang kurang arif dalam Bahasa Inggeris dan Arab.

iii) Kekeliruan terjemahan kata tanya.

(5)

Dalam menterjemahkan kata tanya berlaku banyak kesilapan. Kekeliruan makna sering berlaku contohnya, perkataan “bila” dan “apabila”. Perkataan “Bila” adalah kata tanya yang sepatutnya diterjemah sebagai “ ىتم” manakala “ apabila” pula adalah “ امدنع ” atau “ اذإ ”. Begitu juga, perkataan “adakah” dan “adalah”. Kedua-duanya diterjemahkan dengan makna yang sama iaitu “ وه ”. Sepatutnya, “adakah” diterjemah sebagai “ له ” manakala kata pemeri “adalah” diberi maksud “ وه ”.

3.2 Kata Kerja

Terjemahan Betul Terjemahan Google

Perkataan dari Bahasa Sumber

َبِكَر

ىّتَح

naik

لاَعَت

اوُحَمْسا

mari

َماَص

عيِرَس

puasa

ii) Kekeliruan terjemahan ayat perintah.

Perkataan dari Bahasa Sumber

ْرِس

ريِس

berjalanlah

بَهْذا

باَهَذ

pergilah

ْلُق

لوق

katakan

Antara kelemahan ketara mesin penterjemahan dapat dilihat dalam menterjemah ayat perintah yang merupakan antara unsur utama dalam pembahagian kata Bahasa Arab ( رملا لفا ). Ia sering kali diterjemahkan sebagai kata nama terbitan ( ردصم ). Situasi ini jelas dapat diperhatikan dalam contoh-contoh di atas.

iii) Kekeliruan derivasi

(6)

ّمحتسأ انأ

ditangani dengan baik oleh mesin terjemahan google. Jika diamati, ayat terjemahan “ انأ مامح ” memberi maksud saya adalah sebuah tandas. Manakala, “ مامح انيدل ” bermakna kami ada bilik air sementara “ مامح كل ” pula bererti bilik air itu kamu punya. Terjemahan yang diberikan jelas sekali tersasar daripada makna yang sebenar. Hal ini pastinya akan mengelirukan pengguna. Keadaan ini dapat dilihat dengan jelas melalui penterjemahan sesuatu perkataan yang mempunyai pengertian berbeza. Contohnya, perkataan “bisa” di dalam Bahasa Melayu merujuk kepada “racun yang ada pada ular”. Manakala, di dalam Bahasa Indonesia pula ia merujuk kepada “boleh”. Bahasa Indonesia nampak lebih dominan dalam Google apabila perkataan “bisa” diterjemah sebagai “ نكمي ” yang merujuk kepada “boleh”.

v) Kesilapan struktur dan golongan kata

Kesilapan struktur seperti di atas boleh mengakibatkan penyampaian mesej yang tidak tepat. Kata kerja mengadakan ( موقي ) tetapi di dalam struktur di atas makna kata kerja tersebut tidak dinyatakan.

vi) Kata ganti nama dan kala yang diterjemahkan secara salah.

(7)

تحبس

حبست نأ كيلع

Kamu telah berenang

Bahasa Arab dari tipologi bahasa infleksi menunjukkan ciri-ciri yang unik di mana satu perkataan mengandungi rangkaian makna yang lengkap di dalamnya. Sesuatu kata kerja bukan sahaja memberi maksud kata kerja tersebut, malah ianya juga menghasilkan makna pelaku dan juga kala sama ada kala lampau, kini mahupun kala depan. Namun terjemahan mesin ternyata tidak lengkap dan hanya mampu menterjemahkan maksud kata kerja sahaja tanpa disertakan makna-makna yang lain.

3.4 Frasa

Kesilapan frasa untuk kajian ini terbahagi kepada dua, iaitu frasa biasa dan frasa idiomatik.

3.4.1 Frasa Biasa

ii) Kesilapan susunan/ urutan perkataan

(8)

3.4.2 Frasa Idiomatik

Frasa idiomatik dan juga ungkapan-ungkapan berbentuk metafora tidak boleh diterjemah secara literal, tetapi perlu melihat maksud yang tersirat. Terjemahan mesin jelas menunjukkan ketidakmampuan menyelami kebanyakan makna tersirat lantas makna yang terhasil tidak dapat memberi mesej yang sebenar yang ingin disampaikan.

3.4 Partikel

Partikel memainkan peranan yang penting dalam Bahasa Arab. Di dalam hal ini kata kerja biasanya disusuli dengan partikel untuk menentukan makna perkataan sebenar. Jika partikel tidak menyusuli kata kerja maka pembentukan perkataan menjadi janggal. Contohnya perkataan جاتحأperlu disusuli dengan partikel ىلإ. Jika tidak, perkataan yang terbentuk tidak menepati ciri-ciri penggunaan yang betul.

3.5 Ekspresi

(9)

ميِرَك ناَضَمَر

عيِرَس نمآ

Selamat berpuasa

كوُرْبَم

ةَئِنْهَت

Tahniah!

مَلَس اَي

رِهاَب حاَجَن

Wah!

ساّنلا رَثْكَأ اَم

ساّنلا َنِم ْمَك

alangkah ramainya orang

تاَدّيُّسلا ةَوَلَحْلِل اَي

تاّيِزيِلاَملا

ءاَسّنلا ْتَعَضَخ

ايِزيِلاَم

manisnya wanita-wanita Malaysia

ُهللا َكاَف َش

كيِف ْشَي ُهللا يِضَر

semoga Allah menyembuhkan kamu

Ekspresi atau ungkapan dalam pelbagai bahasa biasanya tidak boleh diterjemah secara harfi atau literal, tetapi perlu kepada fokus maksud atau konteks penggunaanya. Contohnya ungkapan “Wah!” diterjemahkan sebagai رهاببب حاببجن, sedangkan maknanya adalah “kejayaaan cemerlang”. Nyata, terjemahan mesin didapati mengubah segala maksud yang hendak disampaikan.

