Aplikasi pendeteksi plagiarisme dalam karya tulis ilmiah dengan algoritma rabin KARP

(1)

i

APLIKASI PENDETEKSI PLAGIARISME

DALAM KARYA TULIS ILMIAH

DENGAN ALGORITMA RABIN KARP

SKRIPSI

Diajukan untuk memenuhi salah satu syarat

memperoleh gelar Sarjana Teknik Informatika (S.Kom.)

Program Studi Teknik Informatika

Disusun Oleh:

AGUSTINUS PILIPUS TRIYUNIANTA ARUM SURYA

125314083

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

(2)

ii

PLAGIARISM DETECTION APPLICATION

IN SCIENTIFIC WORKS

USING RABIN KARP ALGORITHM

THESIS

Presented as partial fulfillment of the requirements

to obtain the Bachelor Degree of Computer (S.Kom.)

in Informatics Engineering

Written by:

AGUSTINUS PILIPUS TRIYUNIANTA ARUM SURYA

125314083

DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

(3)

iii

HALAMAN PERSETUJUAN

(4)

iv

(5)

v

HALAMAN MOTTO

“ Tuhan tahu apa yang kita butuhkan,

tidak perlu meminta,

b

ersyukurlah ”

“

Some people dream of success while others wake up and work hard

at it

”

(6)

vi

(7)

vii

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI

(8)

viii ABSTRAK

Berkembangnya teknologi informasi dan komunikasi yang semakin pesat

menyebabkan pencarian data dan informasi semakin mudah dan cepat. Namun

perkembangan teknologi informasi ini justru menimbulkan berbagai macam

dampak negatif, salah satunya adalah penjiplakan karya atau sering disebut plagiat.

Penelitian ini bertujuan untuk membuat suatu sistem untuk mengantisipasi

tindak plagiarisme yang semakin banyak. Salah satu algoritma yang diusulkan

untuk mendeteksi plagiarisme adalah dengan algoritma Rabin Karp. Algoritma

Rabin karp akan mencari kesamaan dua dokumen yang diuji dengan menampilkan

presentase kesamaan dua dokumen tersebut.

Pengujian sistem ini dilakukan dengan melakukan alpha test dan beta test.

Berdasarkan pengujian dengan alpha test yaitu dengan membandingkan keluaran

sistem dengan perhitungan manual menghasilkan rata-rata selisih 1,63 %.

Sedangkan pengujian dengan beta test yaitu kuisioner dengan 15 responden

menghasilkan nilai rata-rata 3.86 skala 1-5 untuk kaitannya dengan kegunaan

(perceived of usefulness) dan nilai rata-rata 4.14 skala 1-5 untuk kaitannya dengan

kemudahan (perceived ease of use).

(9)

ix ABSTRACT

The development of information and communication technology that

increasingly rapidly led to the search for information more easily and quickly. But

the development of information technology is actually causing a variety of

negative impacts, one of which is plagiarism works.

This research aims to create a system to anticipate the acts of plagiarism

that more and more. One of the proposed algorithms for detecting plagiarism is

with Rabin Karp's algorithm. The Rabin karp algorithm will look for the similarity

of two documents tested by presenting the equivalent percentage of the two

documents.

Testing this system is done by doing alpha test and beta test. Based on

the test with alpha test that is by comparing the output of the system with manual

calculations yield average of 1.63% difference. While the test with the beta test is

a questionnaire with 15 respondents produce an average value of 3.86 scale 1-5

for its relation with the usefulness (perceived of usefulness) and the average value

of 4.14 scale 1-5 for perceived ease of use.

(10)

x

KATA PENGANTAR

Puji Syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan

rahmat-Nya, sehingga penelitian ini dapat berhasil dan selesai.

Penelitian ini dapat berjalan dari awal sampai akhir berkat adanya bimbingan, doa,

dan dukungan yang diberikan oleh banyak pihak. Dalam penyelesaian penelitian

ini, penulis ingin mengucapkan terima kasih kepada pihak-pihak tersebut, antara

lain:

1. Sudi Mungkasi,S.Si.,M.Math.Sc.,Ph.D selaku Dekan Fakultas Sains dan

Teknologi Universitas Sanata Dharma Yogyakarta.

2. Dr. Anastasia Rita selaku Ketua Program Studi Teknik Informatika

Universitas Sanata Dharma Yogyakarta.

3. Ibu Agnes Maria Polina, S.Kom., M.Sc selaku dosen pembimbing

penelitian yang dengan sabar memberikan kritik dan saran kepada penulis.

4. Keluarga yang tercinta, Bapak Antonius Suwondo, Ibu Sutini, Mas Sigit,

Mbak Fitri, Gabriel “Biel” yang selalu memberikan dukungan terbaik.

5. Florentina Anggraeni yang selalu mendampingi, membimbing, dan

menemani penulis selama menyelesaikan penelitian ini.

6. Koh Eric yang telah membimbing dan memberikan bantuan selama

menyelesaikan penelitian ini

7. Teman-teman Teknik Informatika 2012 yang selalu mendukung dan

memberi motivasi.

Penulis menyadari bahwa penelitian ini masih jauh dari kata sempurna. Oleh sebab

itu penulis mengharapkan adanya kritik dan saran untuk penelitian di masa

mendatang.

Yogyakarta, ………

(11)

xi DAFTAR ISI

HALAMAN COVER ...i

HALAMAN COVER ... ii

HALAMAN PERSETUJUAN ... iii

SKRIPSI ... iii

HALAMAN PENGESAHAN SKRIPSI ...iv

HALAMAN MOTTO ... v

PERNYATAAN KEASLIAN KARYA ...vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI... vii

KARYA ILMIAH ... vii

ABSTRAK ... vii

ABSTRACT...ix

KATA PENGANTAR ... x

DAFTAR ISI...xi

DAFTAR GAMBAR ... xiv

DAFTAR TABEL ... xvi

BAB I ... 1

PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 1

1.3 Batasan Masalah ... 2

1.4 Tujuan Penelitian... 2

1.5 Metodologi Penelitian ... 2

1.6 Sistematika Penulisan ... 4

BAB II ... 5

STUDI PUSTAKA ... 5

2.1 Plagiarisme ... 5

2.2 Text Preprocessing ... 6

2.2.3 Stemming ... 6

2.2.4 Tokenizing ... 10

2.3 Algoritma String Matching... 10

(12)

xii

2.4 Rabin Karp ... 13

2.4.1 Hashing ... 14

2.4.2 Similarity ... 17

2.5 Metode Waterfall... 18

2.5.1 Definisi Waterfall ... 18

2.5.2 Tahapan Pengembangan Metode Waterfall ... 18

BAB III ... 20

PERANCANGAN SISTEM ... 20

3.1 Tahap Requirement Analysis... 20

3.1.1 Gambaran Umum Sistem... 20

3.1.2 Analisis Kebutuhan ... 20

3.1.3 Use Case ... 21

3.1.4 Flowchart... 21

3.1.5 Pemodelan Proses ... 22

3.2 Perancangan Sistem ... 25

3.2.1 Perancangan Basis Data... 25

3.2.2 Perancangan Antarmuka ... 27

4.1 Deskripsi Alat... 31

4.2 Algoritma Rabin Karp ... 31

4.3 Implementasi Basis Data ... 40

4.3.1 Table Login ... 40

4.3.2 Tabel Dokumen ... 40

4.3.3 Tabel Rootword_ina ... 41

4.3.4 Tabel Stopword_ina ... 41

4.4 Implementasi Sistem ... 41

4.4.1 Halaman Login ... 41

4.4.2 Halaman Utama ... 42

4.4.3 Halaman Deteksi dua Dokumen ... 43

4.4.4 Halaman Deteksi Dokumen di Database ... 46

4.4.5 Halaman Karya Tulis Tersimpan ... 49

4.4.6 Halaman Tambah Pengguna ... 50

BAB V ... 52

(13)

xiii

5.1 Analisa Hasil Uji Coba Sistem (Pengujian Alpha) ... 52

5.1.1 Ujicoba dokumen dengan sistem ... 52

5.1.2 Ujicoba dokumen secara manual ... 56

5.2 Analisa Hasil Uji Coba Pengguna (Pengujian Beta) ... 59

5.2.1 Hasil dan Pembahasan ... 59

BAB VI ... 73

KESIMPULAN ... 73

6.1 Kesimpulan ... 73

6.2 Saran ... 74

DAFTAR PUSTAKA ... 75

(14)

xiv

DAFTAR GAMBAR

Gambar 2.1 Waterfall menurut Pressman... 18

Gambar 3.1 Use Case aplikasi pendeteksi plagiarisme ... 21

Gambar 3.2 Flowchart aplikasi pendeteksi plagiarisme ... 22

Gambar 3.3 Data Flow Diagram level 0 ... 22

Gambar 3.4 Data Flow Diagram level 1 ... 23

Gambar 3.5 Data Flow Diagram level 2 proses 1 ... 23

Gambar 3.9 Perancangan ER Diagram ... 26

Gambar 3.10 Perancangan logikal basis data ... 26

Gambar 3.11 Perancangan halaman login ... 28

Gambar 3.12 Perancangan halaman utama aplikasi ... 29

Gambar 3.13 Perancangan halaman proses dua dokumen ... 29

Gambar 3.14 Perancangan halaman proses dokumen di database ... 30

Gambar 3.15 Perancangan halaman karya tulis tersimpan ... 30

Gambar 3.16 Perancangan halaman pengguna ... 31

Gambar 4.1 Halaman login ... 42

Gambar 4.2 Halaman utama ... 43

Gambar 4.3 Halaman deteksi dua dokumen ... 44

Gambar 4.4 Halaman deteksi dokumen di database ... 47

Gambar 4.5 Halaman karya tulis tersimpan ... 50

Gambar 4.6 Halaman pengguna ... 52

Gambar 5.1 Hasil keluaran sistem untuk pengujian 1 ... 54

Gambar 5.6 Grafik kegunaan pernyataan 1 ... 61

(15)

xv

Gambar 5.12 Grafik kemudahan pernyataan 1 ... 69

(16)

xvi

DAFTAR TABEL

Tabel 2.1 Tabel kombinasi awalan dan akhiran yang tidak diijinkan ... 7

Tabel 2.2 Tabel aturan penghapusan awalan, untuk awalan “me-“ ... 9

Tabel 2.3 Tabel aturan penghapusan awalan, untuk awalan “pe-“ ... 9

Tabel 2.4 Tabel aturan penghapusan awalan, untuk awalan “ber-“ ... 9

Tabel 2.5 Tabel aturan penghapusan awalan, untuk awalan “ter-“ ... 10

Tabel 2.6 Tabel ASCII ... 13

Tabel 3.1 Tabel login ... 27

Tabel 3.2 Tabel dokumen ... 27

Tabel 3.3 Tabel rootword_ina ... 28

Tabel 3.4 Tabel stopword ... 28

Tabel 4.1 Dua buah dokumen yang terindikasi terjadi plagiarisme ... 33

Tabel 4.2 Dua buah dokumen setelah melalui langkah case folding ... 33

Tabel 4.3 Dua buah dokumen setelah melalui langkah filtering ... 34

Tabel 4.4 Dua buah dokumen setelah melalui langkah stemming ... 35

Tabel 4.5 Dua buah dokumen setelah melalui langkah parsing kgram ... 36

Tabel 4.6 Dua buah dokumen setelah melalui langkah hashing ... 34

Tabel 4.7 Hash yang sama dalam dua buah dokumen ... 34

Tabel 4.6 Dua buah dokumen setelah melalui langkah hashing ... 34

Tabel 5.1 Pengujian dokumen dengan sistem... 57

Tabel 5.2 Pengujian dokumen secara manual... 60

Tabel 5.3 Tabel hasil kuisioner kegunaan pernyataan 1 ... 61

Tabel 5.9 Tabel hasil kuisioner kemudahan pernyataan 1 ... 67

(17)

1 BAB I

PENDAHULUAN

1.1 Latar Belakang

Berkembangnya teknologi informasi dan komunikasi yang semakin

pesat menyebabkan pencarian data dan informasi melalui internet menjadi

semakin mudah dan cepat. Namun perkembangan teknologi informasi ini

justru menimbulkan berbagai macam dampak negatif, salah satunya adalah

penjiplakan karya atau sering disebut plagiat.

Plagiarisme sering dijumpai dalam sektor akademis maupun non

akademis. Dalam sektor akademis, plagiarisme dianggap sebagai tindak

pidana serius karena dianggap pengambilan karangan, pendapat, ide, dan

gagasan orang lain. Plagiarisme secara tidak sengaja juga dapat terjadi jika

dalam pembuatan karya tulis lalai dalam mencantumkan sumber pustaka

dengan lengkap dan cermat. Plagiarisme belum cukup dikenali dan

dipahami khususnya di kalangan mahasiswa sehingga tingkat kejadiannya

cukup tinggi dan sulit dipantau.

. Kemiripan dokumen karya tulis ilmiah tidak dikataan plagiat jika

menggunakan informasi yang berupa fakta umum, menuliskan kembali

(dengan mengubah kalimat atau parafrase) opini orang lain dengan

memberikan sumber jelas, mengutip secukupnya tulisan orang lain dengan

memberikan tanda batas jelas bagian kutipan dan menuliskan sumbernya.

Tindakan plagiarisme dalam instansi, sektor akademis, maupun non

akademis secara perlahan harus dicegah dan dihilangkan dengan melakukan

pendeteksian plagiat secara manual maupun dengan memanfaatkan metode

pencocokan string. Namun pendeteksian secara manual memiliki masalah

yang cukup besar yaitu sangat tidak memungkinkan melalukan

pendeteksian dokumen dengan membandingkannya dengan dokumen lain

yang berjumlah ratusan bahkan sampai ribuan. Dengan demikian

(18)

1

Metode kedua adalah dengan melakukan pembandingan dengan sumber

dokumen asli atau yang disebut dengan metode pencocokan string. Dengan

metode pencocokan string dapat dikembangkan untuk merancang sebuah

aplikasi pendeteksi plagiarisme. Metode pencocokan string

bermacam-macam antara lain Brute Force, Boyer-Morre, Knuth-Morris-Pratt,

Rabin-Karp, dan lain-lain.

Penelitian untuk pendeteksian plagiarisme sudah banyak dilakukan

dengan berbagai macam algoritma, tetapi beberapa penelitian tidak

mengikut sertakan proses preprocessing atau pengolahan kata terlebih

dahulu dan hanya dapat melalukan proses pendeteksian untuk dua dokumen

saja, hal tersebut membuat proses pendeteksian plagiarisme menjadi kurang

akurat dan kurang efisien.

Dari latar belakang tersebut, penulis tertarik untuk membangun sebuah

aplikasi pendeteksian plagiarisme karya tulis ilmiah dalam instansi dinas

pendidikan dengan menggunakan algoritma Rabin-Karp yang dapat

melakukan proses pendeteksian plagiarism lebih dari dua dokumen dan

dengan melakukan proses preprocessing terlebih dahulu. Algoritma

tersebut dipilih karena Rabin-Karp adalah algoritma multiple patterns

search yang sangat efesien untuk pencarian string dengan pola yang banyak

sehingga waktu dan keakuratan pencarian string menjadi lebih baik.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas dapat diuraikan rumusan masalah

sebagai berikut:

1. Bagaimana mendesain dan membangun aplikasi pendeteksi plagiarisme

dalam karya tulis ilmiah dengan metode Rabin Karp agar dapat

mendeteksi tingkat kesamaan yang terdapat pada dua dokumen karya

tulis ilmiah?

2. Seberapa akurat aplikasi pendeteksi plagiarisme dalam karya tulis

(19)

2

3. Apakah aplikasi pendeteksian plagiarism dalam karya tulis ilmiah

dengan motode Rabin Karp ini bermanfaat (perceived of usefulness) dan

mudah digunakan (perceived ease of use) dalam melakukan

pendeteskian file?

1.3 Batasan Masalah

Terdapat beberapa batasan masalah pada penelitian ini, yaitu:

1. Membandingkan dua buah dokumen teks dengan tipe .doc dan .docx

2. Data yang diuji menggunakan Bahasa Indonesia.

3. Tidak memperhatikan sinonim atau persamaan kata pada dokumen teks.

4. Tidak meperhatikan parafrase atau kutipan dengan atau tidak

menggunakan sumber terkait

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. Mendesain dan membangun Apakah aplikasi pendeteksi plagiarisme

dalam karya tulis ilmiah dengan metode Rabin Karp.

2. Mendeteksi tingkat kesamaan dua buah dokumen dengan metode Rabin

Karp.

1.5 Metodologi Penelitian

Metodologi penelitian yang dilakukan penulis untuk menyelesaikan

masalah adalah sebagai berikut:

a. Survei awal

Dilakukan wawancara dengan pihak terkait yang dipergunakan untuk

mendesain sistem yang akan dibangun.

b. Studi pustaka

Studi pustaka dilakukan dengan mencari informasi tentang metode

Rabin Karp serta penggunaannya dalam kaitannya dengan pendeteksian

(20)

3

c. Pengembangan Aplikasi Pendeteksi Plagiarisme

Pengembangan aplikasi pendeteksi plagiarisme menggunakan metode

Waterfall. Tahap-tahap dalam metode ini adalah:

1. Requirement Analisis

Merupakan tahap awal dalam pengembangan sistem. Pada tahap ini

harus mendapatkan beberapa hal yang dianggap menunjang

penelitian yang dilakukan, seperti mencari permasalahan yang ada,

mengumpulkan data, wawancara dan lain-lain.

2. System Design

Tahap desain sistem membantu dalam menentukan perangkat keras,

tampilan, alur kerja sistem, pengoperasian sistem, dan lain-lain yang

disesuaikan dengan analisis kebutuhan tahap awal.

3. Implementation

Pada tahap ini, sistem pertama kali dikembangkan untuk

menghasilkan aplikasi yang telah di desain pada tahap sebelumnya.

4. Integration & Testing

Dalam tahap ini, dilakukan pengujian sistem, sehingga akan dapat

diketahui seperti apa hasil kinerja sistem yang baru ini dibandingkan

dengan sistem yang lama, kemudian dapat diketahui pula apakan

dalam sistem yang baru ini masih ada kelemahan yang kemudian

akan dikembangkan oleh peneliti berikutnya.

5. Operation & Maintenance

Tahap akhir dalam model waterfall adalah melakukan pemeliharaan

sistem. Pemeliharaan termasuk dalam memperbaiki kesalahan yang

(21)

4 1.6 Sistematika Penulisan

BAB 1 : PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, rumusan masalah, batasan

masalah, tujuan penelitian, manfaat penelitian, metode penelitian dan

sistematika penulisan.

BAB II : STUDI PUSTAKA

Bab ini berisi tentang sumber acuan, penjelasan dan uraian singkat

mengenai teori-teori yang berkaitan dengan topik dari tugas akhir ini.

BAB III : PERANCANGAN SISTEM

Bab ini berisi tentang proses-proses perancangan aplikasi dengan teori

yang berkaitan, perancangan alur kerja aplikasi, antar muka pemakai, dan

perancangan penelitian.

BAB IV : IMPLEMENTASI SISTEM

Bab ini berisi tentang implementasi basis data dan implementasi dari

sistem yang akan dibuat, pembahasan sistem dan implementasi antarmuka.

BAB V : ANALISA HASIL

Bab ini berisi tentang hasil implementasi aplikasi, serta analisa hasil

pengujian.

BAB V1 : PENUTUP

Bab ini berisi kesimpulan yang diambil dari analisa, desain, dan

implementasi serta uji coba yang telah dilakukan. Selain itu bab ini juga

berisi saran yang bermanfaat dalam pengembangan aplikasi di waktu yang

(22)

5 BAB II

STUDI PUSTAKA

Pada bab studi pustaka ini berisi tentang sumber acuan, penjelasan dan

uraian singkat mengenai teori-teori yang berkaitan dengan topik.

2.1 Plagiarisme

Plagiarisme atau sering disebut plagiat adalah penjiplakan atau

pengambilan karangan, pendapat, dan sebagainya dari orang lain dan

menjadikannya seolah karangan dan pendapat sendiri (KBBI, 1997).

“Plagiarisme adalah bentuk penyalahgunaan hak kekayaan intelektual milik

orang lain, yang mana karya tersebut dipresentasikan dan diakui secara tidak

sah sebagai hasil karya pribadi” (Sulianta, 2007).

Dalam buku Bahasa Indonesia: Sebuah Pengantar Penulisan

Ilmiah, (Utorodewo,2007) menggolongkan hal-hal berikut sebagai tindakan

plagiarisme:

1. Mengakui tulisan orang lain sebagai tulisan sendiri,

2. Mengakui gagasan orang lain sebagai pemikiran sendiri,

3. Mengakui temuan orang lain sebagai kepunyaan sendiri,

4. Mengakui karya kelompok sebagai kepunyaan atau hasil sendiri,

5. Menyajikan tulisan yang sama dalam kesempatan yang berbeda tanpa

menyebutkan asal usulnya,

6. Meringkas dan memparafrasekan (mengutip tak langsung) tanpa

menyebutkan sumbernya, dan

7. Meringkas dan memparafrasekan dengan menyebut sumbernya, tetapi

rangkaian kalimat dan pilihan katanya masih terlalu sama dengan

(23)

6 2.2 Text Preprocessing

Preprocessing merupakan tahapan awal dalam mengolah data input

sebelum memasuki proses selanjutnya. Preprocessing terdiri dari beberapa

tahapan, yaitu: case folding, tokenizing, filtering, dan stemming. Berikut

penjelasan empat tahapan dalam proses preprocessing.

2.2.1 Case Folding

Proses case folding adalah menghilangkan tanda baca maupun

karakter yang ada pada kata di dalam dokumen tersebut dan semua

huruf menjadi huruf kecil. (Manning, 2008).

2.2.2 Stopword Filtering

Stopword filtering merupakan salah satu dari empat tahapan dalam

preprocessing untuk menghilangkan kata yang tidak berguna dan

sering muncul dalam dokumen. Stopword perlu dieliminasi untuk

mengurangi waktu eksekusi query dengan cara menghindari proses

list yang panjang (Buttcher, 2010). Contoh stopword filtering dalam

Bahasa Indonesia adalah dengan menghilangkan konjungsi, kata

ganti orang, dan kata lainnya.

2.2.3 Stemming

Stemming merupakan bagian yang tidak terpisahkan dalam

Information Retrieval (IR). Stemming adalah salah satu cara yang

digunakan untuk meningkatkan performa IR dengan cara

mentransformasi kata-kata dalam sebuah dokumen teks ke bentuk

kata dasarnya.

2.2.3.1 Algoritma Nazief-Adriani

Algoritma Stemming Nazief – Adriani diperkenalkan oleh

Nazief dan Adriani (1996) dengan tahapan sebagai berikut:

1. Cari kata yang akan diistem dalam basis data kata dasar.

Jika ditemukan maka diasumsikan kata adalah root

word. Maka algoritma berhenti.

2. Selanjutnya adalah pembuangan Inflection Suffixes (“

(24)

7

particles (“-lah”, “-kah”, “-tah” atau “-pun”) dan

terdapat Possesive Pronouns (“-ku”, “-mu”, atau “

-nya”), maka langkah ini diulangi lagi untuk menghapus

Possesive Pronouns.

3. Hapus Derivation Suffixes (“-i”, “-an” atau “-kan”). Jika

kata ditemukan di kamus, maka algoritma berhenti. Jika

tidak maka ke langkah 3a berikut ini :

a. Jika “-an” telah dihapus dan huruf terakhir dari kata

tersebut adalah “-k”, maka “-k” juga ikut dihapus. Jika kata tersebut ditemukan dalam kamus maka

algoritma berhenti. Jika tidak ditemukan maka

lakukan langkah 3b.

b. Akhiran yang dihapus (“-i”, “-an” atau “-kan”)

dikembalikan, lanjut ke langkah 4.

4. Hapus Derivation Prefix. Jika pada langkah 3 ada sufiks

yang dihapus maka pergi ke langkah 4a, jika tidak pergi

ke langkah 4b.

a. Periksa tabel kombinasi awalan-akhiran yang tidak

diijinkan pada Tabel 2.1. Jika ditemukan maka

algoritma berhenti, jika tidak, pergi ke langkah 4b.

Tabel kombinasi awalan-akhiran yang tidak diijinkan

ditampilkan pada tabel berikut ini :

Awalan Akhiran yang tidak diizinkan

be- -i

di- -an

ke- -i, -kan

me- -an

se- -i, -kan

Tabel 2.1. Tabel kombinasi awalan dan akhiran yang tidak

(25)

8

b. Tentukan tipe awalan kemudian hapus awalan. Jika

awalan kedua sama dengan awalan pertama

algoritma berhenti.

c. Jika root word belum juga ditemukan lakukan

langkah 5, jika sudah maka algoritma berhenti.

5. Jika semua langkah telah selesai tetapi tidak juga

berhasil maka kata awal diasumsikan sebagai root

word. Proses selesai.

Tipe awalan ditentukan melalui langkah-langkah berikut:

1. Jika awalannya adalah: “di-”, “ke-”, atau “se-” maka

tipe awalannya secara berturut-turut adalah “di-”, “ke-”,

atau “se-”.

2. Jika awalannya adalah “te-”, “me-”, “be-”, atau “pe-”

maka dibutuhkan sebuah proses tambahan untuk

menentukan tipe awalannya.

3. Jika dua karakter pertama bukan “di-”, “ke-”, “se-”,

“te-”, “be-”, “me-”, atau“pe-” maka berhenti.

Berikut adalah aturan untuk melakukan penghapusan

awalan. Dengan keterangan C adalah huruf konsonan, V

adalah huruf hidup, A adalah semua huruf, dan P adalah

karakter tertentu, misal ‘er’.

Aturan Kontruksi Prefix yang dihapus

1 me{l|r|w|y}V… me-

2 mem{b|f|v}… mem-

3 mempe… mem-pe

4 mem{rV|V}… me-m, me-p

(26)

9

6 mengV… meng-V… | meng-kV… |(mengV-…

ifV=’e’)

7 meng{g|h|q|k}… meng-

8 mengV… meng-

9 menyV… mensy-s

10 mempA… mem-pA… dimana A!=’e’

Tabel 2.2. Tabel aturan penghapusan awalan, untuk awalan

“me-“

1 pe{w|y}V… pe-{w|y}V...

2 perV… per-V... | pe-rV...

3 perCAP per-CAP... dimana C!= ‘r’ dan

P!= “er”

4 per CAerV… per-CAerV... dimana C!= ‘r’

5 pem{b|f|V}… pem-{b|f|V}...

6 pem{rV|V}… pe-m{rV|V}... | pe-p{rV|V}...

7 pen{c|d|j|z}… pen-{c|d|j|z}...

8 penV… pe-nV... | pe-tV...

9 pengC… peng-C...

“pe-“

1 berV... ber-V... | be-rV...

2 berCAP... ber-CAP... dimana C!= ‘r’ danP!= “er”

3 berCAerV... ber-CaerV... dimana C!= ‘r’

4 belajar bel-ajar

5 beC1erC2_… be-C1erC2... dimana C1!={ ‘r’|‘l’}

(27)

10

1 terV... ter-V... | te-rV...

2 terCerV... ter-CerV... dimana C!= ‘r’

3 terCP... ter-CP... dimana C!= ‘r’ danP!= ‘er’

4 teC1erC2_… te-C1erC2… dimana C1=’r’

“ter-“

2.2.4 Tokenizing

Tokenizing adalah proses pemisahan kata berdasarkan tiap kata yang

menyusunnya. Pada prinsipnya proses ini adalah memisahkan setiap

kata yang menyusun setiap dokumen sehingga menghasilkan suatu

kata yang berdiri sendiri, baik dalam bentuk perulangan maupun

tunggal (Manning, 2008). Metode tokenizing yang digunakan dalam

penelitian ini adalah metode k-gram, yaitu membentuk pola kata

dalam sebuah teks dengan memecah kata menjadi

potongan-potongan dimana setiap potongan-potongan mengandung karakter sebanyak k.

Penentuan nilai k adalah dengan melihat banyaknya banyaknya kata

yang akan diolah atau di hitung nilai hashnya, semakin banyak kata

yang diolah maka pemotongan kata (k) yang dipilih dapat semakin

besar (Mujahidin, 2013). Hasil yang paling bagus pada pengujian

adalah dengan menentukan nilai k-gram dan basis bilangan yang

tidak terlalu kecil dan tidak terlalu besar.

2.3 Algoritma String Matching

Algoritma string matching atau sering disebut juga dengan

algoritma pencocokan string adalah algoritma untuk melakukan pencarian

semua kemunculan string dengan pendek dan panjang, untuk string pendek

(28)

11

Persoalan pencarian string dirumuskan sebagai berikut (Munir,

2004) :

1. teks (text), yaitu (long) string yang panjangnya n karakter

2. pattern, yaitu string dengan panjang m karakter (m < n) yang akan dicari

di dalam teks.

Cara kerjanya adalah mencari lokasi pertama di dalam teks yang

bersesuaian dengan pattern. Diberikan contoh seperti dibawah:

Pattern : for

Teks : Teknik Informatika

Target

Algoritma pencarian string ini dapat juga diklasifikasikan menjadi

tiga bagian menurut arah pencariannya.

1. Dari kiri ke kanan, algoritma yang termasuk kategori ini adalah:

a. Algoritma Brute Force.

b. Algoritma dari Morris dan Pratt, yang kemudian dikembangkan

oleh Knuth, Morris, dan Pratt.

c. Algoritma Rabin Karp

2. Dari arah kanan ke kiri, algoritma yang termasuk kategori ini adalah:

a. Algoritma dari Boyer dan Moore, yang kemudian banyak

dikembangkan, menjadi Algoritma turbo Boyer-Moore,

Algoritma tuned Boyer-Moore, dan Algoritma Zhu-Takaoka.

3. Dari arah yang ditentukan secara spesifik oleh algoritma yang dipakai,

algoritma yang termasuk kategori ini adalah:

a. Algoritma Colussi

(29)

12

2.3.1 ASCII (American Standard Code for Information Interchange)

Kode Standar Amerika untuk Pertukaran Informasi atau

ASCII (American Standard Code for Information Interchange)

merupakan suatu standar internasional dalam kode huruf dan simbol

seperti Hex dan Unicode tetapi ASCII lebih bersifat universal,

contohnya 124 adalah untuk karakter "|". Ia selalu digunakan oleh

komputer dan alat komunikasi lain untuk menunjukkan teks. Kode

ASCII sebenarnya memiliki komposisi bilangan biner sebanyak 7

bit. Namun, ASCII disimpan sebagai sandi 8 bit dengan

menambakan satu angka 0 sebagai bit significant paling tinggi.

Jumlah kode ASCII adalah 255 kode. Kode ASCII 0..127

merupakan kode ASCII untuk manipulasi teks; sedangkan kode

ASCII 128..255 merupakan kode ASCII untuk manipulasi grafik.

Kode ASCII sendiri dapat dikelompokkan lagi kedalam beberapa

bagian:

1. Kode yang tidak terlihat simbolnya seperti Kode

10(Line Feed), 13(Carriage Return), 8(Tab), 32(Space).

2. Kode yang terlihat simbolnya seperti abjad (A..Z),

numerik (0..9), karakter khusus

(~!@#$%^&*()_+?:”{}).

3. Kode yang tidak ada di keyboard namun dapat

ditampilkan. Kode ini umumnya untuk kode-kode

(30)

13

Tabel 2.6 Tabel ASCII.

2.4 Rabin Karp

Algoritma Rabin Karp dibuat oleh Michael O. Rabin dan Richard

M. Karp pada tahun 1987 dengan memanfaatkan metode hashing dalam

pengoperasiannya untuk mekukan pencarian kata yang mecari pola berupa

substring. Algoritma Rabin Karp efektif dalam melakukan pencocokan kata

dengan pola yang banyak. Dengan menggunakan metode hashing,

kecepatan pencarian pola dapat dilakukan secara lebih cepat.

Menurut (Abdeen, 2011) pada prinsipnya algoritma Rabin-Karp

menghitung sebuah fungsi hash untuk mencari pola didalam sebuah teks

yang diberikan. Setiap karakter M subsequence dari pada teks akan

dikomparasi, jika nilai hash tidak sama algoritma akan menghitung nilai

hash untuk karakter M subsequence berikutnya. Dan jika nilai hash sama

(31)

14

pola dan karakter M subsequence, dengan cara ini hanya akan ada satu

perbandingan per teks subsequence dan brute-force hanya dibutuhkan jika

nilai hash cocok atau sama. (Jain, et., al, 2012).

Algoritma Rabin Karp adalah algoritma pencocokan string yang

menggunakan fungsi hash sebagai pembanding antara string yang dicari (m)

dengan substring pada teks (n). Apabila nilai hash keduanya sama maka

akan dilakukan perbandingan sekali lagi terhadap karakter-karakternya.

Apabila hasil keduanya tidak sama, maka substring akan bergeser ke kanan.

Pergeseran dilakukan sebanyak (n-m) kali. Perhitungan nilai hash yang

efisien pada saat pergeseran akan mempengaruhi performa dari algoritma

ini. (David Indra Lesmana, 2012).

Langkah-langkah dalam algortima Rabin Karp :

1. Menghilangkan tanda baca dan mengubah ke teks sumber dan kata yang

ingin dicari menjadi kata-kata tanpa huruf.

2. Membagi teks kedalam gram-gram yang ditentukan nilai k-gramnya

3. Mencari nilai hash dengan fungsi hash dari tiap kata yang terbentuk

4. Mencari nilai hash yang sama antara dua teks.

2.4.1 Hashing

Fungsi hash adalah sebuah fungsi untuk mengubah setiap

string menjadi bilangan yang disebut hash value. Sebuah string

diubah menjadi suatu nilai yang unik dengan panjang tertentu (

fixed-length)yang berfungsi sebagai penanda string tersebut. Pada sistem

ini proses hashing memanfaatkan tabel ascii dengan rumus Hash

(Mitra, 2003):

�� _{= � ∗ �} �− _{+ � ∗ �} �− _{+ ⋯ + �}

(32)

15

Keterangan :

I = Nilai hash

p = Nilai ascii karakter (desimal)

m = Banyak karakter (indeks karakter)

d = Basis Bilangan (nilai dari basis bilangan harus

bilangan prima)

Fungsi hash dengan basis yang biasanya memanfaatkan

bilangan prima disebut dengan rolling hash. Untuk penentuan basis

bilangan adalah dengan memilih bilangan prima karena dapat

memperkecil terjadinya collision (Zeil, 2014)

.

Berikut ini adalah contoh penggunaan fungsi hash atau

rolling hash dengan basis. Menggunakan string “informasi” sebagai

sumber string dan “for” sebagai string polayang dicari.

1. Dengan menggunakan b = 2 lalu panjang string

“informasi” sebagai n = 8 dan string “for” untuk pola

yang dicari sebagai k = 3.

2. Selanjutnya ubah pola yang dicari dengan fungsi hash

atau rolling hash dengan persamaan diatas.

3. Nilai hash dari “for” adalah 744 yang didapat dari:

(nilai ascii f = 102, o = 111, r = 114)

I = 102*22 + 111*21 + 114*20

= 408 + 222 + 114

= 744

4. Percobaan pencocokan pola dilakukan berawal dari

indeks ke 0 sampai ke 7 dari string “informasi” dengan

pola string “for”.

a. Percobaan pertama

0 1 2 3 4 5 6 7 8

(33)

16

Hash(for) = 744

Hash(y[0..2]) = 105*22 + 110*21 + 102*20

= 420 + 220 +102

= 724

Nilai hash dari indeks 0 sampai 2 tidak cocok, maka

dilakukan percobaan selanjutnya dengan bergeser ke

indeks 1 sampai 3.

b. Percobaan kedua

0 1 2 3 4 5 6 7 8

i n f o r m a s i f o r

Hash(for) = 744

Hash(y[1..3]) = 110*22 + 102*21 + 111*20

= 440 + 204 +111

= 755

Nilai hash dari indeks 1 sampai 3 tidak cocok, maka

dilakukan percobaan selanjutnya dengan bergeser ke

indeks 2 sampai 4.

c. Percobaan ketiga

0 1 2 3 4 5 6 7 8

i n f o r m a s i f o r

Hash(for) = 744

Hash(y[2..4]) = 102*22 + 111*21 + 114*20

= 408 + 222 + 114

= 744

Nilai hash dari indeks 2 sampai 4 terjadi kecocokan,

maka algoritma akan menandai lokasi penemuan

(34)

17

sampai percobaan keenam atau sampai karakter pada

sumber string habis.

2.4.2 Similarity

Fungsi kemiripan atau similarity adalah menghitung

kesamaan dan ketidaksamaan antara dua objek yang

diobservasi. Objek yang dimaksud disini adalah komunitas

yang saling berbeda. Ludwig & Reynolds (1988)

menyatakan bahwa kemiripan suatu komunitas dengan

komunitas lain dapat dinyatakan dengan similarity

coefficients. Similarity coefficients memiliki nilai yang

bervariasi antara 0 (jika kedua komunitas benar-benar

berbeda) hingga 1 (jika kedua komunitas identik).

Pada sistem pendeteksian plagiarisme ini digunakan

indeks Sørensen atau disebut juga dengan Dice's coefficient

dengan persamaan:

� = _{� + �}��

Keterangan:

S : Similaritas indeks Sørensen

� : Jumlah nilai hash komunitas x

� : Jumlah nilai hash komunitas y

�� : Jumlah hash yang sama dari komunitas x dan y

Kisaran nilai indeks Sørensen adalah antara 0 sampai

1, dimana semakin mendekati angka 0 maka indeks

disimilaritas tidak ada perbedaan dan indeks similaritas

kecil, sedangkan semakin mendekati nilai 1, menunjukkan

(35)

18

2.5 Metode Waterfall

2.5.1 Definisi Waterfall

Metode waterfall pertama kali diperkenalkan oleh Windows

W. Royce pada tahun 1970. Walaupun sering dianggap kuno,

metode ini paling banyak dipakai dalam Software Engineering (SE)

karena metode ini melakukan pendekatan yang sistematis dan

berurutan. Metode ini disebut waterfall karena tahap demi tahap

yang dilalui harus menunggu tahap sebelumnya selesai dan berjalan

berurutan Menurut (Pressman, 2010), model waterfall adalah model

klasik yang bersifat sistematis, berurutan dalam membangun

software.

Gambar 2.1 Waterfall menurut Pressman

2.5.2 Tahapan Pengembangan Metode Waterfall

Langkah-langkah yang dilakukan dalam pengembangan waterfall

adalah:

1. Requirement Analisis

Merupakan tahap awal dalam pengembangan sistem. Pada tahap

ini harus mendapatkan beberapa hal yang dianggap menunjang

penelitian yang dilakukan, seperti mencari permasalahan yang

ada, mengumpulkan data, wawancara dan lain-lain.

2. System Design

Tahap desain sistem membantu dalam menentukan perangkat

(36)

19

lain-lain yang disesuaikan dengan analisis kebutuhan tahap

awal.

3. Implementation

Pada tahap ini, sistem pertama kali dikembangkan untuk

menghasilkan aplikasi yang telah di desain pada tahap

sebelumnya.

4. Integration & Testing

Tahap ini merupakan tahap pengujian sistem yang artinya sistem

yang telah dibuat dari hasil analisis masalah yang telah melalui

tahap desain dan implementasi kemudian masuk kedalam

pengujian sistem, sehingga akan dapat diketahui seperti apa hasil

kinerja sistem yang baru ini dibandingkan dengan sistem yang

lama, kemudian dapat diketahui pula apakan dalam sistem yang

baru ini masih ada kelemahan yang kemudian akan

dikembangkan oleh peneliti berikutnya.

5. Operation & Maintenance

Tahap akhir dalam model waterfall adalah

melakukan pemeliharaan sistem. Pemeliharaan termasuk dalam

memperbaiki kesalahan yang tidak ditemukan pada langkah

sebelumnya

Ada 3 alasan perlunya pemeliharaan sistem, yaitu:

a. Untuk membenarkan kesalahan atau kelemahan sistem yang

tidak terdeteksi pada saat pengujian.

b. Untuk membuat sistem up to date.

(37)

20 BAB III

PERANCANGAN SISTEM

Pada bab perancangan sistem ini berisi tentang penjelasan rancangan, proses

kerja sistem, dan perancangan antarmuka pengguna yang akan dibangun oleh

penulis.

3.1 Tahap Requirement Analysis

3.1.1 Gambaran Umum Sistem

Sistem pendeteksi plagiat yang akan dibangun merupakan

sistem yang akan mendeteksi tingkat kesamaan dua dokumen teks.

Masukan sistem diperoleh dari dokumen teks yang akan diunggah

oleh pengguna. Selanjutnya dokumen akan melewati tahap

preprocessing menggunakan text mining. Padatahap

preprocessing, dilakukan case folding (mengubah isi dokumen

menjadi huruf kecil), filtering (membuang kata yang tidak

penting), stemming (mengubah kata kedalam bentuk aslinya atau

kata dasar), dan tokenizing (pembentukan rangkaian k-gram).

Setelah melakukan preprocessing, dokumen akan masuk ke dalam

proses pencocokan kata dengan menggunakan algoritma Rabin

Karp. Hasil pencocokan dokumen kemudian dihitung similarity

dengan indeks Sorensen dengan nilai 0 sampai 1. Jika similarity

yang dihasilkan mendekati angka 1, maka disimpulkan bahwa

tingkat plagiarisme dalam dokumen tersebut semakin besar.

3.1.2 Analisis Kebutuhan

Analisis kebutuhan digunakan untuk mengidentifikasi

terhadap kebutuhan sistem. Kebutuhan sistem meliputi analisis

kebutuhan pengguna atau admin sebagai berikut:

1. Mengolah data file dokumen untuk dideteksi tingkat

(38)

21 3.1.3 Use Case

Gambar 3.1 Use Case aplikasi pendeteksi plagiarisme.

3.1.4 Flowchart

Gambar 3.2 Flowchart aplikasi pendeteksi plagiarisme. Lihat tutorial

Input file

Lihat similarity

Simpan file

CRUD karya tulis tersimpan

user Lihat plagiat

Login

(39)

22

3.1.5 Pemodelan Proses

3.1.5.1 Data Flow Diagram Level 0

Gambar 3.3 Data Flow Diagram Level 0

3.1.5.2 Data Flow Diagram Level 1

(40)

23

3.1.5.3 Data Flow Diagram Level 2 Proses 1

Gambar 3.5 Data Flow Diagram Level 2 proses 1

(41)

24

Gambar 3.7 Data Flow Diagram Level 2 proses 3

(42)

25

3.2 Perancangan Sistem

3.2.1 Perancangan Basis Data

Perancangan basis data pada sistem meliputi pembuatan

tabel-tabel basis data.

3.2.1.1 Perancangan Basis Data Konseptual (ERD)

Gambar 3.9 Perancangan ER Diagram

3.2.1.2 Perancangan Basis Data Logikal

Gambar 3.10 Perancangan logikal basis data

Login Dokumen Stopword_ina Rootword_ina

*Id Nama Username Password

*Id Path Judul Penulis

Tahun

*Id Stopword

(43)

26

3.2.1.3 Perancangan Basis Data Fisikal

3.2.1.3.1 Tabel Login

Tabel untuk menyimpan data admin seperti

id, nama, username, dan password yang

digunakan untuk keperluan login sebelum

masuk ke sistem.

Tabel 3.1 Tabel Login

Field Tipe Keterangan

Id Int (10) Primary key table login

Nama Varchar (50) Nama admin

Username Varchar (50) Username admin

Password Varchar (50) Password admin

3.2.1.3.2 Tabel Dokumen

Tabel untuk menyimpan data dokumen

seperti id, path, judul, penulis, dan tahun.

Tabel 3.2 Tabel Dokumen

Id Int (10) Primary key table ini

Path Varchar (100) Path dokumen terkait

Judul Varchar (100) Judul dokumen terkait

Penulis Varchar (100) Penulis dokumen terkait

Tahun Int (5) Tahun penulisan

(44)

27

3.2.1.3.3 Tabel Rootword_ina

Tabel untuk menyimpan kamus kata dasar

yang digunakan untuk stemming dokumen.

Tabel 3.3 Tabel Rootword_ina

Id Int (10) Primary key tabel ini

Rootword Varchar (50) Daftar kata rootword

(dasar)

3.2.1.3.4 Tabel Stopword_ina

Tabel untuk menyimpan kamus kata tidak

penting padadokumen.

Tabel 3.4 Tabel Stopword_ina

Id Int (10) Primary key tabel ini

Stopword Varchar (50) Daftar kata stopword

(tidak penting)

3.2.2 Perancangan Antarmuka

3.2.2.1 Halaman Login

Rancangan antarmuka untuk halaman login. Pada

halaman ini pengguna akan mengisi username dan

password untuk bisa masuk ke sistem. Dapat dilihat pada

(45)

28

Gambar 3.11 Perancangan halaman login

3.2.2.2 Halaman Utama

Rancangan antarmuka untuk halaman utama sistem.

Halaman utama sistem ini terdiri dari empat buah menu

yaitu menu untuk mendeteksi dua dokumen, menu untuk

mendeteksi dokumen dengan dokumen yang sudah

tersimpan di database, menu karya tulis tersimpan, dan

menu pengguna. Dapat dilihat pada gambar 3.12.

Gambar 3.12 Perancangan halaman utama aplikasi

3.2.2.3 Halaman Deteksi dua Dokumen

Rancangan antarmuka untuk halaman deteksi dua

dokumen. Pada halaman ini dua buah dokumen akan di

proses untuk dilihat presentase kemiripannya. Dapat

dilihat pada gambar 3.13.

Aplikasi Pendeteksi Plagiat

Username Password

Login

Aplikasi Pendeteksi Plagiat

Deteksi dua Dokumen

Karya Tulis Tersimpan

X ?

Deteksi Dokumen di

Database

(46)

29

Gambar 3.13 Perancangan halaman proses dua dokumen

3.2.2.4 Halaman Deteksi Dokumen di Database

Rancangan antarmuka untuk halaman deteksi

dokumen di database. Pada halaman ini dokumen yang

akan diuji akan dibandingkan dengan beberapa dokumen

yang sudah tersimpan di database. Dapat dilihat pada

gambar 3.14.

Gambar 3.14 Perancangan halaman proses dokumen di database

3.2.2.5 Halaman Karya Tulis Tersimpan

Rancangan antarmuka untuk halaman karya tulis

tersimpan. Pada halaman ini path dari karya tulis yang

tersimpan di komputer akan disimpan di database. Dapat

dilihat pada gambar 3.15.

Aplikasi Pendeteksi Plagiat

Dokumen 1

X

Dokumen 2

Aplikasi Pendeteksi Plagiat

X

Dokumen 1

upload

Proses

Kembali

?

upload

Proses

Karya Tulis Ilmiah tersimpan

?

(47)

30

Gambar 3.14 Halaman karya tulis tersimpan

Gambar 3.15 Perancangan halaman karya tulis tersimpan

3.2.2.6 Halaman Pengguna

Rancangan antarmuka halaman pengguna. Halaman

ini merupakan proses pengelolaan pengguna. Dapat

dilihat pada gambar 3.16.

Gambar 3.16 Perancangan halaman pengguna

Aplikasi Pendeteksi Plagiat

? X

Tabel Pengguna

NIP Nama Password

Simpan

Aplikasi Pendeteksi Plagiat

Tabel Karya Tulis Tersimpan

(48)

31 BAB IV

IMPLEMENTASI SISTEM

Pada bab implementasi sistem berisi tentang implementasi dari sistem yang

akan dibuat, pembahasan sistem, implementasi antarmuka, dan hasil implementasi

aplikasi.

4.1 Deskripsi Alat

Pada implementasi sistem, penulis menggunakan komputer pribadi

dengan spesifikasi sebagai berikut:

1. Processor : AMD A8-5550M

2. RAM : 4 GB

3. Kapasitas Penyimpanan : 500 GB

Sedangkan perangkat lunak yang penulis gunakan adalah:

1. Sistem Operasi : Windows 10

2. Bahasa Pemrograman : Java

3. Tools Perancang : Netbeans IDE 8.0.2

4.2 Algoritma Rabin Karp

Dalam pembuatan aplikasi pendeteksi plagiat, penulis memilih

algoritma Rabin Karp karena memungkinkan melakukan pencarian pola

tulisan dari substring-substring pada sebuah teks dalam dokumen.

Algoritma Rabin Karp tidak melakukan pergeseran yang rumit untuk

menyelesaikan masalah, algoritma ini mempercepat pengecekan kata pada

suatu teks dengan menggunakan fungsi hash.

Contoh perbandingan dua buah dokumen yang terindikasi

(49)

32

Tabel 4.1 Dua buah dokumen yang terindikasi terjadi plagiarisme.

Dokumen 1

Dalam The 100 Greatest Disasters of All Time karya Stephen J Spignesi,

dua bencana di Indonesia berada di peringkat ke-22 dan ke-30. Pertama,

letusan Gunung Tambora di Sumbawa (1815) yang merenggut 150.000

jiwa dan menurunkan suhu bumi. Kedua, letusan Gunung Krakatau

(1883) yang menelan 36.000 nyawa.

Dokumen 2

Dalam buku The 100 Greatest Disasters of AllTime karya Stephen J

Spignesi, dua bencana di Indonesia masuk peringkat ke-22 dan 30.

Letusan Gunung Tambora di Sumbawa tahun 1815 merenggut 150.000

jiwa dan menurunkan suhu Bumi. Adapun letusan Gunung Krakatau

tahun 1883 menelan 36.000 nyawa.

Dari table 4.1 diatas, dapat dilihat kemiripan dokumen sangat

terlihat. Namun untuk mengetahui tingkat kemiripan atau similarity antara

dua buah dokumen digunakan algoritma Rabin Karp.

Langkah pertama adalah dengan melakukan preprocessing

dokumen, yaitu:

1. Case folding

Proses ini adalah dengan mengubah semua huruf menjadi huruf

kecil.

Tabel 4.2 Dua buah dokumen setelah melalui langkah case folding.

Dokumen 1

dalam the 100 greatest disasters of all time karya stephen j spignesi, dua

bencana di indonesia berada di peringkat ke-22 dan ke-30. pertama,

(50)

33

jiwa dan menurunkan suhu bumi. kedua, letusan gunung krakatau (1883)

yang menelan 36.000 nyawa.

Dokumen 2

dalam buku the 100 greatest disasters of alltime karya stephen j

spignesi, dua bencana di indonesia masuk peringkat ke-22 dan 30.

letusan gunung tambora di sumbawa tahun 1815 merenggut 150.000

jiwa dan menurunkan suhu bumi. adapun letusan gunung krakatau tahun

1883 menelan 36.000 nyawa.

2. Filtering

Langkah yang kedua adalah menghilangkan kata-kata yang

kurang penting. Pada proses filtering, kata-kata yang akan

dihapus meliputi kata-kata yang kurang penting atau kata

sambung seperti kata “dari”, “dan”, dan kata sambung lainnya.

Pada proses ini tanda baca juga dihilangkan.

Tabel 4.3 Dua buah dokumen setelah melalui langkah case filtering.

Dokumen 1

100greatest disasters all time karya stephen j spignesi dua bencana

indonesia berada peringkat 22 30 pertama letusan gunung tambora

sumbawa 1815 merenggut 150000 jiwa menurunkan suhu bumi kedua

letusan gunung krakatau 1883 menelan 36000 nyawa

Dokumen 2

buku 100 greatest disasters alltime karya stephen j spignesi dua

bencana indonesia masuk peringkat 22 30 letusan gunung tambora

sumbawa tahun 1815 merenggut 150000 jiwa menurunkan suhu bumi

(51)

34

3. Stemming

Langkah ketiga adalah dengan melakukan stemming, yaitu

mengubah kata kedalam bentuk aslinya atau dengan kata lain

mengubah ke bentuk kata dasar. Dalam penelitian ini, kata

yang diubah ke bentuk kata dasar hanya kata dalam Bahasa

Indonesia saja.

