Aplikasi Pendeteksian Plagiarisme Pada Pengajuan Proposal Judul Tugas Akhir

Mahasiswa (Studi Kasus Mahasiswa Teknik Informatika) Dengan Metode

Winnowing
Yulianda1, Mahdi2, Rahmad Hidayat3
Program Studi Teknik Informatika, Jurusan Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe, Jalan
Banda Aceh-Medan Km. 280,3 Buketrata, Lhokseumawe, 24301 PO.BOX 90 Telpon (0645) 42670, 42785 Fax 42785,
Indonesia
Email : yuliiandaa.yusri@gmail.com , mahdi@pnl.ac.id, rahmad_anwar@yahoo.com

Abstrak
Tugas Akhir merupakan karya ilmiah yang ditulis oleh mahasiswa program Diploma IV pada akhir masa studinya
berdasarkan hasil penelitian, kajian kepustakaan, atau pengembangan terhadap suatu masalah yang dilakukan secara
seksama. Kaidah dalam tugas akhir haruslah objektif, bertumpu pada data, kesimpulan diambil berdasarkan prosedur
yang jelas, seluruh pembahasan dalam tugas akhir harus berdasarkan rasio atau bisa diterima dengan akal sehingga
tugas akhir perlu dijaga keasliannya. Plagiarisme adalah mengambil suatu karya orang lain tanpa mencantumkan
sumber yang jelas dan mengakuinya sebagai karya miliknya sendiri. Untuk itu, diperlukan upaya yang tepat untuk
meminimalisir tindak plagiarisme yang dilakukan pada penyusunan tugas akhir. Algoritma Winnowing merupakan
algoritma yang digunakan dalam deteksi plagiarisme termasuk bagian-bagian kecil yang mirip dalam dokumen yang
berjumlah banyak. Input dari algoritma ini adalah dokumen teks yang diproses sehingga menghasilkan output berupa
kumpulan nilai-nilai hash, kumpulan nilai hash tersebut selanjutnya disebut fingerprint. Fingerprint inilah yang
dijadikan dasar pembanding antara file-file teks yang telah dimasukkan dan digunakan dalam deteksi plagiarisme. Di
Politeknik Negeri Lhokseumawe sendiri, belum ada sistem untuk mendeteksi tingkat kesamaan suatu judul atau
dokumen tugas akhir mahasiswa. Dengan diterapkannya algoritma winnowing ini , diharapkan dosen, mahasiswa, dan
koordinator lebih mudah dalam mengontrol tugas akhir mahasiswa. Tugas akhir yang sama lebih mudah untuk
ditemukan. Dengan demikian, tindak plagiarisme dapat lebih ditekan.
Kata Kunci : Tugas Akhir, Plagiarisme, Winnowing, Fingerprint, Hash.

Plagiarism Detection Application The Title Of Thesis Proposal (Case Students

Of Information Engineering) Using Winnowing Method
Abstract
Thesis is a scientific paper written by students of Diploma IV program at the end of their study based on the results of
research, literature study, or the development of an issue which is done carefully. The rule in the thesis should be
objective, based on the data, the conclusions are based on clear procedures, the entire discussion in the thesis should be
based on the ratio or acceptable to reason that the thesis needs to be maintained its authenticity. Plagiarism is taking a
work of others without clear acknowledgment of the source and acknowledge it as his own work. This requires
appropriate measures to minimize acts of plagiarism made on the preparation of the thesis. Winnowing algorithm is an
algorithm used in the detection of plagiarism include small parts that are similar in a large number of documents. The
input of this algorithm is a text document that is processed to produce output in the form of a collection of hash values,
hash value collection is subsequently called a fingerprint. Fingerprint is used as a basis of comparison between text files
that have been incorporated and used in the detection of plagiarism. Polytechnic State Lhokseumawe in itself, there is
no system to detect the degree of similarity of a title or document students' final assignment. With the implementation of
this Winnowing algorithm, is expected to faculty, students, and coordinators easier to control students thesis. The thesis
is equally easier to find. Thus, the act of plagiarism can be suppressed.
Keywords : Thesis, Plagiarism, Winnowing, Fingerprint, Hash.

1.

