Implementasi Algoritma Lesk Untuk Synonim Recognition Dan Rabin Karp Pada Pendeteksian Plagiarisme

  

IMPLEMENTASI ALGORITMA LESK

UNTUK SYNONIM RECOGNITION DAN RABIN KARP

PADA PENDETEKSIAN PLAGIARISME

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

  

MOCH NURHALIMI ZD

10111492

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

  

KATA PENGANTAR

Assalamualaikum Wr. Wb.

  

Alhamdulillahi Rabbil ‘Alamiin, puji dan syukur penulis panjatkan kehadirat Allah

SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi

yang berjudul “IMPLEMENTASI ALGORITMA LESK UNTUK SYNONIM

RECOGNITION DAN RABIN KARP PADA PENDETEKSIAN PLAGIARISME

  ”

untuk memenuhi salah satu syarat dalam menyelesaikan studi jenjang strata satu

(S1) di Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer,

Universitas Komputer Indonesia.

  

Dikarenakan keterbatasan yang dimiliki Penulis, penyusunan skripsi ini tidak akan

terwujud tanpa mendapat dukungan, bantuan dan masukan dari berbagai pihak.

Untuk itu melalui kata pengantar ini, penulis ingin menyampaikan terimakasih yang

sebesar-besarnya kepada:

  1. Allah SWT atas segala nikmat yang telah diberikan sehingga Penulis dapat menyelesaikan skripsi ini.

  2. Kedua orang tua berserta kakak yang telah memberikan kasih sayang, doa dan dukungan baik moril maupun materi sehingga Penulis dapat menyelesaikan skripsi ini tepat pada waktunya.

  3. Ibu Ednawati Rainarli, S.Si., M.Si., selaku dosen pembimbing dan dosen wali Penulis di kelas IF-11/2011 penulis. Terimakasih karena telah banyak meluangkan waktu untuk memberikan bimbingan, saran dan nasehatnya selama proses penyusunan skripsi ini.

  4. Bapak Irfan Maliki, S.T., M.T., selaku reviewer Penulis. Terimakasih karena telah banyak meluangkan waktu untuk memberikan bimbingan, saran, nasehat, serta masukan kepada Penulis selama proses penyusunan skripsi ini.

  5. Ibu Ken Kinanti Purnamasari, S.Kom., M.T., selaku penguji tiga, karena telah memberikan saran dan masukan kepada Penulis.

  6. Bapak dan Ibu dosen serta seluruh staf pegawai Program Studi Teknik Informatika Universitas Komputer Indonesia yang telah membantu penulis selama proses perkuliahan.

  7. Teman-teman seperjuangan di kelas IF-11/2011 yang selalu memberi dukungan dan semangat kepada Penulis selama penyusunan skripsi ini.

  8. Teman-teman sompreters yang selalu memberikan dukungan, motivasi, serta telah meluangkan waktunya untuk melakukan refreshing bersama seperti bermain poker dan lain lain.

  9. Serta seluruh pihak yang tidak dapat Penulis sebutkan satu persatu, terimakasih atas segala bentuk dukungan untuk menyelesaikan skripsi ini.

  

Penulis menyadari bahwa penulisan skripsi ini masih jauh dari sempurna. Oleh

karena itu, penulis mengharapkan saran dan masukan yang bersifat membangun

untuk perbaikan dan pengembangan skripsi ini. Akhir kata, semoga penulisan

skripsi ini dapat bermanfaat bagi penulis khususnya dan bagi pembaca umumnya.

  Wassalamualaikum Wr. Wb.

  Bandung, Februari 2016 Penulis

  

DAFTAR ISI

ABSTRAK ............................................................................................................... i

ABSTRACT .............................................................................................................. ii

KATA PENGANTAR ........................................................................................... iii

DAFTAR ISI ........................................................................................................... v

DAFTAR GAMBAR ............................................................................................. ix

DAFTAR TABEL .................................................................................................. xi

DAFTAR SIMBOL .............................................................................................. xiv

DAFTAR LAMPIRAN ........................................................................................ xvi

BAB 1 PENDAHULUAN ...................................................................................... 1

  

1.1 Latar Belakang Masalah .............................................................................. 1

  

1.1 Identifikasi Masalah .................................................................................... 2

  

1.2 Maksud Dan Tujuan .................................................................................... 2

  

1.3 Batasan Masalah.......................................................................................... 2

  

1.4 Metodologi Penelitian ................................................................................. 3

  

1.4.1 Metoda Pengumpulan Data ......................................................................... 3

  

1.5 Metode Pembangunan Perangkat Lunak ..................................................... 3

  

1.6 Sistematika Penulisan ................................................................................. 4

  

