Dari Bahasa AcehMenuju Masa DepanKecerdasan Buatan

Aceh memiliki kekayaan bahasa, sastra, tradisi lisan, adat istiadat, dan pengetahuan lokal yang diwariskan dari generasi ke generasi. Namun, di tengah pesatnya perkembangan kecerdasan buatan (Artificial Intelligence/AI), bahasa Aceh masih menghadapi tantangan dalam memperoleh dukungan teknologi bahasa yang memadai.

Sebagian besar teknologi pemrosesan bahasa alami (Natural Language Processing/NLP) dikembangkan dengan fokus pada bahasa-bahasa yang memiliki sumber daya digital besar. Sementara itu, bahasa Aceh membutuhkan pendekatan yang lebih spesifik agar kosakata, konteks, dan karakteristik bahasanya dapat direpresentasikan dengan lebih baik oleh mesin.

Kebutuhan inilah yang menjadi latar belakang pengembangan AcehX, sebuah inisiatif penelitian dan pengembangan teknologi bahasa yang berfokus pada bahasa Aceh.

Pengembangan AcehX memanfaatkan kemajuan penelitian model bahasa berbasis Transformer, khususnya arsitektur BERT (Bidirectional Encoder Representations from Transformers).

Salah satu fondasi teknis yang digunakan adalah IndoBERT, model bahasa pralatih untuk bahasa Indonesia. Melalui pendekatan adaptasi model, kosakata tokenizer diperluas dengan kosakata bahasa Aceh, kemudian model dilatih menggunakan korpus teks bahasa Aceh.

Pendekatan ini bertujuan membantu model mengenali pola bahasa Aceh dengan lebih baik, sekaligus membuka peluang pemanfaatan teknologi NLP untuk bahasa yang memiliki keterbatasan sumber daya digital.

Salah satu tahap penting dalam pengembangan AcehX adalah penyusunan korpus bahasa Aceh sebagai bahan pembelajaran model.

Korpus penelitian dihimpun dari beragam sumber, termasuk literatur, cerita rakyat, tradisi lisan, teks adat dan hukum adat, Wikipedia, serta komentar YouTube.

Berdasarkan dokumentasi repositori penelitian AcehX, korpus tersebut mencakup 63.367 kalimat. Sebanyak 41.627 kalimat digunakan dalam proses prapelatihan model melalui pendekatan Masked Language Modeling (MLM).

Penyusunan korpus ini merupakan langkah penting untuk memperluas ketersediaan sumber daya digital bahasa Aceh bagi penelitian dan pengembangan kecerdasan buatan.

Dari proses adaptasi tokenizer dan pelatihan menggunakan teks bahasa Aceh, dikembangkan AcehXBERT, model bahasa berbasis BERT yang ditujukan untuk pemrosesan teks bahasa Aceh.

Model ini dirancang untuk mempelajari representasi kontekstual kata dan kalimat bahasa Aceh. Representasi tersebut dapat dimanfaatkan sebagai fondasi bagi berbagai tugas NLP, seperti klasifikasi teks, analisis sentimen, dan penelitian pemahaman bahasa.

Pengembangan berikutnya mencakup AcehXBERT-sentiment, model yang disesuaikan untuk mengklasifikasikan sentimen teks bahasa Aceh ke dalam tiga kategori: positif, negatif, dan netral.

Dataset sentimen penelitian tersebut mencakup 3.725 kalimat yang diberi label secara manual oleh penutur bahasa Aceh.

Perkembangan penelitian AcehX mencapai tonggak penting melalui publikasi berjudul Development of AcehX for Sentiment Analysis Using a BERT-Based Model pada konferensi O-COCOSDA 2025.

Publikasi ini mendokumentasikan pendekatan pengembangan model bahasa Aceh, penyusunan sumber daya data, serta penerapannya pada tugas analisis sentimen.

Repositori penelitian kemudian menjadi salah satu rujukan teknis untuk menelusuri komponen proyek, termasuk korpus, dataset sentimen, tokenizer, kode eksperimen, dan model yang berkaitan dengan penelitian.

Hingga 2026, hasil penelitian yang terdokumentasi memberikan fondasi bagi pengembangan teknologi NLP bahasa Aceh. Fondasi tersebut mencakup data teks, tokenizer, model bahasa berbasis BERT, dan model klasifikasi sentimen.

Fondasi ini membuka peluang penelitian lanjutan, termasuk peningkatan kualitas korpus, evaluasi model pada beragam dialek dan konteks penggunaan, penerapan pada penerjemahan mesin, serta pengembangan sistem percakapan berbasis AI.

Pengembangan menuju aplikasi yang lebih luas memerlukan penelitian tambahan, evaluasi yang terukur, serta pengujian dengan penutur bahasa Aceh untuk memastikan ketepatan bahasa dan kesesuaian konteks.

AcehX memiliki peluang untuk berkembang menjadi salah satu fondasi teknologi digital bagi pelestarian dan pemanfaatan bahasa Aceh. Melalui kolaborasi antara peneliti, pengembang teknologi, lembaga pendidikan, pemerintah, komunitas bahasa, dan penutur asli, sumber daya bahasa Aceh dapat terus diperluas dan dimanfaatkan secara bertanggung jawab.

Arah pengembangan yang potensial mencakup: