Variasi Kalimat Dialek Saudi dalam Dataset MADAR sebagai Sumber Pembelajaran Mendalam
Abstrak
Keterbatasan sumber belajar yang memuat keragaman teks tuturan autentik dalam bentuk korpus menjadi tantangan dalam pembelajaran berbasis data. Studi ini menganalisis variasi kalimat antara dialek Jeddah dan Riyadh menggunakan dataset MADAR yang mencakup 2.000 entri untuk tiap-tiap dialek. Pendekatan kuantitatif digunakan melalui analisis statistik deskriptif dan inferensial untuk menelaah panjang kalimat dan tingkat keformalan leksikal. Hasilnya menunjukkan bahwa dialek Riyadh memiliki kalimat yang sedikit lebih panjang dan tingkat keformalan yang lebih tinggi dibandingkan dialek Jeddah. Korelasi antara panjang kalimat dan keformalan leksikal teridentifikasi lemah namun signifikan secara statistik, dengan pola lebih kentara dalam dialek Riyadh. Studi ini mengaitkan temuan tersebut dengan konsep pembelajaran mendalam yang merupakan kebalikan dari surface-level processing sebagai pendekatan pembelajaran, bukan dalam konteks machine learning dan kecerdasan buatan. Korpus tersebut dapat mendorong keterampilan analitis dan interpretatif dalam pembelajaran yang berkesadaran, bermakna, menggembirakan, dan memuliakan. Hasil analisis menyoroti koineisasi di Arab Saudi dan menyertakan perspektif bahwa tingkat keformalan yang lebih tinggi cenderung dikaitkan dengan kalimat yang lebih panjang dan ketergantungan yang lebih rendah terhadap konteks. Studi ini menunjukkan potensi integrasi variasi dialek Arab dalam pembelajaran berbasis data dan diversifikasi sumber belajar.
Identifier
- DOI: https://doi.org/10.64277/semnas.v2i1.231
- OpenAlex: https://openalex.org/W4412058253

