BAB I

PENDAHULUAN
1.1 Latar Belakang

CJR (Computer and Programming Fundamentals) adalah singkatan dari "Dasar

Komputer Dan Pemrograman" dalam bahasa Indonesia. Untuk membuat kursus atau materi
pembelajaran seperti CJR, ada beberapa latar belakang yang mungkin mendorong seseorang
atau kelompok untuk melakukannya.

Peningkatan Literasi Digital: Di era digital saat ini, pemahaman dasar tentang
komputer dan pemrograman sangat penting. CJR dapat dibuat untuk membantu individu
meningkatkan literasi digital mereka, terutama mereka yang tidak memiliki latar belakang
teknologi yang kuat.

Formal: CJR dapat dirancang untuk digunakan sebagai bagian dari kurikulum
sekolah atau universitas. Ini bisa menjadi bagian dari mata pelajaran komputer atau teknologi
informasi.

Peningkatan Peluang Karir: Belajar dasar komputer dan pemrograman dapat

membantu individu meningkatkan peluang karir mereka di berbagai industri, termasuk
teknologi informasi, rekayasa perangkat lunak, analisis data, dan sebagainya. CJR dapat
membantu mereka mempersiapkan diri untuk pekerjaan di bidang-bidang ini.
 Pengembangan Keterampilan Mandiri: CJR juga dapat menjadi alat untuk mereka
yang ingin belajar sendiri. Banyak orang ingin mengembangkan keterampilan komputer dan
pemrograman mereka tanpa harus mengikuti kursus formal. CJR dapat memberikan panduan
yang berguna untuk belajar secara mandiri.

Mengatasi Ketidaksetaraan Akses: Dalam beberapa kasus, pembuatan CJR dapat

muncul sebagai tanggapan terhadap ketidaksetaraan akses terhadap pendidikan teknologi.
Membuat materi pelatihan dasar ini secara online dapat membantu mengatasi hambatan akses
bagi individu yang mungkin tidak memiliki akses fisik ke kursus atau pelatihan.

CJR Dasar Komputer Dan Pemrograman dapat dikembangkan dengan

mempertimbangkan kebutuhan dan tujuan spesifik dari pemirsa yang dituju, baik itu pemula
yang belum memiliki pengetahuan teknis maupun mereka yang ingin meningkatkan
keterampilan yang sudah ada. Dalam proses pengembangan CJR, sangat penting untuk
merencanakan materi yang sistematis, mudah dipahami, dan mengikuti perkembangan
teknologi terbaru.

1.4 Identitas Jurnal

JURNAL 1

Judul : Analisis Data Menggunakan Algoritma Pararel Matriks

Shuffle Transpose Menggunakan Bahasa Pemograman C#

Nama Jurnal : Journal Of Technology and Informatic (JoTI)

E-ISSN,P-ISSN : 2686-6102 2721-4842

Link :
https://drive.google.com/file/d/1RVJqwhmL2PymxD3dwbL2GkjkOdo
4ha7S/view?usp=drive_link

Volume, Nomor,

Tahun dan Halaman : Vol. 1, No. 2, Bulan April Tahun 2020, Hal 80-83

Pengindeks : Google Scholar Dan SINTA

DOI (jika ada) :-

 BAB II

PEMBAHASAN

2.1 RINGKASAN ISI JURNAL

JURNAL 1

Analisis Data Menggunakan Algoritma Pararel Matriks Shuffle Transpose

Menggunakan Bahasa Pemrograman C#

Abstrak

Didalam Kehidupan Sehari-Hari Kita Tak Asing Dengan Yang Namanya Data, Data
Merupakan Sebuah Informasi Mentah Yang Belum Diolah. Penyelesaian algoritma tersebut
dapat diselesaikan dengan menggunakan bahasa pemrograman yaitu C#. C# merupakan
bahasa yang bersifat oriented programing yang dapat dijadikan sebuah aplikasi mobile,
desktop, dan lain sebagainya. Matriks Dapat Digunakan Untuk Menyelesaikan Sebuah
Permasalahan Secara Pararel Digunakan Untuk Interkoneksi Perfect Shuffle Dengan N 2.

Bab Pendahuluan

Didalam Kehidupan Sehari-Hari Kita Tak Asing Dengan Yang Namanya Data, Data
Merupakan Sebuah Informasi Mentah Yang Belum Diolah. Data Biasanya Digunakan Untuk
Menjabarkan Sebuah Permasalahan.