BAB 2 TINJAUAN PUSTAKA ............................................................................. 7

  

2.1 Metoda pendeteksian Plagiarisme ............................................................... 7

  

2.2 Pencocokan String (String Macthing) ......................................................... 8

  

2.3 Proses Prepsocessing .................................................................................. 9

  

2.3.1 Pemisahan Kalimat...................................................................................... 9

  

2.3.2 Casefolding ................................................................................................. 9

  

2.3.3 Filtering .................................................................................................... 10

  

2.3.4 Tokenizing ................................................................................................. 10

  

2.3.5 Stopword Removal .................................................................................... 10

  

2.3.6 Stemming ................................................................................................... 10

• – Gram ..................................................................................... 15

  

2.13.2 Xampp ....................................................................................................... 24

  

3.4 Analisi Proses Grabbing Makna Dan Sinonim ......................................... 45

  

3.3.6 Stemming ................................................................................................... 42

  

3.3.5 Stopword ................................................................................................... 40

  

3.3.4 Tokenizing ................................................................................................. 38

  

3.3.3 Filtering .................................................................................................... 36

  3.3.2 Casefolding ............................................................................................... 35

  

3.3.1 Pemisahan Kalimat dan pemilihan kalimat ............................................... 30

  

3.3 Analisis Proses Preprocessing .................................................................. 30

  

3.2 Analisis Data Masukan ............................................................................. 29

  

3.1 Analisis Sistem .......................................................................................... 28

  

BAB III ANALISIS DAN PERANCANGAN SISTEM ...................................... 27

  

2.13.3 PHP ......................................................................................................... 25

  

2.13.1 MySQL ...................................................................................................... 24

  

2.4.1 Fungsi cURL ............................................................................................. 14

  

2.13 Perangkat Lunak Pendukung..................................................................... 24

  

2.12.4 Kamus Data ............................................................................................... 24

  

2.12.3 Spesifikasi Proses ...................................................................................... 23

  

2.12.2 Data Flow Diagram ................................................................................... 23

  

2.12.1 Diagram Konteks ...................................................................................... 22

  

2.12 Analisis Terstruktur ................................................................................... 22

  

2.11 Dice Similarity Coeficients ....................................................................... 22

  

2.10 Hashing ..................................................................................................... 21

  

2.9 Peningkatan Performa Algoritma Rabin Karp .......................................... 20

  

2.8 Algoritma Rabin Karp .............................................................................. 15

  2.7 Metoda K

  

2.6 Algoritma Lesk .......................................................................................... 14

  

2.5 Synonim Recognition ................................................................................. 14

  

3.5 Analisis Proses Synonim Recognition dengan Algoritma Lesk ................. 50

  

3.8 Analisis Pencocokan String (Rabin Karp) ................................................ 69

  

3.15 Perancangan Antarmuka ........................................................................... 90

  

4.4.2 Skenario Pengujian Sistem ...................................................................... 102

  

4.4.1 Rencana Pengujian .................................................................................. 101

  

4.4 Pengujian System ..................................................................................... 101

  

4.3 Implementasi Antarmuka ........................................................................ 100

  

4.2.1 Implementasi Basis Data ........................................................................... 98

  

4.2 Implementasi Perangkat Lunak ................................................................. 97

  

2.1.1 Implementasi Perangkat Keras .................................................................. 97

  

4.1 Implementasi Sistem ................................................................................. 97

  

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM ................................... 97

  

3.15.3 Jaringan Semantik ..................................................................................... 95

  

3.15.2 Perancangan Pesan .................................................................................... 95

  

3.15.1 Perancangan Form .................................................................................... 90

  

3.14.2 Perancangan Struktur Menu ...................................................................... 89

  

3.9 Analisis Perhitungan Similiarity ............................................................... 70

  

3.14.1 Perancangan Basis Data ............................................................................ 84

  

3.14 Perancangan Sistem .................................................................................. 84

  

3.13.4 Kamus data ................................................................................................ 81

  

3.13.3 Spesifikasi Proses ...................................................................................... 75

  

3.13.2 Data Flow Diagram .................................................................................. 74

  

3.13.1 Diagram Konteks ...................................................................................... 74

  

3.13 Analisis Kebutuhan Fungsional ................................................................ 73

  

3.12 Analisis Basis Data ................................................................................... 72

  

3.11.2 Analisis Kebutuhan Perangkat Lunak ....................................................... 72

  

3.11.1 Analisis Kebutuhan Perangkat Keras ........................................................ 71

  

3.11 Analisis Kebutuhan Non Fungsional ........................................................ 71

  

3.10 Spesifikasi Kebutuhan Perangkat Lunak .................................................. 70

  

4.4.3 Hasil Pengujian System .......................................................................... 103

  

5.1 Kesimpulan ............................................................................................. 115

  

5.2 Saran ........................................................................................................ 115

6 DAFTAR PUSTAKA

  

[1] R. R. Hutami and Suyanto, "IMPLEMENTASI SISTEM PENDETEKSI

PLAGIAT PADA DOKUMEN BAHASA," Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom, 2012.

  

[2] S. Dewanto, Indriati and I. Cholissodin, "DETEKSI PLAGIARISME

DOKUMEN TEKS MENGGUNAKAN ALGORITMA RABIN-KARP DENGAN SYNONYM RECOGNITION," Program Studi Ilmu Komputer, Program Teknologi Informatika dan Ilmu Komputer , Universitas Brawijaya Malang.

  

[3] D. D. Purwanto, "Sinonim dan Word Sense Disambigution Untuk

Melengkapi Detektor Plagiat Dokumen Tugas Akhir," Sistem Informasi Sekolah Tinggi Teknik Surabaya.

  

[4] H. B. FIrdaus, "Deteksi Plagiarisme Dokumen Menggunakan Algoritma

Rabin Karp," Jurnal Ilmu Komputer Dan Teknologi Informasi , Vols. Vol 3 , No 2, 2003.

[5] A. M. Surahman, "PERANCANGAN SISTEM PENENTUAN

SIMILARITY KODE PROGRAM PADA BAHASA C DAN PASCAL

  DENGAN MENGGUNAKAN ALGORITMA RABIN-KARP," Program Studi Teknik Informatika , Fakultas Teknik Universitas Tanjungpura.

[6] E. Nugroho, "Perancangan Sistem Deteksi Plagiarisme Dokumen Teks

Dengan Menggunakan Algoriam Rabin Karp," Program Studi Ilmu Komputer

  , Universitas Brawijaya, 2011.

  

[7] W. E. Widhaprasa Dan K. L. Masayu, "Update Summarization Untuk

Kumpulan Dokumen Berbahasa Indonesia," Jurnal Cybermatika, vol. vol. 1, p. No 2, Desember 2013.

[8] F. Henry Dan Z. Ery, "Klastering Dokumen Berita dari Web menggunakan

Algoritma Single Pass Clustering," Jurnal Teknologi Informasi, vol. vol. 18,

  

[9] A. Ledy, "Perbandingan Algoritma Stemming Porter Dengan Algoritma

Nazief & Adriani Untuk Stemming Dokumen Teks Bahasa Indonesia," Konferensi Nasional Sistem dan Informatika, 2009.

  

[10] M. H Dan A. H. M. B. O. Daniel, "Porter Stemmer Information Retrieval,"

Mini Paper Project, 2012.

[11] Z. F. Tala, "A Study of Stemming Effects on Information Retrieval in Bahasa

Indonesia," Language and Computation Universeit Van Amsterdam, 2003. [12] Rosihanari,

  4 April 2010. [Online]. Available:

http://blog.rosihanari.net/teknik-grabbing-mengambil-teks-dari-situs-lain-

dengan-curl/. [Accessed 10 1 2016].

[13] w. santoso, "Teknik Grabbing (Mengambil dari situs lain)," 2010. [Online].

  Available: http://wahyusantoso.staff.umm.ac.id/ilmu-umum/master- program/buku-php-mysql/teknik-grabbing-text-dari-web-lain. [Accessed 10 1 2016].

[14] A. Suharsono, "Sistem Temu Kembali : Tutorial cURL," 2011. [Online].

  Available: http://aswinsuharsono.lecture.ub.ac.id/2010/09/sistem-temu- kembali-informasi-tutorial-curl. [Accessed 10 1 2016].

[15] "cURL," 2012. [Online]. Available: http://curl.haxx.se. [Accessed 12 12

2016].

[16] A. M. Surahman, "PERANCANGAN SISTEM PENENTUAN

SIMILARITY," Program Studi Teknik Informatika.

[17] R. S. Chiler. And. B. Kochar, "RB-Matcher. String Matching Technique,"

Rem (Text), Vols. 234567, no 11, p.3, 2008. [18] Yakub, Pengantar Sistem Informasi, Yogyakarta: Graha Ilmu, 2012.

[19] A. Solichin, Mysql 5 dari Pemula Hingga Mahir, Jakarta: Universitas Budi

Luhur, 2010.

[20] A. Solichin, Pemrograman Web dengan PHP dan MySQL, Jakarta:

Universitas Budi Luhur, 2009.

