Plagiarsm Checker pada Sistem Manajemen Data Tugas Akhir

Abstract

Plagiarisme merupakan isu yang santer berkembang khususnya di Perguruan Tinggi. Perpustakaan di Fasilkom UPN “Veteran” Jawa Timur telah memiliki sistem pencatatan skripsi mahasiswa yang bernama E-Read, seringkali mahasiswa yang akan menempuh skripsi akan mencari ide topik dan literatur pada perpustakaan. Untuk meminimalkan kemungkinan terjadinya plagiasi maka sistem E-Read dilengkapi dengan fitur plagiarsm checker yang dibangun pada penelitian ini. Plagiarsm Checker dibuat melalui tahapan pengembangan terstruktur menggunakan metode Waterfall yang terdiri dari analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Algoritma Jaro Winkler dipilih untuk mendeteksi similaritas dokumen abstrak calon skripsi dengan abstrak-abstrak yang telah tersimpan pada basis data E-Read karena berdasarkan penelitian terdahulu dinyatakan memiliki akurasi yang baik dan waktu komputasi yang cepat. Berdasarkan pengujian terhadap akurasi sistem, maka didapatkan plagiarsm checker yang dibangun memiliki akurasi 40% jika dibandingkan dengan pendapat ahli, nilai presisi 33,3%, recall 100%, dan F-Measure 35%. Selain itu berdasarkan analisis terhadap proses komputasi algoritma Jaro Winkler maka didapatkan bahwa algoritma ini berfokus pada pencarian kesamaan karakter sesuai range uji yang ditentukan, hal ini berarti bahwa algoritma ini belum memiliki mekanisme pengecekan makna kata yang seharusnya diperlukan dalam sistem pengecekan plagiasi dokumen. Melalui penelitian ini, mahasiswa dapat melakukan pengecekan awal abstrak dari calon skripsinya untuk meminimalkan terjadinya plagiasi.

Sistem Deteksi Plagiarisme Tugas Akhir Mahasiswa Berbasis Natural Language Processing Menggunakan Algoritma Jaro-Winkler dan TF-IDF

“…Penelitian terkait dengan sistem pendeteksi plagiarisme Tugas Akhir oleh [2] menciptakan Plagiarism Checker menggunakan Algoritma Jaro-Winkler untuk mengidentifikasi kemiripan antara abstrak calon skripsi dengan abstrak yang telah tersimpan di basis data E-Read. Hasil pengujian memperoleh akurasi sebesar 40%, presisi sebesar 33,3%, recall sebesar 100%, dan F-Measure sebesar 35%.…”

“…Sedangkan Term Frequency Inverse Document Frequency (TF-IDF) adalah metode yang digunakan untuk memberikan nilai atau bobot yang menunjukkan seberapa pentingnya sebuah kata (term) dalam konteks dokumen. Ini didasarkan pada seberapa sering kata itu muncul dalam dokumen (TF) dan seberapa jarang kata itu muncul dalam koleksi seluruh dokumen (IDF) [2].…”

Pengaruh Synonym Recognition dalam Deteksi Kemiripan Teks Menggunakan Winnowing dan Cosine Similarity

“…+ 𝑐 (𝑙−1) . 𝑏 + 𝑐 1 (1) where c is the ASCII score of each character, l is the length of the string, and b is the user-defined hash base score. From this process, the hash score of each gram will be obtained.…”

“…Plagiarism may occur either deliberately or unintentionally. Due to a lack of reading or difficulty in finding references, the concepts or ideas that will be used as the topic of the final project can be the same or have been made before [1], [2].…”