🌐 Proyek Penerjemah Teks dengan NLLB

Proyek ini menggunakan model NLLB (No Language Left Behind) dari Meta AI untuk menerjemahkan teks antar bahasa menggunakan Python dan HuggingFace Transformers.

---

🎯 Tujuan

• Menerjemahkan teks dari satu bahasa ke bahasa lain.
• Mendukung banyak bahasa, termasuk Indonesia, Jepang, Korea, Cina, dan Thailand.
• Memanfaatkan model pre-trained dari HuggingFace untuk penerjemahan otomatis.

---

🧩 Dependensi

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
import torch
from IPython.display import display

• transformers: Mengakses model dan tokenizer NLLB.
• torch: Menjalankan model.
• IPython.display: Menampilkan hasil terjemahan di notebook.

---

⚙️ Langkah Kerja

1. Load model dan tokenizer:

   model = AutoModelForSeq2SeqLM.from_pretrained("facebook/nllb-200-distilled-600M")
   tokenizer = AutoTokenizer.from_pretrained("facebook/nllb-200-distilled-600M")

2. Tentukan bahasa input dan output:

   input_lang = "eng_Latn"
   output_lang = "ind_Latn"

3. Tokenisasi input dan terjemahkan:

   tokenizer.src_lang = input_lang
   encoded = tokenizer("How are you?", return_tensors="pt")
   generated = model.generate(**encoded, forced_bos_token_id=tokenizer.lang_code_to_id[output_lang])

4. Decode hasil terjemahan:

   result = tokenizer.batch_decode(generated, skip_special_tokens=True)[0]
   display(result)

---

🌍 Bahasa yang Dicoba

• Inggris → eng_Latn
• Indonesia → ind_Latn
• Jepang → jpn_Jpan
• Korea → kor_Hang
• Cina → zho_Hans
• Thailand → tha_Thai

---

✅ Hasil

Model berhasil menerjemahkan teks dengan akurat antar bahasa menggunakan model facebook/nllb-200-distilled-600M secara langsung di notebook.