  

[21] Sugiyono, Metode Penelitian Kombinasi (Mixed Methods), Bandung:

Alfabeta, 2011.

[22] B. Liu, Sentiment Analysis and Opinion Mining, Morgan & Claypool

Publisher, 2012.

[23] N. Hayatin, M. Mentari and A. Izzah, "Opinion Extraction of Public Figure

Based on Sentiment Analysis in Twitter," IPTEK, Journal of Engineering, vol. I, no. 1, pp. 9-14, 2014.

[24] A. Hamzah, "Deteksi Bahasa untuk Dokumen Teks Berbahasa Indonesia," in

Seminar Nasional Informatika (SemnasIF), Yogyakarta, 2010.

[25] Andri, S. Ariana and M. Andriani, "Aplikasi Korelasi Kesalahan Berbasis

pada Tulisan Berbahasa Indonesia untuk Meningkatkan Kualitas Penulisan

  Karya Ilmiah," in Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST), Yogyakarta, 2014.

[26] R. S. S. M. O. A. L. S. M. Recky T. Djaelangkara, "Perancangan Sistem

Informasi Akademik," e-jurnal Teknik Elektro dan Komputer, Vols. ISSN:

  2301-8402 , 2015.

[27] Sumarsono and Ahmad Syihab Husin , "Sistem Terintegrasi Portal Web

Perguruan TInggi Agama Islam Negeri Menggunakan Metoda Grabbing,"

  Program Studi Teknik Informatika, Fakultas Sains dan Teknologi UIN Sunan Kalijaga , Vols. Vol. IX, No. 2, 2013 .

  

[28] Sandy Dewanto, Indriati, ST., M.Kom and Imam Cholissodin, S.Si., M.Kom,

"Deteksi Plagiarisme Dokumen Teks Menggunakan Algoritma Rabin Karp Dengan Synonim Recognition," Program Studi Ilmu Komputer, Program Teknologi Informatika dan Ilmu Komputer.

  

[29] R. A.s and M. Shalahudin, Rekayasa Perangkat Lunak Terstruktur, Bandung

: Informatika, 2013.

[30] F. H. d. Z. Ery, "Klastering Dokumen Berita dari Web menggunakan

Algoritma Single Pass Clustering," Jurnal Teknologi Informasi, pp. vol. 18,

  [31] K. V. Y. Yoga, "Pengembangan," 2012.

1 BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah

  Penjiplakan atau plagiarisme berarti mencontoh atau meniru tulisan dan karya

orang lain yang kemudian diakui sebagai karanganya sendiri dengan ataupun tanpa

seizin penulisnya. Penjiplakan dokumen digital bukanlah hal yang susah, cukup

dengan menggunakan teknik copy-paste-modify pada sebagian isi dokumen dan

bahkan keseluruhan isi dokumen sudah bisa dikatakan bahwa dokumen tersebut

merupakan hasil duplikasi dari dokumen lain [2]. Plagiarisme juga dapat dilakukan

dengan dengan cara menambah atau menghilangkan kata [1]. Terkadang

plagiarisme juga dilakukan dengan mengganti kata-kata yang mengandung kata -

kata sinonim, dengan maksud agar terlihat berbeda dari dokumen aslinya. Dimana

hanya merubah kata

• – kata yang mengandung sinonim yang terdapat di dokumen

  asli dengan merubah nya sesuai dengan kata yang ada di Kamus bahasa indonesia ,

  tanpa memperhatikan struktur kalimat dari dokumen aslinya[3]. Pendeteksian

  plagiarism dapat dilakukan dengan cara pencocokan string (string matching).

  Metode ini dapat digunakan untuk menghitung kemiripan teks antara satu dokumen

  dengan dokumen lainnya.

  Beberapa penelitian mengenai deteksi plagiarisme telah dilakukan sebelumnya

diantaranya oleh Sandi Dewanto [2] dimana penelitian ini menggunakan algoritma

Rabin-Karp varian Chillar-Kochar yang mampu mendeteksi kesamaan string

dengan maksimal karena menghindari terjadinya spurious hit sehingga tidak perlu

pencocokan karakter setelah string ditemukan, penggunaan fitur synonim

recognition pada penelitin ini dengan cara menyocokan kata pada dokumen dengan

kamus di database kemudian mengganti kata yang didokumen dengan kamus yang

di database. Penelitian berikut nya dilakukan oleh Devi Dwi Purwanto [3] dimana

penelitian ini proses pengenalan sinonim yang digunakan menggunakan algoritma

Lesk Word Sense Disambiguation serta pemanfaatan Wordnet Bahasa Indonesia ,

dan untuk pendeteksian kesamaan kata atau carbon copy Menggukana Algoriam

  

Karp menghasilkan efisiensi waktu yang baik dalam mendeteksi string yang

memiliki lebih dari satu pola. Hal ini membuat algoritma Rabin-Karp dimanfaatkan

dalam melakukan pendeteksian terhadap tindak plagiat dokumen.

