Secara linguistik bahasa Simalungun digolongkan ke dalam salah satu sub bahasa Batak, Petrus Voorhoeve (1955: 88) memposisikan bahasa Simalungun berada pada rumpun tengah di antara rumpun selatan (Toba, Mandailing, Angkola) dan utara (Pakpak, Karo, Alas). Namun menurut Adelaar (1981: 55), bahasa Simalungun sebenarnya adalah salah satu cabang dari rumpun selatan, yang berpisah dengan bahasa Toba, Mandailing, dan Angkola sebelum ketiga bahasa tersebut terbentuk. Dari ungkapan Adelaar ini menyiratkan bahwa bahasa Simalungun telah berwujud sebelum lahirnya ketiga bahasa rumpun selatan lainnya yang kemudian berpisah dan membentuk rumpun tersendiri. Geoff Wollams dalam penelitiannya tentang bahasa Karo menemukan bahwa dari 207 kosa kata dasar yang ia bandingkan antara bahasa Karo dan bahasa Simalungun ternyata dalam kedua bahasa tersebut terdapat kesamaan sebesar 80%.
Bahasa Simalungun menjadi media tutur bagi masyarakat pribumi yang mendiami tanah Simalungun meliputi Kabupaten Simalungun, Kota Pematang Siantar, Deli Serdang, Serdang Bedagai, dan Tebing Tinggi, namun pada zaman dahulu wilayah penyebaran Bahasa Simalungun meluas sampai ke Langkat, Medan, Asahan, Batubara, dan Labuhan Batu. Hal ini diketahui dari banyaknya nama tempat yang menggunakan bahasa Simalungun di sepanjang pesisir timur mulai dari Langkat hingga Labuhan Batu. Luasnya penyebaran Bahasa Simalungun tidak terlepas dari perjalanan sejarah suku Simalungun itu sendiri, di mana mereka telah melalui berbagai fase dalam menapaki lintasan sejarah. Kebesaran suku Simalungun diawali pada masa Kerajaan Nagur yang pada masa kejayaannya menguasai sebagian besar daerah di pesisir Sumatera Timur mulai dari Aceh hingga sungai Rokan. Namun seiring berjalannya waktu terjadi pasang surut kekuasaan, Kerajaan Nagur mengalami berbagai rongrongan baik dari dalam maupun dari luar sehingga perlahan Nagur mengalami kemunduran dan daerah-daerah koloninya banyak dicaplok oleh sejumlah dinasti baru seperti Haru, Perlak, Pasai, Aceh, Johor, dan Siak.
Bila ditinjau dari bentuknya, Bahasa Simalungun telah mengalami beberapa fase dalam pembentukannya, mulai dari Bahasa Simalungun kuno (Proto Simalungun), Simalungun pertengahan (Middle Simalungun), dan Simalungun baru (Neo Simalungun). Bahasa Simalungun masih banyak mewarisi bentuk-bentuk asli dari Bahasa Austronesia kuno, diantaranya adanya vokal rangkap (diftong) "ui', ou, dan ei" dan memiliki anak surat (diakritik) tersendiri dalam bentuk verbal, masing-masing bernama hatulungan /ou/, hatalingan /ei/, dan hatuluyan /ui/, hal ini akan penulis jelaskan satu persatu secara rinci. Eksistensi vokal rangkap ini semakin memperkaya ragam vokal bahasa Simalungun menjadi 8 bentuk yaitu /a, i, u, e, o, ui, ou, ei/. Pada saat ini terdapat banyak keragaman dialek dalam Bahasa Simalungun dan pada beberapa lokasi ada kecenderungan upaya pengaburan bentuk-bentuk asli warisan Bahasa Austronesia kuno tersebut terutama di kawasan Simalungun Atas dan Simalungun Horisan. Di samping bahasa Simalungun, fonem /ou/ dan /ei/ ini juga banyak dijumpai pada bahasa-bahasa rumpun Melayu, Karo, dan Alas di Aceh Tenggara serta bahasa Keluet di Aceh Selatan dan fonem /ui/ selain dalam Bahasa Simalungun dikenal juga dalam Bahasa Alas.