Penyelesaian algoritma tersebut dapat diselesaikan dengan menggunakan bahasa

pemrograman yaitu C#. C# merupakan bahasa yang bersifat oriented programing yang dapat
dijadikan sebuah aplikasi mobile, desktop, dan lain sebagainya.

Penulisan ini bertujuan membahas algoritma pararel tentang metode matriks shufle
transpose dan bagaimana cara penerapannya dalam menggunakan bahasa pemrograman c#.
Penyelesaian metode ini dapat diselesaikan dengan cara membagi dan memindahakn data
kedalam sebuah prosesor sebelum dilakukan penukaran data atau transpose.

Bab Metode Penyelesaian

Metode penyeleseaian Shuffle Transpose Kecepatan dari Mesh transpose hanya linier,
dianggap kecil karena jumlah prosesor kuadratik. geometri yg berbeda dpt men-transpose
matriks dalam waktu logaritmik
 n = Element pangkat q

Element pangkat q merupakan bilangan akar kuadrat, artinya syarat dari matriks
transpose shuffle harus berordo sama antara baris dan kolom.

Indeks prosesor k terdiri dari 2q bit. q menunjukan sebagian besar bit menyatakan i-1,
dan q sebagian kecil bit menyatakan j-1. Setelah elemen q shufle mengalami pergeseran ruas
ke kiri, elemen yang sebelumnya berada pada Pk akan berada diprosesor yang indeksnya
adalah:

s = 2q (j-1) + (i-1)

Indeks prosesor k terdiri dari 2q bit. q menunjukan sebagian besar bit menyatakan i-1, dan q
sebagian kecil bit menyatakan j-1. Setelah elemen q shufle mengalami pergeseran ruas ke
kiri, elemen yang sebelumnya berada pada Pk akan berada diprosesor yang indeksnya adalah:

s = 2q (j-1) + (i-1)

Algoritma Penyelesaian for i=1 to q do for k=1 to 2𝑞-2 do in parallel Pk sends the element of
A it currently holds to P2 kmod(2𝑞-1) end for end for.

Analisis:

a. Iterasi: q waktu konstan

b. Waktu: t(n) = O(log n)

c. p(n)= n 2 ; c(n) = O(n 2 log n) → tidak optimal

d. Tetapi interkoneksi shuffle lebih cepat jika dibadingkan dengan m

Bab Hasil dan Pembahasan

Pada umumnya Transpose Shuffle di anggap kecil karena jumlah prosesor kuadratik,
Elemen yang berbeda dapat mentranpose sekumpulan angka yang disusun secara baris atau
kolom. Geometri yang berbeda dpt men-transpose sebuah matriks dalam waktu logaritmik
[2].. Kecepatan dari Mesh transpose hanya linier, dianggap kecil karena jumlah prosesor
kuadratik. geometri yg berbeda dpt men-transpose matriks dalam waktu logaritmik.

n = Element pangkat q

Element pangkat q merupakan bilangan akar kuadrat, artinya syarat dari matriks
transpose shuffle harus berordo sama antara baris dan kolom. Dalam menyelesaikan Tranpose
Shuffle berdasarkan data yang telah kita peroleh, memperoleh dengan digunakan interkoneksi
perfect shuffle dgn n 2 ; prosesor: 𝑝0 , 𝑝1,……, 𝑝𝑛−1 . 𝑎𝑖𝑗 disimpan pada awalnya tersimpan
di prosesor 𝑃𝑘 , dimana k = 2q (i-1) + (j-1)

Indeks prosesor k terdiri dari 2q bit. q menunjukan sebagian besar bit menyatakan i-1,
dan q sebagian kecil bit menyatakan j-1. Setelah elemen q shufle mengalami pergeseran ruas
ke kiri, elemen yang sebelumnya berada pada Pk akan berada diprosesor yang indeksnya
adalah:

S = 2q(j-1) + (i-1)

Analisis: a. Iterasi: q waktu konstan b. Waktu: t(n) = O(log n) c. p(n)= n 2 ; c(n) =

O(n 2 log n) → tidak optimal d. Tetapi interkoneksi shuffle lebih cepat jika dibadingkan
dengan m.

