v
ABSTRAK
Sistem pengecekan kemiripan dokumen tugas akhir pada Fakultas Teknologi Informasi Universitas Kristen Maranatha masih dilakukan secara manual sehingga mahasiswa dapat meniru dokumen tugas akhir orang lain. Untuk membantu para dosen mendeteksi peniruan dokumen tugas akhir, dibutuhkan sebuah sistem pendeteksian kemiripan judul dan isi dokumen. Sistem ini dibuat menggunakan
konsep data mining, dimana pengecilan dimensi, penghilangkan gangguan, dan
perestrukturisasi masukan akan dilakukan. Sistem akan memroses masukan yang telah diekstrak untuk memperhitungkan nilai kemiripannya dengan masukan yang lain. Pertama-tama, sistem mengambil semua data dokumen tugas akhir dari basis data dan satu dokumen pilihan pengguna. Kemudian, sistem melakukan proses
ekstraksi dokumen terhadap masukan berupa dokumen melalui case folding dan
tokenisasi, filtering, dan stemming (menggunakan algoritma Nazief-Adriani) pada setiap dokumen. Setelah proses ekstraksi selesai, sistem dapat memroses
dokumen untuk memperhitungkan nilai kemiripannya dengan dua cara, yaitu cosine
similarity dan algoritma Smith-Waterman. Dengan cosine similarity, sistem menghitung jumlah kata-kata pada dokumen pilihan pengguna dan dokumen-dokumen lainnya, kemudian mengalkulasi nilai kemiripannya dengan hukum kosinus. Dengan algoritma Smith-Waterman, sistem membandingkan urutan kata-kata dari dokumen pilihan pengguna dan dokumen-dokumen lainnya, kemudian menghasilkan nilai kemiripannya. Pada akhirnya, sistem dapat menghasilkan angka dari 0% hingga 100% untuk setiap dokumen. Sistem menampilkan dokumen-dokumen yang terurut dari nilai kemiripan terbesar hingga terkecil.
Kata kunci: algoritma Smith-Waterman, algoritma Nazief-Adriani, cosine similarity,
vi
ABSTRACT
The Information Technology of Maranatha Christian University’s documents of final term paper checking system is still run manually so that students can copy others’ document of final term paper. To help lecturers detecting document of final term paper copying, a similarity detecting documents of final term paper is needed. This system is made using data mining concept, where dimension reduction, noise removal, and input restructuring will be implemented. This system will process extracted input to count its similarity value compared to other inputs. First off, system fetches all documents of final term paper from database and one user-chosen document. Then, system does document extraction process toward the input in form of a document through case folding and tokenization, filtering, and stemming (using Nazief-Adriani algorithm) to every document. After the extraction process completed, system can process the user-chosen document to count its similarity value in two ways: cosine similarity and Smith-Waterman algorithm. With cosine similarity, system counts the number of words of user-chose document and other documents, and then calculates its similarity value with cosines law. Using Smith-Waterman algorithm, system compares words sequence from user-chose document and other documents, and then outputs its similarity value. In the end, system will produce percentage from 0% to 100% for every document. System shows sorted documents descendingly based on its similarity value.