  Berdasarkan uraian di atas, pada penelitian ini akan mengombinasikan

Algoritma Lesk dalam Pengenalan sinonim dengan memanfaatkan wordnet

indonesia dan Rabin Karp untuk mendeteksi tingkat similiarity plagriarsme

dokumen.

  1.1 Identifikasi Masalah Berdasarkan penjelasan dari latar belakang ditemukan permasalahan yang

dirumuskan ke dalam suatu rumusan masalah adalah bagaimana

mengkombinasikan Algoritma Lesk dalam Pengenalan sinonim dengan

memanfaatkan wordnet indonesia dan Rabin Karp untuk mendeteksi tingkat

similiarity plagriarsme dokumen.

  1.2 Maksud Dan Tujuan Maksud dari penelitian yang akan dilakukan adalah menerapkan algoritma Lesk Dan Rabin Karp untuk mendeteksi plagiarisme dua dokumen.

  Sedangkan tujuan yang ingin dicapai adalah mengetahui besarnya tingkat

similiarity dari kombinasi Algoritma Lesk dalam Pengenalan sinonim dengan

memanfaatkan wordnet indonesia dan Rabin Karp yang akan diterapkan untuk

mendeteksi plagiarism dua dokumen.

  1.3 Batasan Masalah Agar penelitian yang dilakukan lebih terarah dan mencapai sasaran yang

ditentukan, maka perlukan sebuah pembatasan masalah atau ruang lingkup kajian,

yaitu sebagai berikut: 1.

  Data dokumen yang bisa di upload oleh user hanya berextensi doc dan .docx 2. Kasus uji yang digunakan adalah latar belakang skripsi informatika.

3. Menggunakan medota k-gram kata , dengan nilai k-gram secara dinamis yaitu bisa di inputkan oleh user.

  5. Steming pada penelitian ini menggunakan algoritma porter stemmer.

  6. Menggunakan Algoritma Rabin Karp varian Chillar-Kochar untuk mendeteksi plagiarism dokumen.

  7. Mengunakan algoritma lesk untuk pengenalan dan pemilihan persamaan kata dengan teknik WSD (Word Disambiguition Sense) menggunakan kamus sinonim dari database.

  8. Makna kata tiap kalimat diambil dari website kbbi.web.id 9.

  Sinonim kata tiap kalimat diambil dari website sinonimkata.com 10.

  Pendekatan pembangunan perangkat lunak yang digunakan pada penelitian ini adalah pendekatan terstruktur.

1.4 Metodologi Penelitian

  Metodologi penelitian yang digunakan dalam penelitian ini adalah penelitian

kuantitatif. Metode yang digunakan dalam penulisan laporan penelitian ini

menggunakan dua metode, yaitu metode pengumpulan data dan metode

pembangunan perangkat lunak.

1.4.1 Metoda Pengumpulan Data

  Metode yang digunakan dalam pengumpulan data pada penelitian ini adalah sebagai berikut: a.

  Studi Literatur Pengumpulan data dengan cara mengumpulkan referensi seperti jurnal, paper, buku referensi dan bacaan-bacaan yang ada kaitannya dengan judul penelitian.

  b.

  Pengumpulan Dokumen Pengumpulan dokumen disini yaitu pengumpulan dokumen – dokumen asli yang akan dijadikan objek untuk dideteksi dengan dokumen yang merupakan hasil modify.

1.5 Metode Pembangunan Perangkat Lunak

  Metode yang dilakukan dalam proses pembangunan aplikasi ini adalah model

  1. Analisis dan definisi persyaratan.

  Analisis dan definisi persyaratan meruapakan tahap pengumpulan kebutuhan secara lengkap kemudian dianalisis dan didefinisikan secara rinci yang selanjutnya akan berfungsi sebagai spesifikasi sistem.

  2. Perancangan sistem dan perangkat lunak.

  Tahap perancangan sistem dan perangkat lunak meruapakan tahap mendesain perangkat lunak yang akan dibangun.

  3. Implementasi dan pengujian unit.

  Implementasi dan pengujian unit meruapakan tahap perancangan perangkat lunak yang direalisasikan sebagai serangkaian program atau unit program dengan bahasa pemrograman yang sudah ditentukan. Pengujian dilakukan secara unit untuk memastikan setiap unit dari program sudah berfungsi.