Tabel 4.4 Dua buah dokumen setelah melalui langkah stemming.

Dokumen 1

100greatest disasters all time karya stephen j spignesi dua bencana

indonesia ada tingkat 22 30 pertama letus gunung tambora sumbawa

1815 renggut 150000 jiwa turun suhu bumi dua letus gunung krakatau

1883 telan 36000 nyawa

Dokumen 2

buku 100 greatest disasters all time karya stephen j spignesi dua

bencana indonesia masuk tingkat 22 30 letus gunung tambora sumbawa

tahun 1815 renggut 150000 jiwa turun suhu bumi letus gunung krakatau

tahun 1883 telan 36000 nyawa

4. Tokenizing

Langkah terakhir dalam proses preprocessing adalah proses

pemotongan string input berdasarkan tiap kata penyusunnya

dan pembentukan pola kata dalam rangkaian k-gram. Langkah

tokenizing dibagi menjadi dua proses, yaitu :

a. Proses parsing k-gram

Merupakan pemotongan kata sebanyak k = 5. Penentuan

nilai k adalah dengan melihat banyaknya banyaknya kata

(52)

35

Tabel 4.5 Dua buah dokumen setelah melalui langkah parsing k-gram

dalam tokenizing.

Dokumen 1

{100 g}{00 gr}{0 gre}{ grea}{great}{reate}{eates} {atest}{testd} {estdi}{stdis}

{tdisa}{disas}{isast}{saste}{aster}{sters}{ters }{ers a}{rs al}{s all}{ all }{all t}{ll

th}{l the}{ the }{the t}{he ti}{e tim}{ time}{time }{ime k}{me ka}{e kar}{ kary}

{karya}{arya }{rya s}{ya st}{a ste}{ step}{steph}{tephe}{ephen}{phen }{hen j}{en j

}{n j s}{ j sp}{j spi}{ spig}{spign}{pigne}{ignes}{gnesi} {nesi }{esi d}{si du}{i

dua}{ dua }{dua b}{ua be}{a ben}{ benc}{benca}{encan}{ncana}{cana }{ana i}{na

in}{a ind}{ indo} {indon}{ndone}{dones} {onesi} {nesia}{esia }{sia a}{ia ad}{a

ada}{ ada }{ada t}{da ti}{a tin} { ting} {tingk} {ingka}{ngkat}{gkat }{kat 2}{at

22}{t 22 }{ 22 3}{22 30}{2 30 }{ 30 p}{30 pe}{0 per}{ pert} {perta}

{ertam}{rtama}{tama }{ama l}{ma le}{a let}{ letu} {letus}{etus }{tus g}{us gu}{s

gun}{ gunu} {gunun}{unung}{nung }{ung t}{ng ta}{g tam}{ tamb}

{tambo}{ambor} {mbora}{bora }{ora s}{ra su}{a sum}{ sumb} {sumba} {umbaw}

{mbawa}{bawa }{awa 1}{wa 18}{a 181}{ 1815}{1815 }{815 r} {15 re}{5 ren}{

reng}{rengg} {enggu}{nggut}{ggut } {gut 1}{ut 15}{t 150}{ 1500} {15000}

{50000}{0000 } {000 j}{00 ji}{0 jiw}{ jiwa} {jiwa }{iwa t}{wa tu} {a tur} {

turu}{turun}{urun }{run s}{un su}{n suh}{ suhu}{suhu }{uhu b}{hu bu}{u bum}{

bumi}{bumi }{umi d}{mi du}{i dua}{ dua } {dua l}{ua le}{a let}{

letu}{letus}{etusa} {tusan{usan }{san g}{an gu}{n gun}{ gunu}{gunun}{unung}

{nung }{ung k}{ng kr}{g kra}{ krak}{kraka} {rakat}{akata}{katau}{atau }{tau

1}{au 18}{u 188}{ 1883}{1883 } {883 t}{83 te}{3 tel}{ tela}{telan}{elan }{lan

3}{an 36}{n 360}{ 3600} {36000} {6000 }{000 n}{00 ny}{0 nya}{ nyaw} {nyawa}

Dokumen 2

{buku }{uku 1}{ku 10}{u 100}{ 100 }{100 g}{00 gr} {0 gre}{ grea}{great}{reate}

{eates}{atest}{test }{est d}{st di}{t dis}{ disa}{disas}{isast}{saste}{aster}{sters}

{ters }{ers a}{rs al}{s all}{ all }{all t}{ll ti}{l tim}{ time}{time }{ime k}{me ka}{e

kar}{ kary}{karya}{arya }{rya s}{ya st}{a ste}{ step}{steph} {tephe}{ephen}{phen

}{hen j}{en j }{n j s} { j sp}{j spi}{ spig} {spign}{pigne}{ignes}{gnesi}{nesi }{esi

d}{si du}{i dua}{ dua }{dua b}{ua be}{a ben}{ benc}{benca}{encan}{ncana}{cana

}{ana i}{na in}{a ind}{ indo}{indon}{ndone}{dones} {onesi} {nesia}{esia }{sia

m}{ia ma}{a mas}{ masu}{masuk}{asuk }{suk t}{uk ti}{k tin}{ ting}{tingk}

{ingka}{ngkat}{gkat }{kat 2}{at 22}{t 22 }{ 22 3}{22 30}{2 30 }{ 30 l}{30 le}{0

(53)

36

t}{ng ta}{g tam}{ tamb}{tambo} {ambor}{mbora}{bora }{ora s}{ra su}{a sum}{

sumb}{sumba} {umbaw}{mbawa}{bawa }{awa t}{wa ta}{a tah}{ tahu}{tahun}

{ahun }{hun 1}{un 18}{n 181}{ 1815}{1815 }{815 r}{15 re} {5 ren}{

reng}{rengg}{enggu}{nggut}{ggut }{gut 1}{ut 15}{t 150}{

1500}{15000}{50000}{0000 }{000 j}{00 ji}{0 jiw}{ jiwa}{jiwa }{iwa t}{wa tu}

{a tur}{ turu} {turun}{urun }{run s}{un su}{n suh}{ suhu}{suhu }{uhu b}{hu bu}

{u bum}{ bumi} {bumi }{umi l}{mi le}{i let}{ letu}{letus}{etus }{tus g}{us gu}

{s gun}{ gunu}{gunun} {unung}{nung }{ung k}{ng kr}{g kra}{

krak}{kraka}{rakat}{akata}{katau}{atau }{tau t}{au ta}{u tah}{ tahu}{tahun}{ahun

}{hun 1}{un 18}{n 188}{ 1883}{1883 }{883 t}{83 te}{3 tel}{ tela}{telan}{elan }

{lan 3}{an 36} {n 360}{ 3600}{36000}{6000 }{000 n}{00 ny}{0 nya}{

nyaw}{nyawa}

b. Proses hashing

Proses yang kedua adalah mengubah setiap string

menjadi angka. Dengan menggunakan persamaan:

�� _{= � ∗ �} �− _{+ � ∗ �} �− _{+ ⋯ + �}

�− ∗ � + ��− ∗ �

Maka kedua dokumen yang telah diproses sampai ke

tahap tokenizing dapat dihitung nilai hash nya dengan

basis bilangan (d) = 7. Untuk penentuan basis bilangan

adalah dengan memilih bilangan prima karena dapat

memperkecil terjadinya collision.

Tabel 4.6 Dua buah dokumen setelah melalui langkah hashing dalam

(54)

(55)

38

Dari proses hashing fedua dokumen diatas, dapat

(56)

39

Tabel 4.7 Hash yang sama dalam dua buah dokumen setelah melalui

langkah hashing dalam tokenizing.

Dokumen 1 dan Dokumen 2

1341

Setelah jumlah hash diketahui, yaitu hash pada dokumen

pertama sebanyak 242, hash dokumen uji sebanyak 240 dan hash

yang sama sebanyak 163, proses selanjutnya adalah menghitung

(57)

40

Langkah selanjutnya dalam algoritma Rabin Karp adalah melakukan

uji similarity. Uji similarity menggunakan indeks Sørensen dengan

persamaan:

� = _{� + �}��

� = ∗₊ = .

Diketahui similary antar dua buah dokumen sebesar 0.67634 yang artinya

kedua dokumen memiliki similarity yang besar dan dapat dikatakan

plagiarisme.

4.3 Implementasi Basis Data

Pada tahap ini dilakukan pembangunan database untuk menunjang

sistem yang dibangun. Berikut query untuk membuat database dan

tabel-tabel yangada di dalamnya.