4. Kesimpulan dan Cadangan

Terjemahan berbantukan mesin ini tidak dapat disangkal lagi sangat penting dalam bidang pendidikan dan ia sangat berguna dalam membantu aktiviti terjemahan pelbagai bahasa. Walaubagaimanapun, masih terdapat pelbagai kelemahan ketara dalam khidmat terjemahan ini terutamanya dalam aspek semantik, antaranya kata nama tunggal, kata kerja, frasa, partikel dan ekspresi.

Banyak kesilapan berlaku di dalam terjemahan Google. Terdapat banyak perkataan yang tidak mampu diterjemah dengan tepat dan padanan yang diberikan tidak betul. Bahkan, perkara yang menyedihkan lagi apabila terjemahan tersebut menyimpang terus dari makna asal perkataan. Bagi perkataan yang tidak mampu diterjemahkan, terjemahan kepada Bahasa Inggeris menjadi alternatif kepada kegagalan tersebut.

Kemahiran bahasa yang baik di dalam bahasa sumber serta bahasa sasaran adalah perlu di dalam terjemahan berbantukan mesin seperti ini. Ia melihatkan kepada kita mengenai saiz korpus yang masih lagi di tahap yang perlu diberi perhatian lebih.

(10)

Langkah-langkah penambahbaikan yang boleh dilakukan bagi meningkatkan kualiti terjemahan online atau terjemahan berbantukan mesin ini adalah seperti berikut:

 Melibatkan pakar-pakar Bahasa Arab secara aktif dalam menyediakan korpus bahasa dalam pelbagai bidang bahasa.

 Pihak penyedia khidmat terjemahan mesin ini perlu menggunakan khidmat pakar Bahasa Arab sebagai penyemak kepada bahan-bahan yang hendak diterbitkan bagi mengelak berlakunya kesilapan pemilihan kata.

 Penglibatan antara pakar bahasa dan pakar IT perlu dikukuhkan secara berterusan demi penghasilan bahan yang berkualiti serta menepati keperluan.

Terjemahan secara on-line seperti ini adalah satu pentas yang kurang ideal untuk melakukan aktiviti penterjemahan perkataan dari Bahasa Malaysia ke Bahasa Arab. Justeru, penulis berpendapat ia perlu dikaji semula memandangkan banyak kesilapan berlaku di dalam pelbagai sudut semantik.

Rujukan

Adnan Eiden & Tariq Ibrahim, _______, Penterjemahan mesin dari bahasa Inggeris ke bahasa Arab: pengalaman syarikat ITI”, _________: Pusat Pengajian Bahasa Arab.

Ainon Mohd & Abdullah Hassan, 2006, Teori dan teknik terjemahan, Kuala Lumpur: PTS Professional.

Azrul Azlen b Abdul Hamid, Terjemahan mesin dari Bahasa Inggeris ke bahasa Arab: analisis kesalahan bahasa, Dissertasi sarjana UIAM, Kuala Lumpur.

Ghazali Yusri Abdul Rahman, 2006, Penterjemahan kata tugas dalam bahasa Arab-Melayu, UiTM Shah Alam: Pusat Penerbitan Universiti (UPENA).

Hutchins, W.J, 1986, Machine translation: past, present, future,West Sussex: Ellis Horword Limited.

Mahmud Ismail Soleh Siniy, 1991, Halatuju kegiatan penterjemahan masa kini, ______: Pusat Pengajian Bahasa Arab.

Mohamad Nor Amin & Naimah Abdullah, 2011, Kesilapan terjemahan bahasa Arab-bahasa Melayu dalam ejen carian Google: satu kajian sementik, Persidangan Penterjemahan Antarabangsa 2011.

(11)

Muhammad Izzuddin, _______, Pengalaman syarikat Seymor: sistem penterjemahan mesin pelbagai bahasa dari Bahasa Arab ke Bahasa Inggeris dan sebaliknya, ________: Pusat Pengajian Bahasa Arab.

Norwati Md Yusof, 2009, English-Malay computer assisted translation: the potential of e-tools in in the re-writing of media content, Jurnal Penterjemah, Vol. XI.

Radiah Yusoff & Wan Rose Eliza Abdul Rahman, 2007, Analisis padanan makna dalam terjemahan berbantukan komputer”, Persidangan Penterjemahan Antarabangsa ke-11, Vol 11.

http://staf.uny.ac/sites, accessed 16 Mei 2011.

http://translate.google.com.my.

Biodata

Fairuz bin Mohamad

-Pensyarah di Akademi Pengajian Bahasa, UiTM, Shah Alam,

-Lulusan B.A Bahasa Arab dan Sastera di Universiti Al Al-Bayt, Jordan -Memiliki Ijazah Sarjana Bahasa Arab di Universiti Malaya.

Mohamad Nor Amin bin Samsun Baharun

-Pensyarah di Akademi Pengajian Bahasa, UiTM, Shah Alam,

-Lulusan B.A Bahasa Arab dan Sastera di Universiti Al Al-Bayt, Jordan -Memiliki Ijazah Sarjana Linguistik Bahasa Arab di UIA, Gombak.

Ahmad bin Salleh