vii
DAFTAR ISI
LEMBAR PENGESAHAN ... i
PERNYATAAN ORISINALITAS LAPORAN PENELITIAN ... ii
PERNYATAAN PUBLIKASI LAPORAN PENELITIAN ... iii
PRAKATA ... iv
ABSTRAK ... v
ABSTRACT ... vi
DAFTAR ISI ... vii
DAFTAR GAMBAR ... x
DAFTAR TABEL ... xi
DAFTAR LAMPIRAN ... xii
BAB I PENDAHULUAN ...1
1.1 Latar Belakang Masalah ...1
1.2 Rumusan Masalah ...1
1.3 Tujuan Pembahasan ...2
1.4 Ruang Lingkup Kajian ...2
1.5 Sumber Data ...2
1.6 Sistematika Penyajian ...3
BAB II KAJIAN TEORI ...4
2.1 Kajian Teori Sistem Informasi ...4
2.2 Entity Relationship Diagram (ERD)...5
2.3 Unified Modelling Language (UML) ...9
2.3.1 Use Case Diagram ...9
2.3.2 Class Diagram ...9
2.3.3 Activity Diagram ...10
2.4 Bagan Alir (Flowchart) ...11
2.4.1 Bagan Alir Sistem ...11
2.4.2 Bagan Alir Dokumen ...14
2.4.3 Bagan Alir Skematik ...14
2.4.4 Bagan Alir Program ...14
2.4.5 Bagan Alir Proses ...14
2.5 Basis Data ...15
2.6 Structured Query Language (SQL) ...15
2.7 PHP...16
2.8 Pemrograman Berorientasi Objek dalam PHP ...17
2.9 MySQL ...19
2.10 PHP Designer 2007 ...20
2.11 XAMPP ...20
2.12 Plagiarisme ...20
2.13 Text Mining...21
2.13.1 Infomation Retrieval (IR) ...21
2.13.2 Natural Language Processing (NLP) ...22
2.13.3 Fungsi Text Mining ...22
2.14 Vektor ...23
2.14.1 Istilah-istilah Vektor...24
2.14.1.1 Vector Length (Panjang Vektor) ...24
2.14.1.2 Vector Addition (Penambahan Vektor) ...24
2.14.1.3 Scalar Multiplication (Perkalian Skalar) ...25
viii
2.14.1.5 Orthogonality (Ortogonalitas) ...25
2.14.1.6 Normal Vector (Vektor Normal) ...26
2.14.1.7 Orthonormal Vector (Vektor Ortonormal) ...26
2.14.1.8 Proses Gram-SchmidtOrthonormalization...27
2.15 Matriks ...28
2.15.1 Notasi Matriks ...29
2.15.2 Istilah Matriks...30
2.15.2.1 Square Matrix ...30
2.15.2.2 Transpose ...30
2.15.2.3 Matrix Multiplication (Perkalian Matriks) ...31
2.15.2.4 Identity Matrix (Matriks Identitas) ...32
2.15.2.5 Orthogonal Matrix (Matriks Ortogonal) ...32
2.15.2.6 Diagonal Matrix (Matriks Diagonal) ...33
2.15.2.7 Determinant (Determinan) ...33
2.15.2.8 Eigenvector dan Eigenvalues ...34
2.16 Ekstraksi Dokumen ...36
2.16.1 Case Folding dan Tokenizing ...37
2.16.2 Filtering...37
2.16.3 Stemming ...38
2.17 Algoritma Nazief-Adriani ...38
2.18 Latent Semantic Indexing (LSI) ...42
2.18.1 Singular Value Decomposition (SVD) ...43
2.18.1.1 Contoh SVD Penuh ...43
2.18.1.2 SVD Tereduksi (Reduced SVD) ...49
2.18.1.3 Contoh SVD Tereduksi ...50
2.19 Algoritma Smith-Waterman ...52
BAB III ANALISIS DAN RANCANGAN SISTEM ...55
3.1 Proses Bisnis ...55
3.1.1 Pengecekan Judul Dokumen ...55
3.1.2 Pengecekan Isi Dua Dokumen ...56
3.1.3 Ekstraksi Dokumen ...58
3.1.4 Case Folding ...59
3.1.5 Tokenizing ...60
3.1.6 Filtering...60
3.1.7 Stemming dengan Algoritma Nazief-Adriani ...62
3.1.8 Cek Kamus ...64
3.1.9 Delete Inflection Suffixes ...65
3.1.10 Cek Rule Precedence ...67
3.1.11 Cek Prefix Disallowed Suffixes ...68
3.1.12 Delete Derivation Suffixes...69
3.1.13 Delete Derivation Prefixes ...71
3.1.14 Proses Pemotongan Kata ...73
3.2 Entity Relational Diagram (ERD) ...75
3.2.1 Transformasi ERD ...75
3.3 Use Case Diagram ...78
3.3.1 Use Case Scenario ...78
3.4 Class Diagram ...80
3.5 Activity Diagram ...80
3.6 Perancangan Sketsa User Interface ...81
ix
4.1 Tampilan untuk Perhitungan Kemiripan Judul Dokumen ...86
4.1.1 Halaman Beranda (Dosen) ...86
4.1.2 Halaman Pengecekan Kelayakan Topik ...87
4.1.3 Halaman Pengecekan Topik ...88
4.2 Tampilan untuk Perhitungan Kemiripan Isi Dua Dokumen ...89