  4. Integrasi dan pengujian sistem.

  Integrasi dan pengujian sistem merupakan tahap penyatuan unit-unit program menjadi sebuah program utuh. Dilakukan pengujian perangkat lunak secara keseluruhan, sehingga perangkat lunak siap untuk digunakan.

1.6 Sistematika Penulisan

  Sistematika penulisan penelitian ini disusun untuk memberikan gambaran

umum mengenai penelitian yang dikerjakan. Sistematika penulisan penelitian

sebagai berikut:

  BAB I PENDAHULUAN Pada bab ini berisi penjelasan mengenai latar belakang permasalahan,

identifikasi masalah, maksud dan tujuan, batasan masalah, metodologi penelitian,

serta sistematika.

BAB II LANDASAN TEORI Pada bab ini berisi teori-teori atau tinjauan dari literatur pendukung yang akan digunakan untuk penerapan algoritma untuk mendeteksi plagiarism dokumen. BAB III ANALISIS DAN PERANCANGAN Pada bab ini dijelaskan secara rinci tahapan-tahapan dari mulai melakukan

  

recognition. Selain itu juga dijelaskan analisis kebutuhan fungsional dan non-

fungsional untuk membangun aplikasi yang akan digunakan sebagai untuk

penerapan dan pengujian dari tahap-tahap yang dijelaskan di atas.

  BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini ditampilkan implementasi tahap-tahap hasil dari analisis dan

perancangan yang sudah dilakukan sebelumnya menjadi sebuah aplikasi. Pada

aplikasi yang sudah dibuat dilakukan pengujian alpa yaitu pengujian terhadap

fungsionalnya. Lalu aplikasi digunakan untuk melakukan pengujian 2 dokumen dan

menghitung jumlah nilai similiarity kesamaan dokumen tersebut.

BAB 5 KESIMPULAN DAN SARAN Bab ini berisi kesimpulan dari semua hal yang di bahas pada bab sebelumnya dan saran untuk pengembangan selanjutnya.

2 BAB 2 TINJAUAN PUSTAKA

  Plagiarisme berasal dari bahasa latin,”plagiarius” yang berarti pencuri.

Plagiarisme didefinisikan sebagai tindakan mengambil, mengumpulkan atau

menyampaikan pemikiran, tulisan atau hasil karya orang lain selayaknya itu adalah

hasil karya diri sendiri tanpa persetujuan dari pemilik hasil karya tersebut. Dengan

kata lain, melakukan plagiarisme bearti mencuri hasil karya atau kepemilikan

intelektual orang lain. Ide atau materi apapun yang diambil dari sumber lain untuk

penggunaan secara tertulis maupun lisan harus disetujui oleh pemilik hasil karya

tersebut, terkecuali informasi tersebut merupakan pengetahuan umum.

  Beberapa type plagiarisme yaitu : 1.

  Word-to-word plagiarism adalah menyalin setiap kata secara langsung tanpa diubah sedikit pun.

  2. Plagiarism of authorship adalah mengakui hasil karya orang lain sebagai karya sendiri dengan cara mencantumkan nama sendiri menggantikan nama pengaran sebenarnya.

3. Plagiarism of ideas adalah mengakui hasil pemikiran atau ide orang lain.

  4. Plagiarism of source, jika seseorang penulis menggunakan kutipan dari penulis lainya tanpa mencantumkan sumbernya. [5]

2.1 Metoda pendeteksian Plagiarisme

  Metode pendeteksi plagiarisme dibagi menjadi tiga bagian yaitu metode

perbandingan teks lengkap, metode dokumen fingerprinting, dan metode kesamaan

kata kunci. Metode pendeteksi plagiarisme dapat dilihat pada gambar 2.1 berikut :

  Perbandingan Teks Lengkap Dokumen Fingerprinting Metoda Pendeteksian Plagiarisme

  Kesamaan Kata Kunci

Gambar 2. 1 Metoda Pendeteksi Plagiarisme Berikut ini penjelasan dari masing-masing metode dan algoritma pendeteksi plagiarisme :

  1. Perbandingan teks lengkap. Metode ini diterapkan dengan membandingkan semua isi dokumen. Dapat diterapkan untuk dokumen yang besar. Pendekatan ini membutuhkan waktu yang lama tetapi cukup efektif, karena kumpulan dokumen yang diperbandingkan adalah dokumen yang disimpan pada penyimpanan lokal. Metode perbandingan teks lengkap tidak dapat diterapkan untuk kumpulan dokumen yang tidak terdapat pada dokumen lokal. Algoritma yang digunakan pada metode ini adalah algoritma Brute-Force, algoritma edit distance, algoritma Boyer Moore dan algoritma lavenshtein distance.