Pendahuluan

Kemajuan teknologi ada yang berdampak

positif dan negatif. Dampak positif telah banyak
dirasakan oleh manusia, sedangkan dampak negatif
masih harus terus dikurangi dan dicarikan langkah
solutifnya. Ketika kemudahan itu kemudian
disalahgunakan oleh kebanyakan orang seperti dengan
mengutip tulisan orang lain tanpa menulis rujukan
secara benar sehingga tindakan tersebut menyebabkan
plagiarisme terus bertambah.
Tulisan atau potongan tulisan yang diambil dari
tulisan orang lain, sengaja atau tidak sengaja, bila tidak
dirujuk dengan baik dan benar, dapat dikategorikan
sebagai plagiarisme.
Metode yang digunakan oleh penulis adalah
metode winnowing, metode ini merupakan algoritma
dokumen fingerprint yang dapat digunakan untuk
mendeteksi kemiripan dokumen teks. Input dari
metode winnowing adalah string dari sebuah dokumen
dan output dari metode tersebut adalah nilai-nilai hash
yang disebut sebagai fingerprints dari dokumen
tersebut.
Metode winnowing memiliki waktu kombinasi
yang lebih cepat daripada metode rabin-karp karena
fingerprint dari metode rabin-karp lebih banyak
sedangkan winnowing dipilih nilai minimum dari
window, sehingga mempersingkat waktu komputasi.
Dari uraian diatas penulis memutuskan untuk
membuat sebuah sistem yang dapat menentukan
kemiripan dokumen atau bagian dalam dokumen
dengan cepat. Jika tingkat kesamaan antar dokumen
atau bagian dari dokumen tinggi maka dapat diduga
telah terjadi tindakan plagiarisme pada dokumen atau
bagian dari dokumen tersebut.

2.

Metodologi Penelitian

Algoritma winnowing adalah salah satu

algoritma pencocokan string. Pada pendeteksiannya,
algoritma winnowing harus memenuhi kebutuhan
mendasar yaitu :
1. Whitespace insensitivity, yaitu penghapusan tanda
baca, spasi dan simbol-simbol seperti @, #,$,*,
(, ),!,-,_,,+,>,</ dan sebagainya.
2. Membentuk rangkaian k-gram.
3. Melakukan perhitungan fungsi hash untuk setiap kgram.
4. Membentuk window-window dari nilai hash yang
dihasilkan. Window pertama berisi nilai hash
pertama sampai nilai hash ke-w. Window kedua
dibentuk dari nilai hash kedua sampai nilai hash
ke-w+1 dan seterusnya sampai terbentuk window
dari seluruh nilai hash.
5. Memilih nilai fingerprint dari setiap window. Nilai
fingerprint ditentukan dengan memilih nilai hash
terkecil dari setiap window.

Use case diagram sistem aplikasi pendeteksian

plagiarisme ini ditunjukkan pada Gambar 3.1.

Gambar 3.1. Use Case Diagram Mahasiswa

Berdasarkan gambar diatas, sebelum masuk ke
sistem Mahasiswa melakukan login terlebih dahulu,
setelah melakukan login Mahasiswa bisa mengupload
file judul proposal yang diajukan.

Gambar 3.2. Use Case Diagram Pengelola

Berdasarkan gambar diatas, sebelum masuk ke
sistem Pengelola juga melakukan login terlebih
dahulu, setelah melakukan login, pengelola melihat
notifikasi dari mahasiswa, lalu melakukan pengecekan
plagiarisme.
Perancangan database pada penelitian ini terdiri
dari perancangan table user dan table file. Perancangan
table user dapat dilihat pada table 3.1.
Table 3.1 Table User
Field
Id_user
Nama
Email
Username
password
Level

Type
int
varchar
varchar
varchar
varchar
varchar

Lenght
11
50
50
25
50
30

Keterangan
Primary key
-

Pada table user terdapat beberapa field, yaitu

id_user dengan tipe intiger sebagai primary key, nama,
email, username, password dan level dengan tipe
varchar.

Aplikasi
Ilmu
Membaca
Tulisan
Tangan
(Grafologi)
Menggunak
an Metode
Jaringan
Syaraf
Tiruan
Hebb Rule

Aplikasi
Pengolahan
Citra Dalam
Mengidentif
ikasi
Kematanga
n Jeruk
Nipis
Berdasarka
n Warna
(RGB)
Menggunak
an Model
Warna HSV
Rancang
Bangun
Aplikasi
Kamus
Istilah Latin
Anatomi
Tubuh
Manusia
Menggunak
an Metode
Interpolatio
n search
dan
Algoritma
Levenshtein
distance
Berbasis
Android
implementa
si sistem
pakar
diagnosa
penyakit
kulit dan
kelamin
menggunak
an metode
Fuzzy