4.2.1 Halaman Perbandingan Dua Dokumen...89
4.2.2 Halaman Hasil Perbandingan Dua Dokumen ...90
4.3 Tampilan untuk Perhitungan Kemiripan Semua Judul ...91
4.3.1 Halaman Perhitungan Kemiripan Semua Judul...91
4.3.2 Halaman Hasil Perhitungan Kemiripan Judul ...92
BAB V PEMBAHASAN DAN UJI COBA HASIL PENELITIAN ...93
BAB VI SIMPULAN DAN SARAN ...95
6.1 Simpulan ...95
6.2 Saran ...95
DAFTAR PUSTAKA ... xi
x
DAFTAR GAMBAR
Gambar 1 Entitas Kuat...5
Gambar 2 Entitas Lemah ...5
Gambar 3 Atribut Komposit ...6
Gambar 4 Atribut Bernilai Banyak ...6
Gambar 5 Atribut Turunan ...6
Gambar 6 Relasi ...7
Gambar 7 Aktor ...9
Gambar 8 Tahap Preprocessing ...37
Gambar 9 Tokenizing...37
Gambar 10 Filtering ...38
Gambar 11 Stemming ...38
Gambar 12 Flowchart Pengecekan Judul Dokumen ...56
Gambar 13 Flowchart Pengecekan Isi Dua Dokumen ...57
Gambar 14 Flowchart Ektraksi Dokumen ...58
Gambar 15 Flowchart Case Folding ...59
Gambar 16 Flowchart Tokenizing ...60
Gambar 17 Flowchart Filtering ...61
Gambar 18 Flowchart Stemming dengan Algoritma Nazief-Adriani ...63
Gambar 19 Flowchart Cek Kamus ...64
Gambar 20 Flowchart Delete Inflection Suffixes...66
Gambar 21 Flowchart Cek Rule Precedence ...67
Gambar 22 Flowchart Cek Prefix Disallowed Suffixes ...68
Gambar 23 Flowchart Delete Derivation Suffixes ...70
Gambar 24 Flowchart Proses Pemotongan Kata ...74
Gambar 25 Use Case Diagram ...78
Gambar 26 Activity Diagram Pengecekan Kemiripan Judul Dokumen ...80
Gambar 27 Activity Diagram Pengecekan Kemiripan Isi Dua Dokumen ...81
Gambar 28 Sketsa Halaman Beranda Dosen ...82
Gambar 29 Sketsa Halaman Pengecekan Kelayakan Topik ...82
Gambar 30 Sketsa Halaman Pengecekan Topik...83
Gambar 31 Sketsa Halaman Perbandingan Dua Dokumen ...84
Gambar 32 Sketsa Halaman Hasil Perbandingan Dua Dokumen ...84
Gambar 33 Sketsa Halaman Perhitungan Kemiripan Semua Judul ...85
Gambar 34 Sketsa Halaman Hasil Perhitungan Kemiripan Semua Judul ...85
Gambar 35 Halaman Beranda (Dosen) ...86
Gambar 36 Halaman Pengecekan Kelayakan Topik ...87
Gambar 37 Halaman Pengecekan Topik ...88
Gambar 38 Halaman Perbandingan Dua Dokumen ...89
Gambar 39 Halaman Hasil Perbandingan Dua Dokumen ...90
Gambar 40 Halaman Perhitungan Kemiripan Semua Judul ...91
xi
DAFTAR TABEL
Tabel I Simbol Flowchart ...12
Tabel II 1997 Fitness International Scorecard. Source: Muscle & Fitness July 1997, p.139 ...28
Tabel III Kata × Dokumen Terhadap Beberapa Dokumen Buatan...30
Tabel IV Kombinasi Prefiks dan Sufiks yang Tidak Diizinkan ...40
Tabel V Contoh Tabel Kata × Dokumen ...50
Tabel VI Tabel Pengguna ...75
Tabel VII Tabel Mahasiswa ...75
Tabel VIII Tabel Dosen ...75
Tabel IX Tabel Jabatan ...75
Tabel X Tabel Topik ...76
Tabel XI Tabel BelumLulus ...76
Tabel XII Tabel SudahLulus ...76
Tabel XIII Tabel PengumpulanTopik ...76
Tabel XIV Tabel Revisi ...77
Tabel XV Tabel Semester ...77
Tabel XVI Tabel DosenMengurusTopik ...77
Tabel XVII Tabel Stoplist ...77
Tabel XVIII Tabel Katadasar ...77
Tabel XIX Uji Kasus Perhitungan Kemiripan Judul Dokumen ...93
Tabel XX Uji Kasus Perhitungan Kemiripan Isi Dua Dokumen ...93
xii
DAFTAR LAMPIRAN
1
UNIVERSITAS KRISTEN MARANATHA
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Saat ini, masih banyak perguruan tinggi yang masih melakukan
pengecekan dokumen tugas akhir mahasiswa secara manual. Cara tersebut
masih belum efektif karena masih banyak mahasiswa yang melakukan
peniruan dokumen tugas akhir dan belum terdeteksi. Hal tersebut merugikan
berbagai pihak.