Bab Kesimpulan

Jadi dalam menentukan metode shuffle transpose matriks hal yang harus dilakukan
adalah dengan cara menjumlahkan tiap prosesor pada kuadratik tersebut, kemudian elemen
yang berbeda dari setiap baris maupun kolom dapat dilakukan dengan cara mentranpose
sekumpulan angka yang disusun secara baris atau kolom. Geometri yang berbeda dapat men-
transpose sebuah matriks dalam waktu logaritmik.
 Jurnal 2

Implementasi Algoritma Hamming Distance dan Brute Force dalam mendeteksi

kemiripan Source code Bahasa Pemrograman C.

Abstrak

Abstract-Plagiarism is a behavior that causes violence of copyrights. Survey shows

55% of college presidents say that plagiarism in students' papers has increased over the past
10 years. Therefore, an application for detecting plagiarism is needed, especially for teachers.
This plagiarism checker application is made by using Visual C# 2010. The plagiarism
checker uses hamming distance algorithm for matching line code of the source code. This
algorithm works by matching the same length string of the code programs. Thus, it needs
brute force algorithm to filter the length of line code that will be matched with hamming
distance. Another important thing for detecting plagiarism is the preprocessing, which is used
to help the algorithm for detecting plagiarized source code. This paper shows that the
application works good in detecting plagiarism, the hamming distance algorithm and brute
force algorithm works better than levenstein distance algorithm for detecting structural type
of plagiarism and this thesis also shows that the preprocessing could help the application to
increase its percentage and its accuracy.

Index Terms-Brute Force, Hamming Distance, Plagiarisme, Preprocessing.

Bab Pendahuluan

Penjiplakan yang melanggar hak cipta. Menurut Sulianta [1] dalam bukunya yang
berjudul “Seri Praktis Konten Internet”, menjelaskan bahwa kegiatan plagiarisme marak
terjadi di kalangan mahasiswa. Hal ini dipertegas dengan hasil survei yang dilakukan oleh
Pew Research Center di tahun 2011 yang menunjukkan bahwa sekitar 55% rektor dari
berbagai kampus di Amerika, menyatakan bahwa tindakan plagiarisme telah meningkat
selama 10 tahun ini.

Adapun dalam penelitian ini, terdapat beberapa batasan masalah yang ditentukan, antara lain:
- Source code yang dikenali dalam bahasa C.

- Input berupa dua buah berekstensi “.c”.

- Aplikasi berbasis desktop dengan bahasa C#.

Dalam hal pemrograman, terdapat dua jenis plagiat yang umum dilakukan, yaitu sebagai
berikut

1. Leksikal
 Teknik plagiat leksikal merupakan teknik plagiat dengan melakukan pengubahan kode program
tanpa mengubah strukturnya.

2. Struktural

Teknik plagiat struktural merupakan teknik plagiat dengan mengubah struktur kode program tanpa
mengubah fungsi program.

Bab Metode Penyelesaian

A. Hamming Distance

Algoritma hamming distance merupakan salah satu dari algoritma approximate string
matching yang ditemukan oleh Richar Hamming, pada tahun 1950. Algoritma hamming
distance pertama kali digunakan untuk mendeteksi dan memperbaiki telekomunikasi sebagai
estimasi error.

= nilai Hamming Distance

= jumlah variabel dengan nilai 1 pada objek ke-i, tapi bernilai 0 pada objek ke-k

= jumlah variabel dengan nilai 0 pada objek ke-i, tapi bernilai 1 pada objek ke-k

B. Brute Force

Algoritma brute force menurut Abdeen adalah algoritma paling sederhana yang dapat
digunakan pada pencarian pola. Meskipun algoritma brute force merupakan algoritma yang
dapat diimplementasikan pada hampir semua permasalahan, namun algoritma ini sebenarnya
sebab tidak jarang dalam prosesnya algoritma ini memakan banyak sumber daya untuk
menyelesaikan masalah. Menurut Sinapova, salah satu algoritma yang termasuk ke dalam
brute force adalah algoritma sequential search. Algoritma ini bekerja dengan cara
membandingkan elemen-elemen dalam list dengan sebuah kata kunci sampai menemukan
kata kunci yang dicari atau tidak ditemukan sama sekali.
Bab Hasil dan Pembahasan

Pengujian aplikasi dilaksanakan dengan melakukan perbandingan hasil perhitungan terhadap

algoritma Levenshtein Distance dalam pada tahun 2011 dengan objek yang sama. Adapun
data uji yang digunakan berjumlah 10 pasang source code, dimana lima pasang source code
dinyatakan sebagai plagiat leksikal (dataset 1), sedangkan lima pasang source code lainnya
dinyatakan sebagai plagiat struktural (dataset 2). Berikut tabel hasil perbandingan kedua buah
dataset.