Dalam bahasa Simalungun, fonem /ou/ dapat dilihat pada kata “horbou, pisou, magou, kahou, sopou, lahou, lopou, babou, dilou”. Kemudian fonem /ei/ pada kata “lobei, hitei, bogei, dogei, atei, buei”. Sementara fonem /ui/ terdapat pada kata “tondui, langui, apui, sungui, babui, tului, ampodui, surui, haluhui”. Dalam bahasa Alas di Aceh Tenggara, bentuk kata berdiftong tersebut dapat dilihat dari kata-kata berikut “endou, enggou, idou, benei, melohei, awei, kelukui, tendui, apui”. Demikian juga pada bahasa Keluet yang hanya mengenal fonem /ou/ dan /ei/ saja, seperti pada kata “kou, kerbou, tangkou, benei, kunei, awei, atei, mbuei”. Sedangkan dalam bahasa Karo diwakili oleh kosa kata berikut “dilau, belau, sapau, rimau, ayau, namau, payau, matai, berai, isai, keina, benai, lumai”. Namun pola penggunaan diftong ini hanya berlaku di wilayah Karo yang berbatasan dengan Simalungun dan Melayu, tidak meluas hingga ke wilayah Karo lainnya seperti pada dialek Gunung dan juga Kabanjahe. Hal ini terjadi akibat adanya kontak secara berkesinambungan dan berlangsung lama dengan suku Simalungun di perbatasan dan Melayu di Deli Serdang dan Langkat.
Bila dilihat padanannya dengan bahasa bahasa Batak yang lain seperti bahasa Toba, Mandailing, Angkola, dan Pakpak; fonem /ou/ ini biasa berbunyi /o/ seperti pada kosa kata berikut “horbo, piso, mago, sopo, laho, babo, tangko, dilo”; /ei/ berbunyi /e/ tampak pada kosa kata “hite, bege, dege, ateate”; sedangkan diftong /ui/ akan berbunyi /i/ seperti kata “tondi, langi, api, babi, suri, halihi”. Selain itu bahasa Simalungun juga mengenal fonem akhir /h/ seperti pada kata “daroh, babah, roh, dilah, soh, gogoh”; fonem ini tidaklah khusus dalam bahasa Simalungun, karena fonem akhir ini juga terdapat pada bahasa Pakpak, Karo, Alas, dan juga Keluet; namun tidak untuk bahasa Toba, Mandailing, dan Angkola -- ketiganya sama sekali tidak mengenal sedikitpun akan penggunaan fonem ini, bagi mereka kata “babah” akan berbunyi "baba", “roh” akan berbunyi “ro”, “dilah” akan berbunyi “dila”, dan “gogoh” akan berbunyi “gogo”.
Keragaman fonem lainnya yang tidak ditemukan dalam Bahasa Batak lainnya adalah /d/, /g/, dan /b/, ketiga fonem ini menjadi penutup dalam sebuah kata. Ahli bahasa Belanda Dr. Petrus Voorhoeve (1955: 88) pernah mengulas tentang fonem penutup /d/, /g/, dan /b/ ini, ia merasa terkesima karena bahasa Simalungun satu-satunya etnis Batak yang mengenal bentuk fonem seperti ini. Menurut Voorhoeve, fonem ini erat hubungannya dengan bahasa Sanskerta. Pola penggunaannya tidak mengalami perubahan baik dalam bentuk lisan (oral) maupun tulisan (verbal). Fonem /d/ tampak pada kata “bod, saud, towod, agad, sogod, bagod, sarad, alud”. Sedang fonem akhir /g/ diwakili oleh kata “dolog, pusog, balog, gijig, ubag, lanog, gilog, borgog, bolag, bogbog, pag, ulog”. Sementara fonem akhir /b/ muncul pada kata “dob, rongkob, dorab, tayub, langkob, sab”. Kosa kata yang sama ditemukan juga pada bahasa Pakpak dan Karo, namun fonem penutup /d/ mengalami perubahan menjadi /n/, dan /g/ menjadi /ng/, di mana kata “bod” berubah menjadi “bon/ben”, “saud” menjadi “sahun”, “towod” menjadi “tiwen”, “sogod” menjadi “cegen”, “sarad” menjadi “saran”, dan “alud” menjadi “alun”. Kemudian kata “dolog” menjadi “deleng”, “pusog” menjadi “puseng”, “balog” menjadi “baleng”, “lanog” menjadi “laneng”, “borgog” menjadi “bergeng”, “bolag” menjadi “belang”, dan “pag” menjadi “pang”. Sementara untuk fonem /b/ penulis belum dapat menentukan bentuk perubahannya.