Fakultas Teknologi Informasi Universitas Kristen Maranatha adalah
fakultas
yang
mengedepankan
perkembangan
teknologi.
Sistem
pendeteksian kemiripan laporan Tugas Akhir pun masih dilakukan secara
manual. Hal itu tentu saja sangat menyulitkan dosen-dosen dalam
melakukan pendeteksian kemiripan laporan Tugas Akhir mahasiswa yang
satu dengan mahasiswa yang lainnya. Mahasiswa pun memiliki kesempatan
yang lebih besar untuk menyalin laporan Tugas Akhir dari mahasiwa lain
yang telah lebih dahulu lulus dan mengakui laporan tersebut menjadi
miliknya.
Oleh sebab itu, perlu dibuat sebuah sistem yang dapat mendeteksi
kecurangan mahasiswa dalam menyalin laporan Tugas Akhir milik
mahasiswa lain. Dosen juga dapat dipermudah dalam melakukan
pengecekan kemiripan terhadap laporan Tugas Akhir yang dibuat oleh para
mahasiswa. Selain itu, sistem ini juga dapat menekan jumlah tindakan
kecurangan yang dilakukan oleh mahasiswa.
1.2 Rumusan Masalah
Sesuai dengan latar belakang tersebut, masalah yang ada
diantaranya sebagai berikut:
1. Bagaimana mengimplementasikan fitur yang dapat membantu dosen
mengetahui kemiripan laporan Tugas Akhir?
2. Bagaimana melakukan pendeteksian kemiripan laporan Tugas Akhir
2
UNIVERSITAS KRISTEN MARANATHA
1.3 Tujuan Pembahasan
Pembuatan aplikasi ini memiliki beberapa tujuan yang berguna,
diantaranya:
1. Mengimplementasikan fitur yang dapat membantu dosen mengetahui
kemiripan laporan Tugas Akhir dengan Algoritma Nazief-Adriani dan
Smith-Waterman.
2. Mengimplementasikan Algoritma Nazief-Adriani dan Smith-Waterman
untuk mempermudah dosen dalam melakukan pendeteksian kemiripan
laporan Tugas Akhir yang dikumpulkan mahasiswa dengan laporan
Tugas Akhir lainnya.
1.4 Ruang Lingkup Kajian
Pembuatan aplikasi ini memiliki ruang lingkup kajian sebagai berikut:
1. Aplikasi menampilkan persentase kemiripan (0%-100%) untuk hasil
perhitungan kemiripan laporan Tugas Akhir.
2. Elemen yang akan diperhatikan untuk memperhitungkan kemiripan
laporan Tugas Akhir adalah teks. Elemen-elemen seperti gambar, tabel,
diagram, dan lain-lain tidak akan diperhatikan.
3. Aplikasi tidak dapat mendeteksi kesalahan pengetikan yang dilakukan
oleh pengguna.
4. Aplikasi ini tidak berhubungan dengan pembayaran uang kuliah dan
penjadwalan sidang Kerja Praktek, Seminar Tugas Akhir, atau Tugas
Akhir.
5. Aplikasi tidak mendeteksi persamaan kata (sinonim) dan pengubahan
kalimat pasif menjadi kalimat aktif.
6. Kata-kata yang dapat di-stem (Algoritma Nazief-Adriani) hanyalah
kata-kata yang berbahasa Indonesia.
7. Algoritma yang dibahas pada laporan ini adalah algoritma Nazief-Adriani.
1.5 Sumber Data
Data-data yang diperoleh untuk membuat aplikasi ini bersumber dari:
3
UNIVERSITAS KRISTEN MARANATHA
2. Materi-materi yang berhubungan dengan algoritma Nazief-Adriani, LSI,
IR, dan text mining.