Tabel I Hasil Perbandingan Dataset 1 dengan Preprocessing

Tabel II Hasil Perbandingan Dataset 2 dengan Preprocessing

Bab Kesimpulan

Berdasarkan perhitungan yang telah dilakukan, dapat disimpulkan bahwa algoritma

Hamming Distance dan algoritma Brute Force berhasil dumplementasikan dalam mendeteksi
kemiripan pada source code pemrograman berbahasa C Algoritma Hamming Distance tidak
dapat berjalan sendiri sebab algoritma ini memerlukan dukungan dari algoritma Brute Force
dalam menyeleksi objek-objek yang akan diukur nilai Hamming Distance-nya. Dan hasil
perbandingan terhadap algoritma Levenshtein Distance, algoritma Hamming Distance
terbukti menghasilkan persentase rata-rata 20.99% lebih tinggi dalam deteksi plagiarisme
struktural, namun menghasilkan persentase rata-rata 6 43% lebih kecil pada deteksi
plagiarisme leksikal dibanding algoritma Levenshtein Distance Tingginya persentase hasil
perhitungan tidak lepas dari bantuan teknik preprocessing yang mampu menambah akurasi
pendeteksian.

2.2 Analisis dan Isi Jurnal

Jurnal 1

Analisis Data Menggunakan Algoritma Pararel Matriks Shuffle Transpose Menggunakan

Bahasa Pemograman C#

Komponen Hasil Review

Abstrak Menurut kami Abstrak Jurnal ini telah berhasil dalam
menyampaikan informasi lanjutan mengenai judul pada
penelitian yaitu Analisi Data Menggunakan Algoritma Paralel
Matriks Shuffle Tranpose Menggunakan Bahasa Pemrograman
c#.Isi dari Abstrak ini juga menarik karena mampu membantu
pembaca dalam memahami topik yang dibahas dengan struktur
kata yang mudah dipahami.Hanya saja mungkin kedepannya
dalam penulisan bisa memperbaiki typo-an dalam jurnal.
Pendahuluan Pada beberapa jurnal tentang ALGORITMA PARAREL &
MATRIK dan BAHASA C#. Tentang cara Penyelesaian Shuffle
 Transpose serta flowchart. Misalnya algoritma diselesaikan
dengan cara menggunakan Bahasa C yang dapat dijadikan
sebuah aplikasi mobile, desktop, dan sebagiinya. Indeks prosesor
k terdiri dari 2q bit. Q menujukkan Sebagian besar bit
menyatakan j-1.Setelah elemen q shuffle mengalami pergeseran
ruas kekiri,elemen yang sebelumnya berada pada PKNakan
berada diprosesor yang indeksnya adalah:
S=2q(j-1)+(i-1)

Itulah alasan dari sebuah judul pada jurnal.Tujuan dari penelitian

ini adalah cara membuat suatu kata perintah dengan
menggunakan Bahasa C pada setiap pemograman berlangsung

Kelebihannya bisa dikerjakan dengan hp tidak mesti

menggunakan laptop dan ada aplikasi dalam hp yaitu Coding C
yaitu kitab isa membuat kata perintah dalam suatu pemograman
Metode Metode pada penelitian ini menggunakan variable yaitu antara
lain shuffle transpose. Langkah langkahnnya yang pertama
menyiapkan pendukung stabilsitas interkoneksi perfect shuffle
dgn n 2 ; prosesor: 𝑝0 , 𝑝1,……, 𝑝𝑛−1 . Yang kedua melakukan
penyajian data. Yang ketiga melakukan simulasi perhitungan
dalam jalannya proses. Yang keempat menganalisis dan
mendiskusikan hasil perhitungan. Dan yang kelima
menyimpulkan isi penelitian dari implementasi dalam program.
Hasil dan Pembahasan Hasil penelitian menunjukkan bahwa penelitian ini telah berhasil
membangun data tersebut mengalami pertukaran antara 𝑎𝑖𝑗
dengan dilakukan secara matriks shuffle transpose.
Kesimpulan Studi ini menjelaskan kepada kita tentang Bagaimaana Metode
Matriks shufle transpose serta cara penerapannya dalam
menggunakan bahasa pemrograman c#.Lewat Analisnya dalam
menentukan metode shuffle transpose matriks yang harus
dilakukan adalah dengan cara menjumlahkan tiap prosesor pada
kudratiknya,kemudian elemen yang berbeda dari setiap baris
maupun kolom dapat dilakukan dengan cara mentranpose
sekumpulan angaka yang disusun secara baris atau
kolom.Geoemetri yang berbeda dapat men-transpose sebuah
matriks dalam waktu logaritmik.Dengan Demikian lewat hasil
penelitian ini kami menganggap temuan ini memiliki potensi
untuk membantu meningkatkan pengalaman belajar siswa/i
dalam menganalisi data.
Daftar Pustaka Konsistensi penulisan jumlah kutipan/catatan kaki sama dengan
jumlah daftar Pustaka,kebaharuan