4.3.1 Table Login

create table login(

nip int(10) primary key,

nama varchar(50),

username varchar(50),

password varchar(50));

4.3.2 Tabel Dokumen

create table dokumen(

id int 10 primary key,

path varchar(100),

judul varchar(100),

penulis varchar(100),

(58)

41

4.3.3 Tabel Rootword_ina

create table rootword_ina(

id int(10) primary key,

rootword varchar(50));

4.3.4 Tabel Stopword_ina

create table stopword_ina(

id int(10) primary key,

stopword varchar(50));

4.4 Implementasi Sistem

Pada tahap ini dilakukan pembangunan sistem sesuai dengan

rancangan yang dibuat pada bab sebelumnya.

4.4.1 Halaman Login

Pada halaman login ini, pengguna harus memasukkan

username dan passwordlalu menekan tombol “Login” untuk masuk ke

halaman utama sistem. Dapat dilihat pada gambar 4.1.

(59)

42

Berikut adalah potongan listing program bagian tombol “Login”.

4.4.2 Halaman Utama

Halaman utama adalah halaman yang muncul saat pengguna

sudah login ke sistem. Pada halaman ini terdapat tiga menu utama

yaitu deteksi dua dokumen, deteksi dokumen di database, dan karya

tulis tersimpan serta terdapat menu tambahan yaitu menu edit

pengguna. Dapat dilihat pada gambar 4.2.

Gambar 4.2 Halaman utama

try {

Connection conn = new Database().connect();

String sql = "select * from LOGIN where USERNAME='"+ jTextFieldUsername.getText() +"' and PASSWORD='" + jPasswordField.getText()+ "'";

PreparedStatement ps = conn.prepareStatement(sql); ResultSet rs = ps.executeQuery();

if(rs.next()){ this.dispose();

HalamanUtama i = new HalamanUtama(); i.setVisible(true);

} else{

(60)

43

4.4.3 Halaman Deteksi dua Dokumen

Halaman Deteksi dua dokumen merupakan halaman yang

digunakan dalam proses pendeteksian dua dokumen yang terindikasi

plagiat. Pada halaman ini pengguna akan memilih dokumen asli dan

dokumen uji kemudian penguna bisa memilih batas toleransi

plagiarisme dengan memilih pada combobox presentase, dan untuk

memulai proses pengujian adalah dengan menekan tombol “proses”.

Setelah proses selesai, hasil akan ditampilkan pada panel sebelah

kanan halaman ini. Dapat dilihat pada gambar 4.3.

Gambar 4.3 Halaman deteksi dua dokumen

Berikut adalah beberapa potongan listing program untuk proses

pendeteksian dua dokumen.

1. Listing program case folding

private String deleteDelimiter(String isiDoc){ String [] delimiter =

{"0","1","2","3","4","5","6","7","8","9","`","~","!","@","#","$","%","%","^","&","*","(",") ","-","_","=","+","{","}","[","]",":",";","'",",","<",".",">","?","/"};

for (String delimiter1 : delimiter) {

(61)

44

2. Listing program filtering

3. Listing program stemming

4. Listing program parsing k-gram

5. Listing program hashing public String removeStopWord(String words) { String[] wordArray = words.split("\\s+"); String newSentence = "";

for (String word : wordArray) { boolean inList = false;

try {

inList = isInList(word); } catch (SQLException ex) {

Logger.getLogger(StopWordRemover.class.getName()).log(Level.SEVERE, null, ex);} if(!inList && !containNumeric(word))

newSentence = newSentence + word + " ";}} return newSentence;}

private String Stem(String isiDoc){ StringBuilder result = new StringBuilder(); if (isiDoc!=null && isiDoc.trim().length()>0){ StringReader tReader = new StringReader(isiDoc);

IndonesianAnalyzer analyzer = new IndonesianAnalyzer(Version.LUCENE_34); org.apache.lucene.analysis.TokenStream tStream = analyzer.tokenStream("contents", tReader);

TermAttribute term = tStream.addAttribute(TermAttribute.class); try {

while (tStream.incrementToken()){ result.append(term.term()); result.append(" ");} } catch (IOException ioe){

System.out.println("Error: "+ioe.getMessage());}} if (result.length()==0)

result.append(isiDoc);

return result.toString().trim();}}

private void parsingKgram(String pattern, String teks, int jumKgram) for (int i = 0; i < jumKgram; i++) {

int nextKgram = Kgram + i;

matching(pattern.substring(i, nextKgram), teks);}}

private int hash(String pattern) {//fungsi hash int h = 0;

for (int i = 0; i < pattern.length(); i++) {

(62)

45

6. Listing program Rabin-Karp

7. Listing program similarity

8. Listing program tombol “Start” private void matching(String pattern, String teks) {//rabin karp int panjangPattern = pattern.length();

int panjangTeks = teks.length(); int i, j;

int hashPattern = hash(pattern);

int hashTeks = hash(teks.substring(0, panjangPattern)); for (i = 0; i < panjangTeks - panjangPattern; i++) { if (hashPattern == hashTeks) {

for (j = 0; j < panjangPattern; j++) {

if (teks.charAt(i + j) != pattern.charAt(j)) {break;}} if (j == panjangPattern) {

jumPatternSama++; patternSama[i] = pattern; break;}} else {

hashTeks = hash(teks.substring(i + 1, panjangPattern + i + 1));}}}

public double getSimilarity() {

DecimalFormat twoDForm = new DecimalFormat("#.##"); double A = 2*jumPatternSama;

double B = jumPatternDocAsli + jumPatternDocUji; double C = (A / B) * 100;

int decimalPlace = 2;

BigDecimal bigDecimal = new BigDecimal(C);

bigDecimal = bigDecimal.setScale(decimalPlace, BigDecimal.ROUND_UP); if (similarity == null) {

similarity = bigDecimal.doubleValue();} return similarity;}

SwingUtilities.invokeLater(() -> {

boolean p = TestPlagiat.isPlagiarism(sumberDocAsli, sumberDocUji, kgram, presentase, (rk) -> {

similarity = rk.similarity;viewDocAsli = rk.DocAsli;viewDocUji = rk.DocUji; waktuProses = rk.waktuProses;patternSama = rk.patternSama;

(63)

46

4.4.4 Halaman Deteksi Dokumen di Database

Halaman Deteksi dokumen di database merupakan halaman

proses pengujian dokumen uji terhadap dokumen yang tesimpan di

database. Pada halaman ini terdapat dua tiga panel yaitu panel input

dokumen, panel karya tulis tersimpan, dan panel hasil pengujian.

Untuk memulai proses pengujian, pengguna memilih dokumen yang

akan diuji dan memilih batas toleransi plagiarisme dengan memilih

pada combobox presentase. Untuk memulai poengujian pengguna

dapat menekan tompol “proses”. Hasil pengujian akan ditampilkan

pada panel hasil di sebelah bawah. Pengguna dapat menyimpan

dokumen yang sudah diuji dengan menekan tombol “simpan dokumen” Dapat dilihat pada gambar 4.4.

Gambar 4.4 Halaman deteksi dokumen di database

Berikut adalah beberapa potongan listing program untuk proses

pendeteksian dokumen di database.

1. Listing program case folding

private String deleteDelimiter(String isiDoc){

String [] delimiter = {"0","1","2","3","4","5","6","7","8","9", "`","~","!","@","#","$","%","%","^","&","*","(",")","-","_", "=","+","{","}","[","]",":",";","'",",","<",".",">","?","/"}; for (String delimiter1 : delimiter) {

(64)

47

2. Listing program filtering

3. Listing program stemming

4. Listing program parsing k-gram

5. Listing program hashing

public String removeStopWord(String words) { String[] wordArray = words.split("\\s+"); String newSentence = "";

for (String word : wordArray) { boolean inList = false;

try {

inList = isInList(word); } catch (SQLException ex) {

Logger.getLogger(StopWordRemover.class.getName()).log(Level.SEVERE, null, ex);} if(!inList && !containNumeric(word))

newSentence = newSentence + word + " ";}} return newSentence;}

private String Stem(String isiDoc){ StringBuilder result = new StringBuilder(); if (isiDoc!=null && isiDoc.trim().length()>0){ StringReader tReader = new StringReader(isiDoc);

IndonesianAnalyzer analyzer = new IndonesianAnalyzer(Version.LUCENE_34); org.apache.lucene.analysis.TokenStream tStream = analyzer.tokenStream("contents", tReader);

TermAttribute term = tStream.addAttribute(TermAttribute.class); try {

while (tStream.incrementToken()){ result.append(term.term()); result.append(" ");} } catch (IOException ioe){

System.out.println("Error: "+ioe.getMessage());}} if (result.length()==0)

result.append(isiDoc);

return result.toString().trim();}}

private void parsingKgram(String pattern, String teks, int jumKgram) for (int i = 0; i < jumKgram; i++) {

int nextKgram = Kgram + i;

matching(pattern.substring(i, nextKgram), teks);}}

private int hash(String pattern) {//fungsi hash int h = 0;

for (int i = 0; i < pattern.length(); i++) {