3. Internet yang dapat membantu dalam pembuatan aplikasi ini.
1.6 Sistematika Penyajian
Berikut adalah sistematika penyajian dalam laporan Tugas Akhir ini:
BAB I PENDAHULUAN
Bab ini digunakan untuk menjelaskan pendahuluan dan garis besar
dari latar belakang, perumusan masalah, tujuan, batasan masalah, dan
sistematika penulisan.
BAB II KAJIAN TEORI
Bab ini digunakan untuk menjelaskan tentang teori-teori yang
berkaitan dan mendukung dalam pembuatan Tugas Akhir.
BAB III ANALISIS DAN RANCANGAN SISTEM
Bab ini digunakan untuk menjelaskan analisis dan juga pembuatan
Tugas Akhir ini dalam bentuk bagan alir (Flowchart),
Entity Relationship
Diagram (ERD),
Use Case Diagram,
Class Diagram, Activity Diagram,
User
Interface (UI).
BAB IV HASIL PENELITIAN
Bab ini digunakan untuk menjelaskan aplikasi yang dijalankan dan
dipakai beserta dengan contoh tampilan pengoperasian aplikasi tersebut.
BAB V PEMBAHASAN DAN UJI COBA HASIL PENELITIAN
Bab ini digunakan untuk menjelaskan rencana pembahasan dan
pengujian aplikasi yang dibuat.
BAB VI SIMPULAN DAN SARAN
Bab ini digunakan untuk memberikan kesimpulan dan saran dalam
95
UNIVERSITAS KRISTEN MARANATHA
BAB VI SIMPULAN DAN SARAN
6.1 Simpulan
Dari hasil survey yang dikakukan, maka diperoleh kesimpulan sebagai
berikut:
1. Implementasi Algorima Nazief-Adriani dan Smith-Waterman cukup
membantu dosen mengetahui kemiripan laporan Tugas Akhir.
2. Aplikasi ini dapat melakukan pendeteksian kemiripan laporan Tugas
Akhir yang dikumpulkan mahasiswa laporan Tugas Akhir lainnya.
6.2 Saran
Saran-saran yang telah diperoleh mengenai pengembangan aplikasi
selanjutnya adalah:
1. Penerapan SVD dalam aplikasi dapat diterapkan untuk pengembangan
selanjutnya.
2. Perlu penjelasan mekanisme pengecekan kemiripan agar pengguna
xi
DAFTAR PUSTAKA
Agusta, L. (2009). Perbandingan Algoritma Stemming Porter dengan
Algoritma Nazief & Adriani untuk Stemming Dokumen Teks Bahasa
Indonesia. Konferensi Nasional Sistem dan Informatika 2009; Bali,
November 14, 2009.
Asian, Jelita, Williams, Hugh E., Tahaghoghi, S.M.M.. (2005). Stemming
Indonesian. School of Computer Science and Information Technology
RMIT University.
Baker, K. (2005). Singular Value Decomposition Tutorial. p. 3-21
Fathansyah. (2002). Basis Data. Bandung: Informatika.
Fowler, M. UML Distilled (3th Ed.). (2005). Yogyakarta: Andi.
Hartono, J. (2000). Analisis & Desain Sistem Informasi. Yogyakarta: Andi.
Hirin, A. M. & Virgi. (2011). Cepat Mahir Pemrograman Web dengan PHP
dan MySQL (Level dasar sampai mahir). Jakarta: PT Prestasi
Pustakaraya.
Irving, R. W. Plagiarism dan Collusion Detection using the Smith-Waterman
Algorithm. Department of Computing Science, University of Glasgow,
Glasgow G12 8QQ, UK. p. 4-7.
Konchady, M. (2006). Text Mining Application Programming. Boston: Charles
River Media.
Lengstorf, J. (2009). PHP for Absolute Beginners. USA: Appress.
Menyelam
dan
Menaklukan
Samudra
PHP.
From:
http://www.ilmuwebsite.com/ebook/ebook-php-free-download.
Nugroho, A. (2005). Konsep Pengembangan Sistem Basis Data. Bandung:
Informatika.
Parsons, P. J. (2007). Etika Public Relations. Jakarta: Erlangga.
Peter, F. (2003). Business Process Management: The Third Wave.
Sakur, S. B. (2010). PHP 5 Pemrograman Berorientasi Objek. Yogyakarta:
Andi.
Solichin, A. (2009). Pemrograman Web dengan PHP MySQL 2009. From:
xii
Triawati, C. 2009. Metode Pembobotan Statistical Concept Based untuk