Jurnal 2

Implementasi Algoritma Hamming Distance dan Brute Force dalam Mendeteksi Kemiripan
Source Code Bahasa Pemrograman C
Komponen Hasil Review
Abstrak Abstrak pada jurnal ini sudah bagus dan para pembaca mampu
untuk memahami isi jurnal dengan baik karena menggunakan
bahasa yang mudah dipahami.Isi Jurnal mampu menjelaskan
secara singkat topik yang dibahas pada judul yaitu
Implementasi Algoritma Hamming Distance dan Brute Force
dalam mendeteksi kemiripan Source code Bahasa Pemrograman
C.Jurnal juga mampu menjelaskan dengan baik resolusi
(Penyelesaian masalah) terkait topik yang dibahas serta dengan
kesimpulannya.
Pendahuluan Pada jurnal ini berkaitan tentang rancangan pemograman serta
penerapan , dimana semua hal tersebut telah dibukukan oleh
penemu contohnya Rancangan bangun aplikasi pendeteksi
plagiarisme kode pemograman Bahasa C menggunakan
algoritma levenshtein distance dan brute force. Penelitian ini
bahwa levenshtein menghasilkan bobot presentase
kecenderungan plagiarisme lebih tinggi pada saat
membandingkan kode program yang mengalami perubahan
yanb bersifat Non – Struktural. Itulah alasan dari pembuatan
jurnal.Tujuan dari penelitian ini untuk memudahkan pencarian
program dimana dapat beerbagai jenis buku yang sudah dibuat.

Kelebihan sudah ada dibuku-buku yang dibkin oleh orang yang

menemukan serta yang bisa mudah untuk dipahamin.serta
membahas penyelesaian menggunakan gabungan flowchart
dalam penyelesaiannya
Metode Metode pengaplikasian dilaksanakan dengan perbandingan hasil
perhitungan terhadap algoritma Levenshtein Distance oleh
Arifianto dalam objek yang sama. Presentasi kemiripan
menggunakan Hamming Distance dengan preprocessing. Data
uji yang digunakan berjumlah 10 pasang source code.
Hasil dan Pembahasan Pada hasil penelitian menunjukkan bahwa presentase kemiripan
menggunakan algoritma Levensthein Distance oleh Arifianto ,
dimana lima pasang source code dinyatakan sebagai plagiat
leksikal (dataset 1), sedangkan lima pasang source code lainnya
dinyatakan sebagai plagiat struktural (dataset 2).
Kesimpulan 1. algoritma Hamming Distance dan algoritma Brute Force
berhasil diimplementasikan dalam mendeteksi
kemiripan pada source code pemrograman berbahasa C.
Algoritma Hamming Distance tidak dapat berjalan
sendiri sebab algoritma ini memerlukan dukungan dari
algoritma Brute Force dalam menyeleksi objek-objek
yang akan diukur nilai Hamming Distance-nya.

2. Dari hasil perbandingan terhadap algoritma Levenshtein

Distance, algoritma Hamming Distance terbukti
menghasilkan persentase rata-rata 20.99% > dalam
deteksi plagiarisme struktural, namun menghasilkan
persentase rata-rata 6.43% < pada deteksi plagiarisme
leksikal dibanding algoritma Levenshtein Distance.
 Tingginya persentase hasil perhitungan tidak lepas dari
bantuan teknik preprocessing yang mampu menambah
akurasi pendeteksian.

Kesimpulan Artikel Dan Review sudah sesuai dengan tujuan

Artikel.
Daftar Pustaka Konsistensi penulisan jumlah kutipan/catatan kaki sama dengan
jumlah daftar Pustaka,kebaharuan
BAB III
PENUTUP