Pada bahasa etnis Batak lainnya seperti Toba, Mandailing, dan Angkola fonem /d/ akan berbunyi /t/ seperti tampak pada kosa kata berikut bod–bot, saud–saut, tuod–tot, agad–agat, sogod–sogot, bagod–bagot, sarad–sarat, alud–arut; /g/ akan berbunyi /k/ seperti dolog–dolok, balog–balok, lanog–lanok, bolag–bolak, ulog–ulok; sedang untuk fonem /b/ penulis juga belum dapat menentukan bentuk perubahannya. Gorys Keraf dalam bukunya Linguistik Bandingan Historis mengemukakan, bahwa fonem /d/, /g/, dan /b/ merupakan fonem yang dianggap bermasalah pada sejumlah bahasa, tidak hanya pada bahasa nusantara, namun berlaku pula pada bahasa di belahan bumi Eropa. Karena fonem /d/, /g/, dan /b/ ini secara deskriptif biasanya mengalami proses netralisasi ketika berada di posisi akhir, dan berganti dengan fonem /t/, /k/, dan /p/. Padahal sebenarnya fonem tersebut dapat muncul pada posisi awal, tengah, dan akhir. Hal itulah yang menjadi masalah, karena saat ini banyak bahasa yang tidak lagi menampilkan gejala tersebut. Hal ini mengundang pertanyaan mengapa bahasa Simalungun masih menampilkan gejala tersebut?
Dalam bahasa Simalungun ternyata terdapat cukup banyak kosa kata yang bukan produk hasil kreasi nenek moyang suku Simalungun. Kosa kata itu umumnya diadopsi dari bahasa Sanskerta, Arab, Persia, dan Tamil. Hal ini tentu tidak pernah disadari oleh para penutur bahasa Simalungun, mereka umumnya merasa semua kosa kata yang mereka tuturkan adalah warisan langsung dari nenek moyang mereka. Adapun kata serapan dari bahasa Sanskerta, di antaranya digunakan untuk penyebutan nama-nama dewa seperti “bisnu, sori, hala, borma” yang tidak lain adalah perubahan bentuk dari kata “whisnu, sri, kala, brahma”. Demikian juga untuk menyebut gugusan bintang dengan “mesa, morsoba, mituna, harahata, singa, hania, tula, mortiha, dahanu, mahara, humba, mena” yang bentuk aslinya dalam bahasa Sanskertanya adalah “mesa, vrisabha, mithuna, karkata, singha, kanye, tule, vrstika, dhanu, makara, kumbha, mina”. Kemudian untuk menyebut nama-nama hari seperti “ditia, suma, anggara, mudaha, boraspati, sihora, samisara” dalam bahasa sanskerta berbunyi “aditya, soma, anggara, budha, brihaspati, syukra, syanaiscara”. Selanjutnya untuk menyebut nama-nama mata angin (deisa na waluh) seperti “purba, pastima, otara, daksina, agoni, nariti, manabia, irisanna” yang merupakan perubahan bentuk dari kata “purva, pastjima, uthara, daksina, agni, nairti, wajawia, dan aisana”.
Tidak hanya itu, untuk kosa kata yang bersifat umum bahasa Sanskerta juga banyak yang diserap dan mengalami perubahan seperti kata "boniaga" yang berasal dari kata "vanijya", "naibata" dari kata "devata", "purba" dari kata "purva", "porsaya" dari kata "pratyaya", "dousa" dari kata "dosha", "bangsa" dari kata "wamsa", "susian" dari kata "sisya", "horja" dari kata "karya", "arga" dari kata "argha", "halani" dari kata "karana", "rupa" dari kata "rupa", "ugama" dari kata "agama", "nagori" dari kata "nagari", "basa" dari kata "waca", "balei" dari kata "walaya", "banua" dari kata "wanua", "barita" dari kata "wrtta", "nanggurdaha" dari kata "garuda", "gajah" dari kata "gaja", "husapi" dari kata "kacchapi", "huta" dari kata "kuta", dan masih banyak lagi yang lain. Selanjutnya serapan dari bahasa Arab seperti kata "pingkir" yang diserap dari kata "fikr", "adat" dari kata "adat", "dunia" dari kata "dunya", "uhum" dari kata "hukm", "sibolis" dari kata "iblis". Kemudian serapan dari bahasa Persia seperti kata "saluar" yang berasal dari kata "shalwar", "sarunei" yang berasal dari kata "surnai", "pinggan" yang berasal dari kata "pinggan". Dan yang terakhir serapan dari bahasa Tamil seperti kata "bodil" yang diserap dari kata "badil", "sohei" dari kata Tamil "cukkai", "mandihei" dari kata Tamil "komattikai". Penulis belum dapat menentukan secara definitif bagaimana proses penyerapan kosa kata ini terjadi, apakah memang langsung diserap dari bahasa Sanskerta, Arab, Persia, dan Tamil atau melalui bahasa lain yang memang pernah mengadakan kontak langsung dengan keempat bahasa asing tersebut.
Dialek Bahasa Simalungun
