mikasamkz21/indo-bima-translator

Indo ⇄ Bima Translator 🌏

Model penerjemahan Bahasa Indonesia ke Bahasa Bima lokal hasil fine-tuning dengan 1.084 pasangan kalimat paralel. Cocok untuk kalimat sederhana sehari-hari.

---

📌 Ringkasan Model

Item	Detail
Model name	indo-bima-translator
Base model	Helsinki-NLP/opus-mt-id-en
Dataset model	dataset.csv
Dataset size	1.084 pasangan kata + kalimat
Split train/test	~976 latih / ~108 uji
Epoch	10
Learning rate	5 × 10⁻⁵
Batch size	4

---

📈 Performa Model

Grafik Training Loss

Grafik Train

Grafik Evaluasi

Grafik Pemakaian GPU

Evaluasi BLEU

• BLEU original (BLEU‑4): 1.0000
• BLEU (NLTK smoothed): ~0.64
• Precision 1‑gram: 100%
• Precision bigram, trigram, 4‑gram: 0% (karena kalimat pendek)

⚠️ BLEU utama bisa jadi tinggi karena kalimat test identik persis. BLEU dengan smoothing memberikan gambaran akurasi unigram yang lebih realistis.

---

💬 Contoh Terjemahan (Test Set)

Indonesia	Output Model	Referensi Bima
apa kabar?	Bune Haba?	Bune Haba?
saya makan	nahu ngaha	nahu ngaha
dimana kamu tinggal?	tabe ncau ngge'e mu?	tabe ncau ngge'e mu?

---

🛠 Cara Menggunakan

from transformers import MarianMTModel, MarianTokenizer

model = MarianMTModel.from_pretrained("mikasamkz21/indo-bima-translator")
tokenizer = MarianTokenizer.from_pretrained("mikasamkz21/indo-bima-translator")

inputs = tokenizer("apa kabar?", return_tensors="pt", truncation=True, padding=True)
outputs = model.generate(**inputs)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

CITATION

@misc{indo_bima_translator_2025, title={Indo ⇄ Bima Translator}, author={HazelDev}, year={2025}, howpublished={\url{https://huggingface.co/mikasamkz21/indo-bima-translator}}, }