Table 3.2 Table File

Field
Id_file
Namafile
Ukuranfile
Nama

Type
Int
varchar
varchar
varchar

Lenght
11
100
20
50

Nim
Jenis_kelamin
Judul

varchar
varchar
varchar

15
20
100

Persen_plagia
risme

varchar

Keterangan
Primary key
Nama
Mahasiswa
Judul Tugas
Akhir
-

Table 3.2 merupakan perancangan table file

yang terdiri dari field id_file dengan tipe intiger,
namafile, ukuranfile, nama, nim, jenis_kelamin, judul
dan persen_palgiarisme dengan tipe varchar.
Entity Relationship Diagram dari tabel user dan
proposal dapat dilihat pada gambar 3.12.

Gambar 3.12 Entity Relationship Diagram tabel user

dan proposal

3.

Hasil dan Pembahasan

Pada tabel 3.3 dapat dilihat bahwa terdapat field

percobaan, file 1, file 2 dan persentase kemiripan. File
1 dan file 2 merupakan file yang di upload oleh user
dimana didalam file tersebut berisi judul, abstrak, bab
1 hingga bab 3.
Tabel 3.3 hasil percobaan dari beberapa data yang
diuji.
Percobaan

File 1

File 2

Persentase
Kemiripan

Aplikasi OCR
(Optical
Character
Recognition)
Tulisan
Tangan
Aksara
Bahasa Arab
Ke Bahasa
Latin Dengan
Metode
Backpropagati
on
Aplikasi
Pengolahan
Citra Dalam
Mengidentifik
asi
kematangan
buah kelapa
sawit
Berdasarkan
Warna (RGB)
Menggunakan
metode
Euclidean
Distance
aplikasi
kamus teknik
informatika
berbasis
Android
menggunakan
Algoritma
Levenshtein
Distance

63,2%

aplikasi
sistem pakar
untuk
mendiagnosa
penyakit mata
manusia
dengan
menerapkan
metode Nave
Bayes

28.04 %

71.03 %

47.84 %

Tsukamoto
Rancang
bangun
aplikasi
pengenalan
motif batik
khas aceh
menggunak
an
pengolahan
citra dengan
metode otsu

aplikasi
pengenalan
motif batik
khas aceh
menggunakan
metode
Perceptron

89.08 %

Dari tabel 3.3 dapat dilihat bahwa masingmasing memiliki tingkat persentase plagiarisme yang
berbeda, hal tersebut dilihat berdasarkan judul tugas
akhir, abstrak dan isi daripada tugas akhir itu sendiri.

4.

Kesimpulan

Setelah melakukan pengujian dan pembahasan

pada bab terdahulu, maka dapat diambil kesimpulan :
1. Aplikasi pendeteksian plagiarism ini dapat
mendeteksi kemiripan dokumen teks dengan
ekstensi .docx.
2. Aplikasi ini juga dapat menampilkan hasil
persentase kemiripan dokumen teks sehingga
dapat diketahui bahwa dokumen tersebut
mengalami plagiarisme atau tidak.
3. Aplikasi ini dapat membantu Prodi Teknik
Informatika dalam mendeteksi kesamaan kata
pada dokumen dalam rangka pemeriksaan
proposal judul tugas akhir mahasiswa.
4. Menghilangkan kata hubung sangat membantu,
mengingat bahwa metode winnowing ini
mengambil nilai ASCII huruf yang terkandung
didalam dokumen teks.

Daftar Acuan
Asmoro, Sastro., 2007, Perancangan Sistem Deteksi
Plagiarisme
Dokumen
Teks
Dengan
Menggunakan Algoritma Rabin-Karp, Skripsi,
Jurusan Matematika FMIPA Universitas
Brawijaya, Malang.
Elbegbayan, Norzima, 2015, Aplikasi Pendeteksi
Penjiplakan pada File Teks dengan Algoritma
Winnowing,
Skripsi,
Jurusan
Teknik
Informatika Fakultas Teknologi Informasi
Institut Teknologi Sepuluh Nopember,
Surabaya.
Neville, Gray, 2010, The Complete Guide Referencing
And Voiding Plagiarism, 54, 2, 256-259.

Phillips, J., 2014, Similarity : Jaccard + k-Grams,

University of Utah, Utah.
Priantara, Wayan Surya, 2011, Implementasi Deteksi
Penjiplakan Dengan Algoritma Winnowing
Pada Dokumen Terkelompok, Jurnal Teknik
Informatika, Fakultas Teknik Informasi, ITS.