Transformasi Gramatikal dan Leksikal dalam Penerjemahan Ekspresi Idiomatik Novel Les Trois Mousquetaires dari Bahasa Prancis ke Bahasa Indonesia Melalui DeepL

Zaid Muhammad Abudzar, Prof. Dr. Drs. Sajarwa, M.Hum.

2025 | Skripsi | SASTRA PERANCIS

Novel Les Trois Mousquetaires merupakan karya klasik yang kaya secara bahasa, khususnya ungkapan idiomatik yang umum digunakan pada masanya. Penelitian ini mengkaji bentuk transformasi leksikal dan gramatikal dalam penerjemahan ekspresi idiomatik oleh mesin penerjemah DeepL pada Les Trois Mousquetaires. Tujuan penelitian ini adalah untuk menganalisis efektivitas DeepL dalam menerjemahkan idiom yang sarat akan konteks historis dan untuk mendeskripsikan jenis pergeseran terjemahan yang dihasilkan. Tahap awal penelitian adalah mengumpulkan dan mengklasifikasikan data ekspresi idiomatik berdasarkan teori klasifikasi idiom oleh Chitra Fernando (1996). Dari total 95 data yang ditemukan, teridentifikasi 9 idiom murni, 44 semi-idiom, dan 42 ekspresi literal. Data tersebut kemudian dianalisis untuk melihat pergeseran yang terjadi saat DeepL berhasil atau gagal mengenali idiom. Hasil penelitian menunjukkan bahwa ketika DeepL berhasil mengidentifikasi idiom, pergeseran unit dan struktur menjadi dominan untuk mencapai kenaturalan. Sebaliknya, saat gagal, DeepL cenderung mempertahankan ekuivalensi formal dan menerjemahkan secara harfiah. Pendekatan ini menghasilkan terjemahan yang kaku dan gagal total dalam mentransfer makna, yang menunjukkan kelemahan krusial MT dalam memahami konteks budaya dan historis bahasa.

Les Trois Mousquetaires is renowned for its linguistic richness, particularly its use of idiomatic expressions prevalent in the era it was written. This research investigates the lexical and grammatical transformations that occur when these idiomatic expressions are translated by the machine translation tool, DeepL. The study aims to analyze DeepL's effectiveness in translating idioms laden with historical context and to describe the resulting types of translation shifts. The initial phase involved collecting and classifying idiomatic expressions according to Chitra Fernando's (1996) theory of idiom classification. From a total of 95 instances identified, the data were categorized as 9 pure idioms, 44 semi-idioms, and 42 literal expressions. This data was subsequently analyzed to examine the shifts that occurred when DeepL either successfully or unsuccessfully recognized an idiom. The findings indicate that when DeepL identified an idiom correctly, unit and structure shifts were predominantly used to achieve a natural-sounding translation. Conversely, when it failed, DeepL tended to maintain formal equivalence, resulting in a literal translation. This approach produces rigid translations that completely fail to transfer the intended meaning, highlighting a crucial weakness of machine translation in its inability to comprehend the cultural and historical contexts of language.

Kata Kunci : Ekspresi idiomatik, mesin terjemahan, novel terjemahan, teknik penerjemahan, transformasi gramatikal & leksikal.