Kesalahan Terjemahan Idiom, Ini Alasan Aslinya

Kesalahan terjemahan idiom terjadi karena mesin menerjemahkan makna harfiah kata, padahal idiom sepenuhnya bekerja di ranah makna konotatif yang jauh berbeda dari arti kamus.

Saya sering ketemu mahasiswa yang nulis esai bahasa Inggris pakai bantuan Google Translate, terus hasilnya kaku parah. Ternyata ini bukan salah mereka sepenuhnya.

Masalahnya ada di cara kerja mesin itu sendiri.

 

Apa Beda Makna Denotatif dan Konotatif dalam Idiom?

Makna denotatif adalah arti sesungguhnya secara harfiah, sementara makna konotatif melibatkan nilai rasa yang terikat budaya dan bisa berubah seiring waktu.

Idiom selalu main di area konotatif ini. Beberapa contohnya gampang banget dipahami orang Indonesia, tapi bikin mesin penerjemah tersesat total:

• "Besar kepala" artinya sombong, bukan ukuran kepala yang membesar
• "Buah bibir" artinya bahan pembicaraan, bukan buah yang ada di bibir
• "Bunga desa" artinya gadis tercantik, bukan tanaman di desa
• "Hancur berkeping-keping" artinya sedih mendalam, bukan piring pecah

Kalau diterjemahkan literal kata per kata ke bahasa Inggris, hasilnya bakal jadi kalimat aneh yang bikin pembaca asing garuk-garuk kepala.

 

Seberapa Sering Google Translate dan DeepL Gagal Menerjemahkan Idiom?

Google Translate dan DeepL terbukti konsisten gagal dalam aspek kesesuaian kontekstual saat menerjemahkan idiom, berdasarkan riset yang menguji 150 idiom Indonesia sekaligus.

Peneliti dari Universitas Negeri Yogyakarta, Desakh Putu Setyalika Putri Dewayanti dan Margana, melakukan uji komparatif dua mesin penerjemah raksasa ini secara langsung.

Hasilnya, DeepL memang sedikit lebih unggul dalam memanfaatkan konteks sekitar kalimat. Tapi kesenjangan kualitasnya nggak signifikan, kedua mesin tetap kehilangan sensitivitas budaya.

Contoh kasusnya jelas banget. Idiom "air susu dibalas air tuba" yang artinya kebaikan dibalas pengkhianatan, kalau diserahkan ke mesin hasilnya cuma terjemahan literal tanpa makna kontekstual sama sekali.

 Baca Juga: Ambiguitas Kata Ganti Inggris, Ini Biang Bias Gendernya

Kenapa Bahasa Daerah Bikin Mesin Penerjemah Makin Kesulitan?

Bahasa daerah bikin mesin penerjemah makin kesulitan karena punya tingkatan sosial rumit yang menentukan pilihan kata berdasarkan status pembicara.

Contoh paling gampang ada di bahasa Jawa, dengan tingkatan Ngoko, Krama, dan Krama Inggil. Mesin sama sekali tidak punya kesadaran sosial buat memilih diksi sopan sesuai konteksnya.

Ditambah lagi soal bahasa campuran atau code-mixing yang lazim di percakapan sehari-hari, misalnya:

• "Mohon follow up issue ini sebelum meeting besok"
• "Kayaknya belum masuk deh"

AI multilingual generik cuma bisa menerjemahkan kalimat kayak gini secara kaku atau malah membiarkan istilah lokalnya tanpa makna yang konsisten.

 

Kenapa Mesin Tidak Bisa Punya "Ensiklopedia Universal"?

Mesin tidak bisa punya ensiklopedia universal karena cara kerjanya murni berdasarkan statistik dan pengenalan pola data, bukan interaksi kognitif dengan budaya manusia.

Yehoshua Bar-Hillel, ahli linguistik komputasi, sudah memformulasikan argumen ini sejak tahun 1960. Menurutnya, mesin tidak akan pernah bisa membedakan makna ganda sebuah kata secara akurat tanpa pemahaman menyeluruh tentang dunia nyata layaknya manusia.

Ini juga yang bikin ambiguitas kata jadi masalah abadi. Mesin kesulitan memilih padanan kata yang tepat kalau sebuah kata punya banyak arti tergantung situasi pemakaiannya.

Claude Piron, penerjemah legendaris yang pernah bekerja untuk PBB dan WHO, pernah menegaskan bahwa mesin penerjemah cuma mengotomatiskan bagian pekerjaan yang paling mudah. Bagian tersulitnya justru riset mendalam buat memecahkan ambiguitas biar pesan nggak jadi tidak bermakna.

 

Dosen menjelaskan penyebab kesalahan terjemahan idiom

Kalau Bukan Idiom, Bahasa Bisnis Aman Diterjemahkan Mesin?

Bahasa bisnis juga rawan salah kalau ada unsur code-mixing atau ekspresi informal di dalamnya, meski secara umum lebih aman dibanding idiom sastra.

Profesional muda yang sering komunikasi lintas negara perlu waspada soal ini. Hasil terjemahan yang kaku bisa menurunkan kepercayaan audiens atau merusak citra profesional di mata klien asing.

Fenomena ini masih satu keluarga besar dengan bias mesin penerjemah yang saya bahas lebih dalam soal kegagalan AI memahami konteks budaya secara luas, bukan cuma soal idiom saja.

Idiom akan selalu jadi titik lemah mesin penerjemah selama makna konotatif belum bisa dibaca statistik semata. Solusi paling aman tetap mengandalkan kepekaan bahasa manusia, terutama untuk tulisan formal atau akademik.

 

DAFTAR SUMBER

1. Dewayanti, D. P. S. P., & Margana, M. (2024). The impact of contextual understanding on neural machine translation accuracy: A case study of Indonesian cultural idioms in English translation. Englisia: Journal of Language, Education, and Humanities, 12(1), 223-236.
2. Pujiati. (2024). 4 Perbedaan Makna Konotatif dan Denotatif. Penerbit Deepublish.
3. Fakultas Ilmu Pendidikan UNESA. (2026). Mengapa Google Translate Tidak Selalu Tepat: Tantangan dalam Penerjemahan Konteks. Universitas Negeri Surabaya.

Penulis: Rachel Wijayani (cel)