  2. Dokumen Fingerprinting. Dokumen fingerprinting merupakan metode yang digunakan untuk mendeteksi keakuratan salinan antar dokumen, baik semua teks yang terdapat di dalam dokumen atau hanya sebagian teks saja. Prinsip kerja dari metode dokumen fingerprinting ini adalah dengan menggunakan teknik hashing. Teknik hashing adalah sebuah fungsi yang mengkonversi setiap string menjadi bilangan. Misalnya Rabin-Karp, Winnowing dan Manber.

  3. Kesamaan Kata Kunci. Prinsip dari metode ini adalah mengekstrak kata kunci dari dokumen dan kemudian dibandingkan dengan kata kunci pada dokumen

yang lain. Pendekatan yang digunakan pada metode ini adalah teknik dot. [6]

2.2 Pencocokan String (String Macthing)

  String matching atau pencocokan string adalah suatu metode yang digunakan

untuk menemukan suatu keakuratan/hasil dari satu atau beberapa pola teks yang

diberikan. String matching merupakan pokok bahasan yang penting dalam ilmu

komputer karena teks merupakan adalah bentuk utama dari pertukaran informasi

antar manusia, misalnya pada literatur, karya ilmiah, halaman web dsb. (Hulbert-

Helger,2007) String matching digunakan dalam lingkup yang bermacammacam,

misalnya pada pencarian dokumen, pencocokan DNA sequences yang

direpresentasikan dalam bentuk string dan juga string matching dapat dimanfaatkan

untk mendeteksi adanya plagiarisme dalam karya seseorang.

  Teks yang akan dilakukan proses teks mining, pada umumnya memiliki

beberapa karakteristik diantaranya adalah memiliki dimensi yang tinggi, terdapat

noise pada data, dan terdapat struktur teks yang tidak baik. Cara yang digunakan

dalam mempelajari suatu data teks, adalah dengan terlebih dahulu menentukan

fitur-fitur yang mewakili setiap kata untuk setiap fitur yang ada pada dokumen.

2.3 Proses Prepsocessing

  Preprocessing adalah tahapan untuk mempersiapkan teks menjadi data yang

akan diolah di tahapan berikutnya. Input-an awal pada proses ini adalah berupa

dokumen asli dan dokumen yang akan di uji. Preprocessing pada penelitian ini

terdiri dari beberapa tahapan, yaitu: proses pemisahan kalimat, proses case folding,

proses filtering, proses tokenizing, proses stopword dan proses stemming. Berikut

gambaran tahap preprocessing dapat dilihat pada gambar 2.2 berikut :

  Pemisahan Case Stopword Filtering Tokenizing Stemming Kalimat Folding Removal

Gambar 2. 2 Gambar tahap preprocessing

  2.3.1 Pemisahan Kalimat Pemisahan kalimat adalah proses memecah teks pada dokumen menjadi

kumpulan kalimat-kalimat yang merupakan langkah awal tahapan text

preprocessing. Teknik yang digunakan dalam pemisahan kalimat adalah

memisahkan kalimat dengan tanda titik (.), tanda tanya (?), dan tanda seru (!)

sebagai pemisah (delimiter). Menghilangkan delimeter tersebut dokumen akan

terpotong menjadi kalimat [7].

  Pada proses pemisahan kalimat ini juga akan ada proses pemilihan kalimat

, kalimat yang terpadat sumber referensi akan di hapus dan tidak akan diproses ke

tahap selanjutnya.

  2.3.2 Casefolding Casefolding adalah mengubah semua huruf dalam dokumen menjadi huruf

kecil, hanya huruf ‘a’ sampai dengan huruf ‘z’ yang diterima. Karakter selain huruf

dihilangkan dan dianggap delimiter. Tahap tokenizing adalah tahap pemotongan

  2.3.3 Filtering Data teks dalam dokumen yang sebelumnya sudah diubah ke dalam huruf

kecil semua. Selanjutnya dilakukan proses filtering teks. Filtering adalah tahapan

pemrosesan teks dimana semua teks selain karakt er “a” sampai “z” akan dihilangkan dan hanya menerima spasi [8].

  2.3.4 Tokenizing Proses Tokenizing adalah proses pemotongan string input berdasarkan tiap

kata yang menyusunnya, memecahkan data kalimat dan memisahkannya menjadi

setiap kata. Pemecahan kalimat menjadi kata-kata tunggal dilakukan dengan men-

scan kalimat dan setiap kata terindentifikasi atau terpisahkan dengan kata yang lain

oleh pemisah spasi [8].

