Perbandingan Hasil Deteksi Plagiarisme Dokumen dengan Metode Jaro-Winkler Distance dan Metode Latent Semantic Analysis

Abstract

-Various methods are applied in the application of plagiarism detection to help check the similarity of a document. Jaro-Winkler Distance can measure the distance between two strings. However, this method basically depends on the position of the word. Latent Semantic Analysis emphasizes the words contained in the document regardless of its linguistic character. This study compares the results of plagiarism detection using the Jaro- I. PENDAHULUANInformasi merupakan sesuatu hal yang sangat penting saat ini, dimana perkembangan teknologi yang semakin pesat menyebabkan informasi semakin terus bertambah. Banyak cara yang dapat dilakukan untuk dapat memperoleh informasi, misalnya melalui buku, majalah, Internet dan sumber-sumber informasi lainnya. Informasi yang diperoleh diharapkan merupakan informasi yang terbaru dan dapat dipercaya. Namun, beberapa orang memanfaatkan informasi berupa karya orang lain untuk diakui sebagai karya ciptaannya sendiri atau melakukan plagiarisme. Plagiarisme dapat dikelompokkan berdasarkan proporsi atau persentase kata, kalimat, atau paragraf yang dibajak, yaitu plagiarisme ringan (<30%), plagiarisme sedang (30 -70%) dan plagiarisme besar atau total ( >70%) [1].Umumnya praktik plagiarisme terjadi akibat para penulis termasuk mahasiswa terbiasa untuk mengambil bahan tulisan tanpa mencantumkan sumber bahan tersebut berasal. Selain itu, ada juga yang telah mencantumkan sumbernya namun menyalin sama persis dengan sumber, sehingga masih terindikasi sebagai sebuah plagiat. Zulkarnain [2] menyatakan bahwa cara untuk menghindari plagiarisme adalah senantiasa taat pada gaya selingkung, melakukan pengutipan (menyitir) secara langsung, dan melakukan parafrasa terhadap kutipan yang dirujuk.Contoh praktik nyata plagiarisme di kampus terjadi saat pembuatan skripsi / tesis / disertasi. Mahasiswa yang sedang membuat laporan skripsi, tesis atau disertasi sering mengacu pada bahan-bahan skripsi/tesis/disertasi yang telah dibuat oleh kakakkakak kelasnya terdahulu. Mahasiswa terbiasa untuk mengambil landasan teori yang ada pada bab 2, sehingga apabila ditelusuri, sebagian besar isi dari landasan teori mereka sama persis. Untuk menghindari plagiarisme yang semakin banyak terjadi, maka diperlukan sebuah aplikasi yang dapat mengecek seberapa besar tingkat plagiarisme sebuah dokumen, agar dapat mengurangi tingkat plagiarisme terutama pada saat pembuatan skripsi / tesis / disertasi.Metode yang dapat melakukan pendeteksian tingkat plagiarisme sebuah dokumen ada berbagai macam, salah *) Penulis korespondensi (Tinaliah)

Penerapan Internet of Things Pada Sistem Deteksi Kesuburan Tanah

“…Di Jepang, penanaman bibit padi dilakukan dengan menggunakan mesin berteknologi canggih yang mampu mendeteksi tingkat kesuburan media tanam serta mampu menginjeksikan pupuk saat tingkat kesuburan tanah terindikasi rendah (Badrudin, 2018). Hal tersebut menyebabkan kualitas hasil tani dan efesiensi dalam pelaksanaan budidaya berlangsung lebih optimal (Tinaliah & Elizabeth, 2018).…”

Kombinasi Damerau Levenshtein dan Jaro-Winkler Distance Untuk Koreksi Kata Bahasa Inggris

“…Secara prinsip, apabila nilai algoritma Jaro-Winkler Distance ini bernilai tinggi untuk dua string maka dua string yang dibandingkan dapat dikatakan memiliki kemiripan. Nilai kemiripan dari hasil pembandingan ini berupa nilai 0 (nol) yang berarti dua string yang dibandingkan tidak memiliki kesamaan dan nilai 1 (satu) yang menandakan bahwa dua buah string yang dibandingkan memiliki kesamaan [10]. Menurut Saptono, dkk [11] algoritma Jaro-Winkler Distance merupakan algoritma yang baik dan pas untuk digunakan dalam membandingkan string yang jumlah karakternya tidak tidak terlalu panjang.…”

Ensiklopedia Wanita Berbasis Mobile Apps dengan Penerapan Algoritma Jaro Winkler Distance

“…Algoritma yang digunakan mampu menangani kesalahan penulisan ejaan kata, dengan pengujian 60 kata yang terdiri dari berbagai skenario kesalahan penulisan kata. Algoritma tersebut mampu memperbaiki sepuluh kata secara otomatis dengan benar dan memunculkan saran ejaan kata pada 39 kata dengan tepat [4]. Algoritma Jaro-Winkler Distance juga digunakan untuk mendeteksi plagiarisme dokumen skripsi dengan cara melakukan perbandingan antara dokumen asli dan dokumen uji sehingga dapat mendeteksi similarity pada dokumen.…”

“…Algoritma Jaro Winkler Distance digunakan untuk proses pengunggahan data karena memiliki akurasi similarity yang lebih tinggi dan waktu proses yang lebih cepat dibandingkan beberapa algoritma lainnya [9] [10]. Pada algoritma Jaro-Winkler Distance digunakan rumus untuk menghitung jarak (dj) antara dua string yaitu S1 dan S2 adalah:…”