Publisher

UNDHIRA BALIUNDHIRA BALI

Journal Jurnal Teknologi Informasi dan KomputerJurnal Teknologi Informasi dan Komputer Abstract

Belajar merupakan sebuah proses peningkatan kualitas diri seseorang baik dari segi pengetahuan, sikap maupun tingkah laku. Dalam proses belajar di perguruan tinggi sering kali seorang dosen memberikan tugas kepada mahasiswa. Adapun tujuan dari pemberian tugas kepada peserta didik yaitu melatih agar mau belajar, bisa bertanggung jawab serta sebagai bahan untuk evaluasi terhadap kemampuan peserta didik dalam memahami suatu materi yang sudah diberikan. Dalam pembuatan tugas mahasiswa sering melakukan tindakan plagiarisme baik dilakukan secara sengaja maupun tidak sengaja. Banyak faktor yang mendorong mahasiswa melakukan tindakan plagiarisme salah satunya sikap arogansi dalam pembuatan tugas yang tujuannya supaya tugas cepat selesai serta kurangnya rasa tanggung jawab mahasiswa dalam mengerjakan tugas. Salah satu cara untuk mencegah serta meminimalisir tindakan plagiarisme yaitu dengan menggunakan teknik pencocokan dokumen satu dengan yang lainnya dengan tujuan untuk mengetahui tingkat kemiripan suatu dokumen text. Ada banyak algoritma dalam Text Mining yang dapat digunakan seperti algoritma Jaro-Winkler, Rabin-Karp, Winnowing dan lain sebagainya. Merujuk dari uraian diatas penulis tertarik untuk melakukan analisis perbandingan kinerja algoritma Jaro-Winkler, Rabin Karp serta Winnowing dalam mengukur tingkat kemiripan suatu dokumen text. Dalam proses uji coba ditemukan bahwa algoritma Rabin Karp memiliki unjuk kerja yang lebih baik dibandingkan algoritma Winnowing dalam kasus mendeteksi kemiripan tugas mahasiswa.

Conclusion

Pendekatan Algoritma Rabin‑Karp lebih baik daripada Algoritma Winnowing karena menghasilkan persentase kemiripan yang lebih tinggi.Algoritma Winnowing menggunakan window, sedangkan Rabin‑Karp hanya menggunakan k‑gram.Pada uji coba pertama dengan n‑gram = 2, Rabin‑Karp menghasilkan kemiripan terbesar sebesar 86,87 % dengan waktu proses 0,0177 detik.

Future Research

Penelitian selanjutnya dapat menguji kinerja algoritma lain seperti Jaro‑Winkler, Cosine Similarity, atau algoritma berbasis graf pada kumpulan tugas mahasiswa yang lebih besar untuk melihat apakah hasil yang konsisten dapat diperoleh. Selanjutnya, perlu dikembangkan pendekatan yang menggabungkan analisis semantik menggunakan word embedding atau model bahasa modern sehingga deteksi plagiarisme tidak hanya mengandalkan kesamaan leksikal tetapi juga makna konseptual dokumen. Akhirnya, dibuatlah sistem deteksi plagiarisme real‑time yang terintegrasi dengan platform pembelajaran daring (LMS) dan dilengkapi mekanisme umpan balik kepada mahasiswa agar mereka dapat belajar memperbaiki praktik penulisan secara langsung.

Metadata

File size	274.39 KB
Pages	7
DMCA	Report