Optimalisasi Prompt Engineering pada ChatGPT Tingkatkan Kualitas Terjemahan Mendekati Standar Profesional

Oleh: Berty H. Meluko . 12 April 2026 . 16:20:02

Inovasi dalam pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) terus berkembang, termasuk dalam bidang penerjemahan bahasa. Tim peneliti dari Universitas Negeri Gorontalo berhasil menunjukkan bahwa penerapan teknik prompt engineering pada ChatGPT mampu meningkatkan kualitas terjemahan secara signifikan hingga mendekati standar penerjemahan profesional.

Penelitian berjudul “Penerapan Teknik Prompt Engineering dalam ChatGPT untuk Meningkatkan Kesesuaian Terjemahan dengan Praktik Penerjemahan Profesional” ini dipimpin oleh Novriyanto Napu, S.Pd., M.AppLing., Ph.D., bersama Prof. Dr. Moon Hidayati Otoluwa, M.Hum, Dr. Hanisah Hanafi, M.Hum, dan Muhamad Hardiyanto Kiyai Mardjo. Penelitian ini merupakan bagian dari pendanaan Direktorat Penelitian dan Pengabdian kepada Masyarakat (DPPM) Kemdiktisaintek melalui skema Penelitian Fundamental Reguler Tahun 2025.

Dalam praktik sehari-hari, penggunaan ChatGPT dengan instruksi umum (prompt generik) masih menghasilkan terjemahan yang belum sepenuhnya mencerminkan kualitas penerjemahan profesional. Hal ini mendorong perlunya pendekatan yang lebih strategis dalam memberikan instruksi kepada sistem AI.

Penelitian ini bertujuan untuk mengkaji pengaruh prompt engineering—yakni teknik merancang instruksi yang lebih spesifik, kontekstual, dan berbasis peran—terhadap peningkatan kualitas hasil terjemahan. Pendekatan ini diharapkan mampu menjembatani kesenjangan antara terjemahan mesin dan praktik penerjemahan profesional.

Penelitian menggunakan pendekatan deskriptif kualitatif dengan desain eksperimen. Tiga skenario penggunaan prompt pada ChatGPT diuji, yaitu Prompt dasar (tanpa rekayasa khusus), Prompt berbasis audiens, dan Prompt dengan penugasan peran sebagai “penerjemah profesional”. Pengujian dilakukan pada berbagai jenis teks, seperti teks pariwisata, promosi, dan peribahasa. Hasil terjemahan kemudian dibandingkan dengan mesin penerjemah populer, yaitu Google Translate dan DeepL. Evaluasi dilakukan menggunakan metode cosine similarity serta penilaian langsung oleh ahli penerjemahan.

Hasil penelitian menunjukkan bahwa kualitas terjemahan sangat dipengaruhi oleh strategi penyusunan prompt. ChatGPT dengan pendekatan prompt engineering berbasis persona profesional menunjukkan performa terbaik dengan rata-rata skor mencapai 94, unggul pada aspek kesesuaian makna, kealamian bahasa, dan gaya penyampaian.

Sebagai perbandingan, mesin penerjemah konvensional seperti Google Translate dan DeepL memperoleh rata-rata skor masing-masing 83 dan 85. Meskipun mampu menyampaikan makna dasar dengan baik, hasil terjemahan dari kedua sistem tersebut masih cenderung kurang natural dan terlalu harfiah menurut penilaian evaluator profesional.

Temuan ini menunjukkan bahwa penggunaan prompt engineering secara konsisten mampu meningkatkan kualitas terjemahan AI menjadi lebih kontekstual, komunikatif, dan sesuai dengan praktik profesional.

Penelitian ini menegaskan pentingnya peran pengguna dalam mengoptimalkan teknologi AI melalui perancangan instruksi yang tepat. Pendekatan prompt engineering terbukti mampu menggeser pola terjemahan dari yang bersifat harfiah (formal equivalence) menuju terjemahan berbasis makna dan fungsi (functional equivalence), sehingga hasil terjemahan menjadi lebih alami dan relevan dengan konteks budaya.

Sebagai luaran, penelitian ini telah menghasilkan artikel ilmiah berjudul “Bridging the Gap Between Machine and Professional Translation: A Prompt Engineering Approach Using ChatGPT” yang telah disubmit pada jurnal internasional bereputasi, Asian Journal of Interdisciplinary Research (Scopus Q3) dan saat ini dalam tahap proses penelaahan (peer review).

Hasil penelitian ini memperkuat posisi prompt engineering sebagai kompetensi penting di era transformasi digital. Dengan pendekatan yang tepat, teknologi AI seperti ChatGPT tidak hanya berfungsi sebagai alat bantu, tetapi juga mampu mendukung praktik profesional secara lebih optimal.

Ke depan, hasil penelitian ini diharapkan dapat menjadi referensi dalam pengembangan pemanfaatan AI di bidang bahasa, pendidikan, dan industri kreatif, khususnya dalam menghasilkan terjemahan yang berkualitas, adaptif, dan berorientasi pada kebutuhan pengguna.

Agenda

3 November 2025

Klinik Proposal Penelitian dan Pengabdian Bagi Dosen di Lingkungan Universitas Negeri Gorontalo, Hibah DPPM KEMDIKTISAINTEK T.A. 2026

Pelaksanaan kegiatan ini direncanakan akan berlangsung pada tanggal 03 November 2025, bertempat di Ruang Sidang Lantai 4 Gedung Rektorat Universitas Negeri Gorontalo. Seluruh dosen di lingkungan Universitas Negeri Gorontalo diundang untuk berpartisipasi aktif dalam kegiatan ini.

21 - 23 Agustus 2025

Bootcamp Exclusive Optimalisasi AI untuk Riset

Kegiatan Bootcamp Exclusive Optimalisasi AI untuk Riset, Menulis Jurnal, dan Menulis Systematic Literature Review akan dilaksanakan pada tanggal 21-23 Agustus 2025. Tempat : Azlea Convention Center Gorontalo

3 Juli 2025

Coaching Mahasiswa KKN Profesi Kesehatan 2025

Coaching Mahasiswa Peserta KKN Profesi Kesehatan Tahun 2025, Tempat : Auditorium UNG, Pukul : 10.00 Wita, Pakaian Mahasiswa : Putih Hitam Jas Almamater

23 Juni 2025

Penandatangan Kontrak Penelitian dan Pengabdian bagi Dosen UNG

Penandatangan Kontrak Penelitian dan Pengabdian kepada Masyarakat Bagi Dosen Penerima dan Kepala LPPM. Penelitian-PPM Biaya DPPM Dikti dan Internal PNBP UNG