Transliterasi Arab–Latin merupakan solusi penting untuk meningkatkan 

aksesibilitas masyarakat Indonesia terhadap teks Arab. Namun, standar transliterasi 

berdasarkan Surat Keputusan Bersama Menteri Agama dan Menteri Pendidikan dan 

Kebudayaan RI Nomor 158 Tahun 1987 belum diterapkan secara luas pada aplikasi 

digital, sementara sistem transliterasi otomatis yang ada masih memiliki kualitas 

transliterasi rendah dan terbatasnya data pelatihan. Penelitian ini bertujuan 

mengembangkan sistem transliterasi Arab–Latin yang akurat dan efisien sesuai 

standar SKB 1987 dengan menerapkan metode Parameter-Efficient Fine-tuning

pada model M2M100 418M, model terjemahan multibahasa. Dua teknik PEFT 

yaitu LoRA dan Adapter dievaluasi secara komparatif pada tiga skenario 

pembagian data menggunakan dataset paralel Al-Qur’an berjumlah 6.052 pasang 

kalimat. Kualitas transliterasi dinilai menggunakan metrik BLEU, CharBLEU, dan 

ChrF, sedangkan efisiensi komputasi diukur dari ukuran model dan waktu inferensi. 

Hasil pengujian menunjukkan bahwa metode Adapter dengan bottleneck 128 

mencapai skor BLEU tertinggi 64,48 pada skenario split 90:5:5, melampaui kinerja 

model baseline M2M100 418M maupun model M2M100 1.2B yang lebih besar. 

Sementara itu, LoRA dengan rank 64 menghasilkan model paling ringkas 

berukuran sekitar 1.036 MB, menyusut sekitar 44 persen dari baseline, dan 

menunjukkan efisiensi komputasi terbaik. Temuan ini menegaskan bahwa metode 

PEFT, khususnya LoRA, mampu menyeimbangkan kualitas transliterasi dan 

efisiensi komputasi secara optimal, sehingga lebih berpotensi diimplementasikan 

pada perangkat bergerak dan aplikasi mobile dibandingkan metode lain yang diuji