  2.3.5 Stopword Removal Proses Stopword Removal merupakan proses penghilangan stopword.

  

Stopword adalah kata-kata yang tidak deskriptif yang dapat dibuang dalam

pendekatan bag-of-words [6]. Untuk mendeteksi apakah suatu kata merupakan

suatu stopword atau bukan adalah menggunakan kamus stopword yang sudah

ditentukan sebelumnya.

  Setiap kata akan diperiksa apakah masuk dalam daftar stopword, jika

sebuah kata masuk di dalam daftar stopword maka kata tersebut tidak akan diproses

lebih lanjut dan kata tersebut akan dihilangkan. Sebaliknya apabila sebuah kata

tidak termasuk di dalam daftar stopword maka kata tersebut akan masuk keproses

berikutnya. [8]. Kandidat umum stopword adalah article, preposisi, dan konjungsi.

  2.3.6 Stemming Proses Stemming merupakan proses pencarian akar kata (root word) dari tiap

kata yaitu dengan mengembalikan suatu kata berimbuhan ke bentuk dasarnya

  

(stem). Untuk pemrosesan pada bahasa Indonesia, proses stemming dilakukan

dengan menghilangkan imbuhan yang mengawali dan mengakhiri kata sehingga

diperoleh bentuk dasar dari kata tersebut [8]. Algoritma ini dikembangkan oleh

Fadillah Z. Tala pada tahun 2003. Berupa algoritma stemmer untuk bahasa.

  

untuk dikembangkan sebagai algoritma stemmer untuk bahasa Indonesia, karena

pemikiran dasar dari algoritma Porter Stemmer cocok dengan struktur morfologi

kata-kata di dalam bahasa Indonesia[8]. Perbedaan algoritma ini dengan algoritma

yang telah dikembangkan oleh Nazief & Adriani yaitu tidak adanya dictionary

sehingga algoritma ini dapat dikatakan murni berbasis rule[8]. Berdasarkan hasil

penelitian [9] Perbedaan algoritma ini dengan algoritma yang telah dikembangkan

oleh Nazief & Adriani yaitu tidak adanya dictionary sehingga algoritma ini dapat

dikatakan murni berbasis rule [9]. Adapun gambar desain dari algoritma Porter

Stemmer bahasa Indonesia dapat dilihat pada gambar 2.3 [10].

  Kata Menghapus Partikel Menghapus Kata Ganti Menghapus Awalan Pertama ditemukan tidak ditemukan Menghapus Awalan Kedua Menghapus Akhiran ditemukan tidak Menghapus Akhiran Menghapus Awalan Kedua ditemukan Kata Dasar

Gambar 2. 3 Desain Algoritma Porter Stemmer Bahasa Indonesia pada algoritma Porter Stemmer bahasa Indonesia terdapat 5 kelompok aturan yang dapat dilihat pada tabel 2.1 sampai tabel 2.5 berikut [11].

  

Tabel 2. 1 Kelompok Aturan Pertama : Pembentukan Partikel

Kondisi Kondisi Akhiran Pengganti Contoh Ukuran Tambahan

• kah NULL

  2 NULL bukukah → buku

  Kondisi Kondisi Akhiran Pengganti Contoh Ukuran Tambahan

• lah NULL

  2 NULL pergilah → pergi

• pun NULL

  2 NULL bukupun → buku

• tah NULL

  2 NULL apatah → apa

  

Tabel 2. 2 Kelompok Aturan Kedua : Pembentukan Kata Ganti

Kondisi Kondisi Akhiran Pengganti

  Contoh Ukuran Tambahan

• ku NULL

  2 NULL bukuku → buku

• mu NULL

  2 NULL bukumu → buku

• nya NULL

  2 NULL bukunya → buku

  

Tabel 2. 3 Kelompok Aturan Ketiga : Pembentukan Awalan Pertama

Awalan Kondisi Kondisi Pengganti

  Contoh Pertama Ukuran Tambahan

  meng- NULL

  2 NULL mengukur → ukur meny- S

  2 V… menyapu → sapu men- NULL

  2 NULL menduga → duga men- T

  2 V… menuduh → tuduh mem- P

  2 V… memilah → pilah mem- NULL

  2 NULL membaca → baca me- NULL

  2 NULL merusak → rusak peng- NULL

  2 NULL pengukur → ukur peny- S

  2 V… penyapu → sapu pen- NULL

  2 NULL penduga → duga

  2 NULL berlari → lari

  2 NULL perjelas → jelas pel- NULL 2 ajar pelajar → ajar pe- NULL

  

Tabel 2. 5 Kelompok Aturan Kelima : Pembentukan Akhiran

Akhiran Pengganti Kondisi Ukuran Kondisi Tambahan Contoh