Update Artikelilmiah: 8683

YAYAT SUPRIYATNA

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Penelitian ini difokuskan pada prosedur terjemahan dan penilaian kualitas terjemahan dalam menerjemahkan fitur-fitur Twitter. Penelitian ini bertujuan untuk mengetahui prosedur yang digunakan oleh tim penerjemah dan untuk mengetahui kualitas terjemahan.
Jenis penelitian ini adalah penelitian deskriptif kualitatif. Data utama dalam penelitian ini adalah berasal dari Twitter, dan data pendukung diambil dari penilai-penilai ahli dalam terjemahan. Peneliti menemukan 85 data.
Hasil dari penelitian ini menunjukkan bahwa bahwa terdapat lima prosedur yang digunakan dalam menerjemahkan fitur-fitur Twitter yaitu peminjaman dengan 24 data (25.532%), calque dengan dua data (2.128%), terjemahan harfiah dengan 52 data (55.319), transposisi dengan 15 data (15,957%) dan penyesuaian dengan satu data (1,064%). Berhubungan dengan kualitas, hasil dari kualitas terjemahan yaitu; keakuratan terjemahan adalah akurat 87,06% (74 data), kurang akurat 12,94% (11 data) dan tidak akurat 0% (tidak ada data); keberterimaan terjemahan adalah berterima 89.41% (76 data), kurang berterima 10.59% (10 data) dan tidak berterima 0% (tidak ada data); keterbacaan terjemahan adalah tingkat keterbacaan tinggi 89.41% (76 data), tingkat keterbacaan sedang 10.59% (10 data) dan tingkat keterbacaan rendah 0% (tidak ada data).
Dari hasil tersebut dapat disimpulkan bahwa terjemahan harfiah adalah prosedur yang paling banyak digunakan oleh tim penerjemah, dan terjemahan fitur adalah akurat, berterima dan dengan tingkat keterbacaan tinggi.

Abtrak (Bhs. Inggris)

This research is focused on the translation procedures and translation quality assessment in Twitter features. This research is aimed at finding out the procedures applied by the translators, and the quality of the translation.
The type of this research is descriptive qualitative research. The primary data in this research are from Twitter, and the secondary data are taken from the raters. The researcher found 85 data.
The result showed that there are five procedures found in translating Twitter features. They are borrowing by 24 data (25.532%), calque by two data (2.128%), literal by 52 data (55.319%), transposition by 15 data (15.957%) and adaptation by a datum (1.064%). Dealing with the quality, the result of translation is that 87.06% (74 data) is accurate, 12.94% (11 data) is less accurate and 0% (no datum) is inaccurate: 89.41% (76 data) is acceptable, 10.59% (10 data) is less acceptable and 0% (no datum) is inacceptable; and 89.41% (76 data) is highly readable, 10.59% (10 data) is moderately readable and 0% (no datum) is less readable.
It can be concluded that literal is the most frequently used procedure which is applied by the translator, and the feature translation is accurate, acceptable and highly readable.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman