SISTEM PENDETEKSI PLAGIAT HARFIAH PADA DOKUMEN … · dokumen plagiat dibuat dengan menyalin 1-3...

SISTEM PENDETEKSI PLAGIAT HARFIAH PADA

DOKUMEN TEKS BERBAHASA INDONESIA

DENGAN MEMANFAATKAN

MESIN PENCARI

FUAD DAVIRATMA HUSNI

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2013

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Pendeteksi

Plagiat pada Dokumen Teks Berbahasa Indonesia dengan Memanfaatkan Mesin

Pencari adalah benar karya saya dengan arahan dari komisi pembimbing dan

belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber

informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak

diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam

Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.

Bogor, Juli 2013

Fuad Daviratma Husni

NIM G64104002

ABSTRAK

FUAD DAVIRATMA HUSNI. Sistem Pendeteksi Plagiat Harfiah pada Dokumen

Teks Berbahasa Indonesia dengan Memanfaatkan Mesin Pencari. Dibimbing oleh

AHMAD RIDHA.

Mesin pencari dapat dimanfaatkan untuk mendeteksi plagiat karena mesin

pencari adalah salah satu pintu gerbang untuk mendapatkan dokumen sumber

plagiat. Penelitian ini bertujuan untuk membentuk korpus dokumen plagiat dan

membuat sistem pendeteksi plagiat dengan memanfaatkan mesin pencari. Korpus

dokumen plagiat dibuat dengan menyalin 1-3 dokumen sumber dan

merestrukturisasi dokumen sumber dengan menerjemahkan bolak-balik

menggunakan Google Translate. Korpus dokumen plagiat terdiri atas 100

dokumen. Teks diekstraksi menjadi segmen-segmen yang terdiri atas 4-20 kata.

Segmen-segmen tersebut diboboti berdasarkan ada tidaknya kata dalam kamus

dengan bobot lebih besar diberikan pada kata yang tidak ada dalam kamus.

Penelitian ini berhasil mendeteksi 100% korpus dokumen plagiat dengan

maksimal 31% segmen dokumen dan memanfaatkan mesin pencari Google,

sedangkan dengan mesin pencari Bing, penggunaan hingga 40% segmen dokumen

hanya berhasil mendeteksi 30% korpus dokumen plagiat. Hasil penelitian ini

menunjukkan hasil deteksi plagiat tergantung pada kualitas hasil pencarian yang

dilakukan mesin pencari.

Kata kunci: deteksi plagiat, mesin pencari, segmentasi

ABSTRACT

FUAD DAVIRATMA HUSNI. Literal Plagiarism Detection System for

Indonesian Text Document Using Search Engine. Supervised by AHMAD

RIDHA.

Search engines can be used to detect plagiarism because search engines are

one of the gateways to get source documents. This research aims to establish a

corpus of document plagiarism and develops a system that can detect plagiarism

by utilizing search engines. The corpus is created by copying passages from 1-3

source documents and restructuring the source documents by translating back and

forth with Google Translate. The corpus consists of 100 documents. The

documents are extracted into segments consisting of 4-20 words. The segments

will be weighted based on the words existence in Indonesian dictionary where

words not found in dictionary are given higher weights. Using Google’s search

engine, this study successfully detects 100% of the plagiarized documents using

only a maximum of 31% segments. On the other hand, using Bing and 40%

segment documents only detects 30% of the corpus. The results of this study show

that the performance of online plagiarism detection depends on the quality of the

search results provided by search engines.

Keywords: plagiarism detection, search engines, segmentation

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Ilmu Komputer

pada

Departemen Ilmu Komputer

SISTEM PENDETEKSI PLAGIAT HARFIAH PADA

DOKUMEN TEKS BERBAHASA INDONESIA

DENGAN MEMANFAATKAN

MESIN PENCARI

FUAD DAVIRATMA HUSNI

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2013

Penguji:

1. Sony Hartono Wijaya, SKom MKom

2. Mushthofa, SKom MSc

Judul Skripsi : Sistem Pendeteksi Dokumen Plagiat Harfiah pada Dokumen Teks

Berbahasa Indonesia dengan Memanfaatkan Mesin Pencari

Nama : Fuad Daviratma Husni

NIM : G64104002

Disetujui oleh

Ahmad Ridha, SKom MS

Pembimbing

Diketahui oleh

Dr Ir Agus Buono, MSi MKom

Ketua Departemen

Tanggal Lulus:

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas

segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya

ilmiah ini. Topik pada penelitian ini adalah Pendeteksian Plagiat dengan Mesin

Pencari.

Terima kasih penulis ucapkan kepada bapak Ahmad Ridha, SKom MS

selaku pembimbing. Terima kasih juga penulis ucapkan kepada ayah, ibu, istri

serta seluruh keluarga, atas segala doa dan kasih sayangnya.

Bogor, Juli 2013

Fuad Daviratma Husni

DAFTAR ISI

DAFTAR TABEL vi

DAFTAR GAMBAR vi

DAFTAR LAMPIRAN vi

PENDAHULUAN 1

Latar Belakang 1

Tujuan Penelitian 1

Ruang Lingkup Penelitian 2

METODE 2

Dokumen Uji 2

Praproses Dokumen 4

Segmentasi Dokumen 4

Pembobotan Segmen dan Pemeringkatan Segmen 5

Pencarian Online 6

Pencatatan dan Identifikasi Alamat 6

Ekstraksi Dokumen Sumber dan Dokumen Uji 7

Perhitungan Jarak 7

Perhitungan Akurasi 8

HASIL DAN PEMBAHASAN 8

Pembentukan Korpus Dokumen Uji 8

Praproses Dokumen Uji dan Dokumen Sumber 10

Segmentasi Dokumen 10

Pembobotan dan Pemeringkatan Segmen 11

Pencarian Online 11

Pencatatan dan Identifikasi Alamat 12

Perhitungan Jarak 13

Akurasi Deteksi Plagiat 14

SIMPULAN DAN SARAN 16

Simpulan 16

Saran 16

DAFTAR PUSTAKA 17

LAMPIRAN 17

RIWAYAT HIDUP 39

DAFTAR TABEL

1 Nilai kesamaan kosinus dokumen uji dengan sumber plagiat 9 2 Hasil segmentasi dokumen uji 10 3 Hasil pencarian Google 11 4 Hasil pencarian Bing 12 5 Perbandingan hasil kesamaan kosinus maksimum dokumen uji dengan

cara identifikasi alamat dokumen sumber 12 6 Hasil rata-rata deteksi plagiat dengan 40% segmen dan mesin pencari

Google 13 7 Hasil rata-rata deteksi plagiat dengan 40% segmen dan mesin pencari

Bing 13 8 Waktu rata-rata pendeteksian plagiat dengan 40% segmen (detik)

dengan mesin pencari Google 15 9 Waktu rata-rata pendeteksian plagiat dengan 40% segmen (detik)

dengan mesin pencari Bing 15

DAFTAR GAMBAR

1 Aliran sistem deteksi plagiat 2 2 Metode penelitian 3 3 Penggunaan segmen sebagai kueri dan akurasi deteksi plagiat dengan

Google 14

DAFTAR LAMPIRAN

1 Dokumen uji 18 2 Rata-rata kesamaan dokumen uji dengan satu dokumen sumber 19

3 Rata-rata kesamaan dokumen uji dengan lebih dari satu dokumen

sumber 20 4 Hasil segmentasi dokumen uji dengan satu dokumen sumber 21 5 Hasil segmentasi dokumen uji dengan lebih dari satu dokumen sumber 22

6 Hasil deteksi plagiat dengan mesin pencari Google (dokumen uji jenis

hampir sama persis) 23 7 Hasil deteksi plagiat dengan mesin pencari Google (dokumen uji jenis

gabungan berbagai sumber) 24 8 Hasil deteksi plagiat dengan mesin pencari Google (dokumen uji jenis

sedikit bagian sumber) 25 9 Hasil deteksi plagiat dengan mesin pencari Google (dokumen uji jenis

restrukturisasi) 26

10 Hasil deteksi plagiat dengan mesin pencari Bing (dokumen uji jenis

hampir sama persis) 27 11 Hasil deteksi plagiat dengan mesin pencari Bing (dokumen uji jenis

gabungan berbagai sumber) 28


sedikit bagian sumber) 29


restrukturisasi) 30 14 Waktu deteksi plagiat dokumen uji jenis hampir sama persis dengan

mesin pencari Google (detik) 31 15 Waktu deteksi plagiat dokumen uji jenis gabungan beberapa sumber

dengan mesin pencari Google (detik) 32 16 Waktu deteksi plagiat dokumen uji jenis sedikit bagian sumber dengan

mesin pencari Google (detik) 33 17 Waktu deteksi plagiat dokumen jenis restrukturisasi dengan mesin

pencari Google (detik) 34 18 Waktu deteksi plagiat dokumen uji jenis hampir sama persis dengan

mesin pencari Bing (detik) 35 19 Waktu deteksi plagiat dokumen uji jenis gabungan beberapa sumber

dengan mesin pencari Bing (detik) 36 20 Waktu deteksi plagiat dokumen uji jenis sedikit bagian sumber dengan

mesin pencari Bing (detik) 37 21 Waktu deteksi plagiat dokumen jenis restrukturisasi dengan mesin

pencari Bing (detik) 38

PENDAHULUAN

Latar Belakang

Kemajuan teknik mesin pencari memudahkan orang-orang dalam mencari

apa yang mereka inginkan di internet. Di sisi lain, kesempatan untuk melakukan

plagiat meningkat drastis jika orang-orang memanfaatkan mesin pencari dengan

tidak semestinya. Skenario khas plagiat adalah seseorang melakukan pencarian di

mesin pencari dan kemudian melakukan copy-paste tanpa memahami bahan yang

diambil untuk menyelesaikan tugas mereka (Liu et al. 2007). Hal ini merupakan

kesalahan yang sering dilakukan oleh orang-orang terutama saat waktu yang

dimiliki untuk menyelesaikan tugas tinggal sedikit.

Keseriusan masalah plagiarisme di kalangan akademisi ditunjukkan oleh

hasil penelitian Honig dan Bedi (2012) dengan memeriksa 279 makalah yang

disajikan di International Management Division pada Academy of Management

Conference 2009. Hasil penelitian menunjukkan bahwa 25% dari sampel

merupakan hasil plagiarisme, dan lebih dari 13% menunjukkan plagiarisme yang

signifikan.

Berdasarkan perilaku plagiator, plagiat dibagi menjadi dua bagian yaitu

plagiat harfiah dan plagiat kecerdasan. Plagiat harfiah adalah yang umum

dilakukan dan dalam praktiknya si plagiator tidak menghabiskan banyak waktu

untuk melakukan plagiat, sedangkan plagiat kecerdasan adalah mengakui

kontribusi orang lain sebagai kontribusi si plagiator. Plagiat harfiah terbagi atas

plagiat sama persis, mendekati persis, dan restrukturisasi, sedangkan plagiat

kecerdasan terbagi atas manipulasi teks, terjemah, dan adopsi ide (Alzahrani et al.

2011).

Plagiat harfiah dapat dideteksi dengan menggunakan sistem. Sistem untuk

melakukan deteksi plagiat terdapat dua jenis, yaitu sistem pendeteksi online dan

sistem pendeteksi offline (Mozgovoy 2006). Mozgovoy mengungkapkan bahwa

sistem pendeteksi online masih sulit untuk dilakukan karena butuh banyak waktu

dan perbandingan dokumen tetap dilakukan dengan sistem offline. Oleh sebab itu,

penelitian ini bermaksud untuk membuat sistem pendeteksi plagiat harfiah online

menjadi lebih mudah. Adanya sistem pendeteksi plagiat dengan memanfaatkan

mesin pencari diharapkan dapat menghemat waktu dan tenaga yang digunakan

jika dibandingkan dengan pendeteksian plagiat secara manual menggunakan

mesin pencari.

Tujuan Penelitian

Penelitian ini bertujuan:

1 Membentuk korpus dokumen plagiat harfiah untuk bahasa Indonesia

2 Membuat sistem pendeteksi plagiat harfiah untuk dokumen teks bahasa

Indonesia dengan mesin pencari

3 Mendapatkan hasil deteksi dari sistem pendeteksi plagiat harfiah untuk

dokumen teks dengan memanfaatkan mesin pencari

2

Gambar 1 Aliran sistem deteksi plagiat

Ruang Lingkup Penelitian

Ruang lingkup dari penelitian ini adalah

1 Bahasa yang digunakan adalah bahasa Indonesia

2 Jenis plagiat yang dideteksi adalah plagiat harfiah

3 Mesin pencari yang digunakan adalah Google dan Bing

4 Ekstraksi teks tidak memperhatikan format asli

METODE

Penelitian Liu et. al. (2011) menggunakan suatu aliran deteksi plagiat yang

dapat dilihat pada Gambar 1 untuk mendeteksi suatu dokumen plagiat. Aliran

sistem pendeteksi plagiat pada penelitian Liu et al. (2011) diadopsi menjadi

metode pada penelitian ini (lihat Gambar 2). Terdapat 4 proses inti dalam aliran

tersebut, yaitu (a) ekstraksi segmen atau potongan kata dari dokumen uji

(dokumen yang ingin diketahui plagiat atau tidak), (b) pemeringkatan segmen

sesuai dengan bobotnya, (c) identifikasi sumber plagiat untuk menentukan apakah

dokumen uji plagiat atau tidak, dan (d) ekspansi jangkauan sebagai pilihan proses

dalam mendapatkan dokumen sumber yaitu dokumen yang dicurigai adalah

dokumen sumber plagiat dari dokumen uji.

Dokumen Uji

Dokumen uji pada penelitian ini diperoleh dari korpus dokumen

plagiat yang dibentuk pada penelitian ini. Dokumen uji dibentuk menjadi

dokumen teks format PDF. Pembentukan dokumen plagiat dilakukan

dengan (a) menyalin suatu dokumen sumber, (b) menyalin 2-3 dokumen

sumber menjadi sebuah dokumen, (c) mengambil hanya sedikit bagian

suatu dokumen sumber dan (d) menggunakan 1-2 dokumen sumber yang

diterjemahkan ke bahasa Inggris yang diterjemahkan kembali ke bahasa

Indonesia. Keempat jenis dokumen tersebut adalah dokumen plagiat

harfiah. Dokumen jenis (a) dan (b) adalah plagiat sama persis, dokumen

jenis (c) adalah plagiat mendekati sama persis dan dokumen jenis (d)

adalah plagiat restrukturisasi.

3

Gambar 2 Metode penelitian

Segmentasi Dokumen

Mulai Dokumen

Uji

Pembobotan dan

Pemeringkatan Segmen

Pencarian Online

Sebagian Teks

Dokumen Uji

Ekstraksi

Dokumen Sumber

Selesai

Dicurigai

Plagiat

Tidak

Iya

Daftar

Segmen

Terperingkat

Alamat

Sumber

Pencatatan dan

Identifikasi Alamat

Kosong

Tidak

Iya

Sebagian Teks

Dokumen Sumber

Ekstraksi

Dokumen Uji

Perhitungan Jarak dengan Kesamaan

Kosinus

Telah Diproses

Semua

Iya

Tidak

Ekstraksi Pdf

dengan Xpdf

Normalisasi

Sukses

Iya

Konversi Pdf ke Tif

dengan Ghostscript

Konversi Tif ke Teks dengan

Tesseract

Praproses Dokumen

Tidak

Dokumen

Plagiat

Bukan Dokumen

Plagiat

Identifikasi Sumber Plagiat

Ekspansi Jangkauan

Laporan-laporan

4

Praproses Dokumen

Pada tahap ini dilakukan ekstraksi teks dan normalisasi dokumen. Ekstraksi

dokumen teks format PDF menggunakan aplikasi Xpdf (GCL 2011). Namun, ada

pula dokumen yang tidak dapat diekstrak dengan Xpdf karena terproteksi. Jika

dokumen terproteksi, maka dilakukan rekognisi karakter optik dengan cara

mengkonversikan dokumen menjadi dokumen format TIFF menggunakan aplikasi

Ghostscript (ASI 2012) dan mengkonversikan dokumen format TIFF menjadi

dokumen teks dengan aplikasi Tesseract-ocr. Aplikasi Tesseract-ocr adalah mesin

rekognisi karakter optik yang dikembangkan di Google saat ini (Google 2011).

Penggunaan Ghostscript dilakukan dengan perintah “gs -dBATCH -

dNOPAUSE -sDEVICE=tiffg4 -r600x600 -sPAPERSIZE=a4 -

sOutputFile=namafilebaru.tif namafile.pdf”. Opsi dnopause dan

dbatch digunakan supaya interaksi dengan pengguna ditiadakan dan tidak

berhenti saat akhir setiap halaman. Opsi sdevice dengan tiffg4 berarti dokumen

dikonversikan menjadi jenis dokumen gambar TIFF hitam putih. Opsi r600x600

berarti resolusi dokumen gambar yang diinginkan adalah 600x600 dpi. Opsi

spapersize dengan a4 berarti dokumen gambar dibuat seukuran kertas A4

(Artofcode 2002). Setelah dokumen berhasil dikonversikan menjadi dokumen

gambar TIFF, dokumen gambar TIFF akan dikonversikan menjadi dokumen teks

menggunakan Tesseract-ocr dan dapat diekstrak teksnya.

Daftar pustaka tidak termasuk teks yang diperiksa karena yang menjadi

acuan dalam pemeriksaan plagiat adalah bagian sebelumnya. Daftar pustaka tidak

disertakan karena dapat menyebabkan kesalahan saat melakukan deteksi plagiat.

Dokumen dengan topik yang sama meskipun bukan plagiat dapat memiliki daftar

pustaka yang mirip sehingga akan terdeteksi sebagai plagiat. Daftar pustaka

dihilangkan dengan cara memotong teks yang diawali “DAFTAR PUSTAKA”

atau “REFERENSI” atau “BIBLIOGRAFI” pada 80% bagian akhir dokumen.

Pemilihan pemotongan pada 80% bagian akhir dokumen bertujuan untuk tidak

memotong teks pada daftar isi yang dapat menghilangkan isi dokumen.

Tahap berikutnya adalah normalisasi dokumen teks. Langkah-langkah yang

dilakukan adalah dengan membuang karakter selain tanda petik tunggal, titik,

angka dan huruf, dan spasi yang lebih dari 1. Langkah-langkah ini dilakukan

untuk mendapatkan teks dengan kata-kata tanpa ada simbol atau tanda baca lain

selain titik. Tanda baca titik tidak dihilangkan karena diperlukan pada segmentasi

dokumen.

Segmentasi Dokumen

Metode deteksi plagiat dengan pendekatan segmentasi diperkenalkan Liu et

al. (2012) dengan alasan utama yaitu waktu yang dimiliki plagiator untuk

memeriksa dan mengubah setiap kalimat dalam dokumen hanya sedikit. Oleh

sebab itu, kalimat yang tidak diubah dapat dengan mudah diidentifikasi sebagai

plagiat. Oleh sebab itu, cukup diambil beberapa bagian saja untuk diperiksa.

Pada penelitian Liu et al. (2012) semua tanda baca menjadi pemisah segmen.

Jumlah minimal segmen adalah 2 kata dan tidak ada batas maksimal jumlah kata.

Pada penelitian ini segmentasi dokumen berdasarkan pada tanda titik yang diikuti

5

1 spasi. Batasan jumlah kata yang baik untuk segmen adalah 20 kata. Oleh sebab

itu, jumlah kata maksimum yang diterima adalah 20 kata. Jumlah minimum kata

yang diterima adalah 5 kata karena jumlah kata yang terlalu sedikit kurang baik

untuk menemukembalikan dokumen yang relevan (Fathi 2012). Algoritme untuk

mengimplementasikan aturan segmentasi dokumen adalah seperti berikut

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

AT = daftar teks yang dipisahkan ". "

countAT = jumlah teks dalam AT

ctx = 0

for( ctx < countAT ){

array_kata = daftar kata pada array teks ke-'ctx'

jumlah_kata = jumlah kata pada array_kata

if ( jumlah_kata > 20 ) {

AT ke-[ctx-1] = teks dengan array_kata pertama

hingga ke-14

AT ke-[$ctx] = teks dengan array_kata ke-15

hingga terakhir

ctx = ctx-2;

}else if(jumlah_kata>4){

daftar_segmen <- AT ke-[ctx]

}

ctx = ctx + 1

}

Pembobotan Segmen dan Pemeringkatan Segmen

Pada penelitian ini dilakukan pembobotan kata yang berguna untuk

pembobotan segmen. Pembobotan kata dilakukan dengan ketentuan sebagai

berikut.

1 Kata yang terdapat di kamus diberikan nilai bobot 1

2 Kata yang berupa angka diberikan nilai bobot 1

3 Kata yang merupakan bahasa Indonesia dengan awalan “di” diberikan nilai

bobot 1

4 Jika tidak termasuk poin 1, 2 dan 3, maka pemberian bobot berdasarkan

jumlah huruf pada kata tersebut; (a) lebih dari 5 huruf diberikan nilai bobot

10, (b) 4-5 huruf diberikan nilai bobot 5, dan (c) selainnya diberikan nilai

bobot 3.

Kamus bahasa Indonesia yang digunakan pada penelitian ini adalah Kamus

Besar Bahasa Indonesia edisi III. Ketentuan (1), (2), dan (3) hanya diberikan

bobot 1 karena kata tersebut terdapat pada bahasa Indonesia. Ketentuan (2) dan

(3) perlu dibuat terpisah dari ketentuan (1) karena pada kamus bahasa Indonesia

tidak terdapat kata dengan awalan di. Ketentuan (4) dilakukan supaya semakin

panjang kata yang tidak terdapat pada bahasa Indonesia, maka semakin tinggi

bobotnya dan akan menjadikan kata tersebut lebih menentukan bobot segmen.

Pembobotan segmen dilakukan dengan menjumlahkan seluruh bobot kata

pada segmen tersebut. Ketentuan pembobotan kata akan membuat segmen yang

terdiri atas kata yang bukan dari bahasa Indonesia mendapatkan bobot lebih besar.

Pemeringkatan segmen dilakukan berdasarkan nilai bobot segmen.

Peringkat suatu segmen digunakan sebagai urutan segmen untuk melalui

pencarian online.

6

Pemeringkatan segmen perlu dilakukan karena tidak semua segmen perlu

digunakan pada pencarian online. Penelitian Butakov dan Shcherbinin (2009)

mendapatkan fakta bahwa 5% segmen cukup untuk menilai apakah suatu

dokumen plagiat atau tidak. Penggunaan lebih dari 40% segmen tidak

meningkatkan hasil pendeteksian dokumen plagiat. Oleh sebab itu, segmen yang

digunakan pada penelitian ini dibatasi maksimal 40%.

Pencarian Online

Pencarian online adalah pencarian pada mesin pencari untuk mendapatkan

daftar alamat serta cuplikan masing-masing hasil pencarian. Alamat serta cuplikan

yang diambil maksimal 10 peringkat teratas pencarian. Pencarian online akan

berhenti jika dokumen terdeteksi plagiat atau semua segmen yang ditetapkan

sebagai kueri telah diproses namun dokumen belum terdeteksi plagiat. Pencarian

online dengan mesin pencari Google menggunakan True Google Search

(Technofreak 2012), sedangkan pencarian online dengan mesin pencari Bing

menggunakan Bing Search API (Microsoft 2012).

Pencarian online dengan mesin pencari mengambil hasil pencarian yang

telah disesuaikan untuk negara Indonesia. Penyesuaian pada mesin pencari

Google menggunakan domain Indonesia yaitu “.co.id” sedangkan pada mesin

pencari Bing menggunakan parameter pasar Indonesia yaitu “en-ID”.

Pencatatan dan Identifikasi Alamat

Pencarian online akan menghasilkan daftar alamat dan cuplikan. Alamat dan

cuplikan akan dicatat beserta segmen yang menjadi kueri. Selain itu, frekuensi

kemunculan suatu alamat juga dicatat terpisah.

Identifikasi alamat adalah tahap untuk mendapatkan alamat dokumen yang

harus diperiksa selanjutnya. Alamat diidentifikasi berdasarkan (1) frekuensi

kemunculan suatu alamat dokumen (2) atau kemunculan kata segmen kueri pada

cuplikan hasil pencarian online. Ketentuan (1) dilakukan dengan cara

mendapatkan alamat yang telah tercatat lebih dari 1. Ketentuan (2) dilakukan

dengan cara mendapatkan alamat yang cuplikannya memiliki minimal 70% kata

pada kueri dan maksimal hanya 30% kata di cuplikan alamat tersebut yang tidak

terdapat pada kueri. Ketentuan (1) dilakukan karena jika suatu alamat ada pada

hasil pencarian dengan kueri berbeda maka dokumen pada alamat tersebut

memiliki kemungkinan keterkaitan dengan dokumen uji, sehingga perlu dilakukan

pemeriksaan. Ketentuan (2) dilakukan karena suatu cuplikan memiliki minimal

70% kata yang sama dan maksimal hanya 30% kata yang berbeda memiliki

kemungkinan kesamaan yang tinggi. Oleh sebab itu, pemeriksaan tidak harus

menunggu ketentuan (1) melainkan dapat langsung melakukan pemeriksaan

antara dokumen uji dan dokumen sumber.

Identifikasi alamat akan menghasilkan daftar alamat untuk diperiksa. Jika

daftar alamat kosong, maka dilakukan pencarian online kembali dengan segmen

berikutnya. Jika daftar alamat tidak kosong, maka dokumen-dokumen pada daftar

alamat tersebut akan diperiksa pada tahap selanjutnya.

7

Ekspansi Jangkauan

Ekspansi jangkauan adalah tahap yang dilakukan ketika suatu alamat telah

dirujuk sebelumnya. Sistem tidak perlu melakukan pengunduhan ulang untuk

mendapatkan dokumen sumber yang mempengaruhi kecepatan proses deteksi.

Ekstraksi dokumen sumber cukup mengambil dokumen yang telah diunduh

sebelumnya jika alamat tersebut telah dirujuk.

Ekstraksi Dokumen Sumber dan Dokumen Uji

Setelah mendapatkan daftar alamat, dokumen pada daftar alamat akan

diunduh dan diproses seperti dokumen uji untuk pengambilan teks. Selanjutnya

dokumen sumber disegmentasi dengan aturan yang sama dengan dokumen uji.

Setiap segmen pada dokumen sumber akan diberikan bobot berdasarkan

banyaknya kata pada kueri yang terdapat pada segmen dokumen sumber.

Banyaknya kata yang sama tidak diperhatikan untuk pembobotan segmen.

Segmen dengan bobot terbesar atau dengan kemunculan kata terbanyak akan

dijadikan acuan untuk mengekstraksi sebagian teks dokumen sumber.

Sebagian teks dokumen sumber yang diambil adalah minimal 20 kata

sebelum dan setelah segmen acuan serta segmen acuan tersebut. Pengambilan teks

dilakukan dengan mengambil teks sebelum dan sesudahnya hingga memenuhi

ketentuan minimal 20 kata atau hingga segmen terakhir yang tersedia jika tidak

memenuhi ketentuan minimal 20 kata. Ekstraksi pada dokumen uji juga

mengambil minimal 20 kata sebelum dan setelah segmen kueri serta segmen kueri.

Pembatasan minimal 20 kata ini dilakukan supaya dapat mendeteksi suatu

dokumen yang hanya memiliki sedikit teks plagiat.

Ekstraksi dokumen sumber dan dokumen uji menghasilkan dua teks yaitu

sebagian teks dokumen uji dan sebagian teks dokumen sumber. Kedua teks ini

akan menjadi penentu apakah dokumen uji memplagiat dokumen sumber.

Perhitungan Jarak

Langkah selanjutnya adalah membandingkan sebagian teks dokumen uji dan

dokumen sumber. Metode untuk menghitung kesamaan sebagian teks dokumen

menggunakan ukuran kesamaan kosinus dengan pembobotan yang dilakukan

dengan aturan (Manning et al. 2009)

{

Asumsikan adalah bobot suatu kata pada suatu dokumen, sedangkan

adalah frekuensi suatu kata pada suatu dokumen.

Perhitungan ukuran kesamaan kosinus pada penelitian ini dilakukan dengan

rumus ukuran kesamaan kosinus (Manning et al. 2009)

sim d d d d

| d || d |

Asumsikan sim d d adalah ukuran kesamaan kosinus dari d yaitu dokumen uji

dan d yaitu dokumen sumber, adalah vektor dokumen untuk d. Pembilang

8

d d didefinisikan dengan ∑ ni dengan n adalah banyaknya kata unik

pada dokumen uji dan dokumen sumber, adalah bobot kata pada dokumen uji

dan adalah bobot kata pada dokumen sumber. Penyebut | | didefinisikan

dengan

√∑

.

Simbol adalah kuadrat dari bobot suatu kata pada dokumen uji (d ) atau

dokumen sumber (d ).

Pada sebagian dokumen teks uji dan sumber, terdapat 3 bagian yaitu (a)

sebelum segmen acuan, (b) segmen acuan dan (c) setelah segmen acuan. Bagian-

bagian ini akan digunakan dalam 3 perhitungan antara sebagian teks dokumen uji

dan sumber. Perhitungan pertama membandingkan ketiga bagian tersebut.

Perhitungan kedua membandingkan bagian pertama (a) dan kedua (b).

Perhitungan ketiga membandingkan bagian kedua (b) dan ketiga (c). Jika di antara

ketiga perbandingan tersebut mendapatkan hasil di atas 70%, dokumen uji

dianggap plagiat terhadap dokumen sumber. Perhitungan jarak dilakukan dengan

3 perhitungan karena posisi segmen plagiat dapat berada di awal, akhir atau

pertengahan teks dokumen uji.

Perhitungan Akurasi

Setelah seluruh dokumen uji diujicobakan, maka dilakukan proses

perhitungan akurasi secara manual. Perhitungan akurasi dapat dilakukan dengan

rumus:

akurasi ∑ dokumen u i dengan klasi ikasi benar

∑ dokumen u i 00%

Spesifikasi Perangkat Lunak dan Perangkat Keras

Perangkat lunak yang digunakan dalam pengembangan sistem adalah Net

Beans IDE 7.2, Apache 2.2, PHP 5.3, dan MySqL 5.5. Perangkat keras yang

digunakan dalam pengembangan sistem adalah Laptop HP 4430s dengan

spesifikasi prosesor Intel Core i3-2330M 2.2 GHz dan Memori RAM 4GB, dan

jaringan internet dengan penyedia layanan PT Indosat Mega Media.

HASIL DAN PEMBAHASAN

Pembentukan Korpus Dokumen Uji

Dokumen uji pada penelitian ini menggunakan korpus dokumen plagiat

yang dibentuk pada penelitian ini. Korpus dokumen plagiat terdiri atas 4 jenis

yaitu dokumen hampir sama persis, gabungan beberapa sumber, sedikit bagian

sumber dan restrukturisasi. Setiap jenis dokumen plagiat dibentuk 25 dokumen.

9

Tabel 1 Nilai kesamaan kosinus dokumen uji dengan sumber plagiat

Jenis dokumen Nilai

rata-rata

kesamaan

Nilai

maksimum

kesamaan

Nilai

minimum

kesamaan

Standar

deviasi

kesamaan

Hampir sama persis

0.913 0.996 0.505 0.0520

Gabungan beberapa

sumber

0.638 0.720 0.567 0.0685

Sedikit bagian sumber

0.505 0.580 0.382 0.0717

Restrukturisasi 0.720 0.833 0.583 0.0800

Pembentukan korpus dokumen plagiat menghasilkan 100 dokumen. Untuk

detailnya dapat dilihat pada Lampiran 1.

Pembentukan dokumen hampir sama persis dengan cara menyalin sebagian

besar isi dokumen sumber. Pembentukan dokumen gabungan beberapa sumber

dengan cara menyalin isi dari 2-3 dokumen berbeda. Pada dokumen jenis sedikit

bagian sumber, dokumen dibentuk dengan menyalin beberapa paragraf dari

dokumen sumber kemudian menggabungkannya dengan dokumen yang bukan

plagiat. Dokumen bukan plagiat yang digunakan adalah dokumen teks yang

dibentuk dan teruji bukan dokumen plagiat. Dokumen jenis restrukturisasi

dibentuk dengan menyalin suatu dokumen sumber kemudian mengubah

strukturnya menjadi berbeda dengan dokumen sumbernya.

Pembentukan dokumen jenis restrukturisasi memanfaatkan layanan Google

Translate1. Hal ini dapat dilakukan karena ketika suatu teks diterjemahkan ke

suatu bahasa lain dan kemudian diterjemahkan kembali ke bahasa aslinya pada

Google Translate, hasil akhir tidak sama persis dengan teks awal. Sebagai contoh,

terjemahan bolak-balik (Indonesia-Inggris dari “Strategi dalam dunia

pemeliharaan di industri mulai mengarah pada predictive maintenance PdM ”

adalah “Strategi perawatan di dunia dalam industri mulai mengarah pada

pemeliharaan predikti PDM ”. Perbedaan beberapa kata pada kalimat tersebut

dapat menghasilkan perbedaan signifikan pada pencarian di mesin pencari.

Penggunaan teks awal pada contoh akan memberikan hasil alamat sumber aslinya

pada mesin pencari, sedangkan penggunaan teks hasil restrukturisasi pencarian

pada mesin pencari tidak mendapatkan hasil alamat sumber aslinya.

Jenis dokumen plagiat hampir sama persis memiliki rata-rata kemiripan

yang paling tinggi dengan dokumen sumber, sedangkan plagiat dengan sedikit

bagian sumber memiliki rata-rata kemiripan yang terendah (lihat Tabel 1). Hal ini

karena pembentukan dokumen hampir sama persis hanya menulis ulang sumber

dengan sedikit perubahan. Dokumen dengan jenis gabungan beberapa sumber

mengambil dua atau tiga dokumen sebagai sumber plagiat, sehingga kemiripannya

dengan suatu dokumen sumber plagiat secara spesifik menjadi turun. Dokumen

dengan sedikit bagian dokumen hanya mengambil sedikit bagian dokumen yang

kemudian digabungkan dengan dokumen bukan plagiat, sehingga rata-rata

kemiripannya paling kecil. Dokumen jenis restrukturisasi memiliki rata-rata

1 http://translate.google.com/

http://translate.google.com/

10

Tabel 2 Jumlah segmen hasil segmentasi dokumen uji

Jenis dokumen uji Jumlah

segmen rata-

rata per

dokumen uji

Jumlah

segmen

maksimum

dokumen uji

Jumlah

segmen

minimum

dokumen uji

Hampir sama persis

178.48 335 66

Gabungan beberapa sumber

153.20 367 82


141.36 154 130

Restrukturisasi 137.76 243 66

kemiripan yang cukup tinggi namun dengan nilai standar deviasi yang paling

besar dibandingkan dengan yang lainnya. Hal ini menunjukkan bahwa dokumen

jenis restrukturisasi lebih beragam daripada dokumen plagiat jenis lainnya. Untuk

detail nilai kesamaan kosinus setiap dokumen uji dapat dilihat pada Lampiran 2

dan 3.

Praproses Dokumen Uji dan Dokumen Sumber

Tahap praproses dokumen dilakukan untuk mengekstraksi teks. Dokumen

uji menggunakan dokumen jenis PDF, sedangkan dokumen sumber yang dapat

diekstrak adalah dokumen jenis PDF dan dokumen jenis HTML. Pada dokumen

uji tidak terdapat dokumen yang terproteksi karena pembentukan korpus dokumen

uji tidak melakukan proteksi dokumen uji. Namun, dokumen sumber plagiat dapat

berupa dokumen yang terproteksi sehingga harus dilakukan upaya untuk

mendapatkan teks yaitu dengan menggunakan Ghostscript dan Tesseract.

Segmentasi Dokumen

Segmentasi dokumen uji menghasilkan jumlah segmen rata-rata untuk

setiap jenis dokumen uji antara 141-179, maksimum 335 dan minimum 66

segmen (lihat Tabel 2). Detail jumlah segmen setiap dokumen uji dapat dilihat

pada Lampiran 4 dan 5.

Jumlah segmen menentukan jumlah kueri yang digunakan pada pencarian

online. Segmen yang digunakan sebagai kueri dibatasi maksimal 40%, sehingga

rata-rata setiap jenis dokumen memiliki daftar kueri antara 55-72 segmen.

Segmentasi dengan tanda titik yang diikuti dengan spasi sudah cukup baik

dalam mendapatkan segmen karena kalimat umumnya diakhiri oleh titik dan

menggunakan spasi untuk mengawali kalimat. Pembatasan maksimum 20 kata

dan minimum 5 kata untuk setiap segmen dapat membuat segmen menjadi

kalimat yang tidak lengkap dan menghilangkan sebagian teks dari dokumen.

Namun, hal ini tidak mempengaruhi hasil deteksi karena teks pada dokumen uji

dan dokumen sumber plagiat diperoleh dari aturan segmentasi yang sama.

11

Tabel 3 Hasil pencarian Google

Jenis dokumen

Rata-rata

frekuensi

pencarian

Rata-rata persentase

jumlah segmen yang

digunakan

Hampir sama persis

2.72 1.79


2.72 2.22


9.32 6.62

Restrukturisasi 8.04 6.68

Pembobotan dan Pemeringkatan Segmen

Pembobotan dan pemeringkatan yang dilakukan dinilai dari banyaknya

kueri yang digunakan atau banyaknya pencarian yang dilakukan hingga suatu

dokumen terdeteksi plagiat. Berdasarkan hasil deteksi dengan mesin pencari

Google (lihat Tabel 3), rata-rata pencarian yang dilakukan adalah 5.7 kali

pencarian. Hal ini menunjukkan bahwa aturan pembobotan segmen yang

dilakukan sudah memberikan hasil yang baik karena penggunaan kueri dengan

bobot tinggi dapat menemukan dokumen sumber plagiat. Penilaian pembobotan

segmen yang dilakukan hanya berdasarkan hasil deteksi dengan mesin pencari

Google karena dengan mesin pencari Google seluruh dokumen terdeteksi plagiat,

sedangkan hasil deteksi dengan mesin pencari Bing tidak dapat dijadikan acuan

karena tidak seluruh dokumen terdeteksi plagiat.

Pencarian Online

Pencarian online dilakukan selama daftar kueri yang digunakan masih

belum diproses seluruhnya dan dokumen uji belum terdeteksi sebagai plagiat.

Pencarian online dengan Google memerlukan rata-rata 2.72-9.32 kali pencarian

(lihat Tabel 3) untuk setiap jenis dokumen, sedangkan pencarian online dengan

Bing memerlukan rata-rata 38.28-49.04 kali pencarian (lihat Tabel 4). Pencarian

dengan mesin pencari Google menggunakan rata-rata 1.79-6.68% segmen untuk

setiap jenis dokumen. Pencarian terbanyak dengan mesin pencari Google terjadi

pada suatu dokumen restrukturisasi yang menggunakan 27.27% segmen sebagai

kueri, sedangkan pada mesin pencari Bing pada setiap jenis dokumen rata-rata

menggunakan lebih dari 27% segmen.

Tahap pencarian online menghasilkan alamat dan cuplikan untuk

diidentifikasi apakah harus diperiksa. Setiap pencarian online mengambil

maksimal 10 alamat teratas. Jumlah pencarian mempengaruhi banyaknya alamat

yang dicatat. Oleh sebab itu, pada mesin pencari Google rata-rata alamat yang

didapatkan lebih sedikit daripada mesin pencari Bing. Rata-rata alamat yang

didapatkan pada mesin pencari Google hanya 31.37 (lihat Tabel 6), sedangkan

rata-rata alamat yang didapatkan pada mesin pencari Bing sebanyak 323.29 (lihat

Tabel 7).

12

Tabel 4 Hasil pencarian Bing

Jenis dokumen

Rata-rata

frekuensi

pencarian

Rata-rata persentase

jumlah segmen yang

digunakan

Hampir sama persis

49.04 27.92


38.28 27.56


46.64 33.01

Restrukturisasi 45.52 34.79

Tabel 5 Perbandingan hasil kesamaan kosinus maksimum dokumen uji dengan

cara identifikasi alamat dokumen sumber

Aturan identifikasi

alamat dokumen sumber

Google Bing

Dokumen

dengan

kesamaan

≥ 0.7

Dokumen

dengan

kesamaan

≥ 0.7

Dokumen

dengan

kesamaan

< 0.7

Frekuensi alamat telah

diperoleh lebih dari 1

54 10 69

Cuplikan minimum 70%

kata kueri, maksimum

30% bukan kata kueri

46 18 1

Pencatatan dan Identifikasi Alamat

Identifikasi alamat yang dilakukan dengan aturan pertama yaitu dengan

memperhatikan apakah alamat telah diperoleh dari hasil pencarian sebelumnya

atau frekuensi alamat lebih dari 1, merupakan aturan yang paling banyak

digunakan (lihat Tabel 5). Meskipun demikian, aturan tersebut memberikan hasil

dengan kesamaan kurang dari 0.7 terbanyak dengan 69 dokumen uji, sedangkan

aturan kedua hanya memberikan 1 hasil yang kurang dari 0.7. Pada umumnya,

semakin tinggi suatu alamat dokumen sumber didapatkan dari hasil pencarian,

maka semakin besar kemungkinan dokumen sumber tersebut memiliki keterkaitan

dengan dokumen uji. Namun, keterkaitan tersebut tidak berarti dokumen uji

memplagiat dokumen sumber karena hal yang terkait dapat juga berupa

pembahasan mengenai topik yang sama sehingga alamat dokumen sumber

diperoleh lebih dari 1.

Aturan kedua lebih sedikit dilakukan karena tidak banyak hasil pencarian

online yang dapat memenuhi aturan tersebut. Meskipun pada aturan kedua

cuplikan dokumen sumber harus memiliki minimum 70% kata kueri dan

13

Tabel 6 Hasil deteksi plagiat menggunakan 40% segmen dan mesin pencari

Google

Jenis dokumen Jumlah rata-

rata alamat

yang

digunakan

Jumlah rata-

rata

perhitungan

jarak

Nilai rata-

rata

kesamaan

kosinus

Nilai

rata-rata

Akurasi

(%)

Hampir sama persis

10.00 1.00 0.97 100

Gabungan beberapa

sumber

15.72 1.00 0.97 100


43.76 1.00 0.99 100

Restrukturisasi 49.88 1.16 0.84 100

Tabel 7 Hasil deteksi plagiat menggunakan 40% segmen dan mesin pencari Bing

Jenis dokumen Jumlah rata-

rata alamat

yang

digunakan

Jumlah rata-

rata

perhitungan

jarak

Nilai rata-

rata

kesamaan

kosinus

Nilai

rata-rata

akurasi

(%)

Hampir sama persis

332.56 15.64 0.54 32

Gabungan beberapa

sumber

276.16 7.44 0.55 40


349.92 3.28 0.40 24

Restrukturisasi 334.52 6.60 0.37 16

maksimum 30% bukan kata kueri, kesamaan kosinus yang diperoleh bisa

mendapatkan hasil kurang dari 0.7. Hal ini karena aturan kedua tidak

merepresentasikan kesamaan kosinus namun sebatas untuk mendapatkan

dokumen yang akan diuji.

Perhitungan Jarak

Perhitungan jarak deteksi plagiat dengan mesin pencari Google dilakukan

rata-rata hanya 1.04 kali perhitungan (lihat Tabel 6), sedangkan dengan mesin

pencari Bing dilakukan rata-rata 8.24 kali perhitungan (lihat Tabel 7). Kesamaan

kosinus setiap jenis dokumen uji yang diperoleh deteksi plagiat dengan mesin

pencari Google memperoleh nilai rata-rata antara 0.84-0.97, sedangkan dengan

mesin pencari Bing hanya memperoleh 37.32-55.36. Nilai ini diperoleh dari nilai

maksimum kesamaan kosinus yang diperoleh setiap dokumen uji.

Pada deteksi plagiat dengan mesin pencari Google, rata-rata kesamaan

kosinus terendah diperoleh dokumen restrukturisasi. Hal ini disebabkan perubahan

14

Gambar 3 Perbandingan penggunaan segmen sebagai kueri dan akurasi

deteksi plagiat dengan mesin pencari

0

10

20

30

40

50

60

70

80

90

100

1 6 11 16 21 26 31 36

Akura

si d

etek

si p

lagia

t (%

)

Persentase penggunaan segmen (%)

Google

Bing

kata-kata pada dokumen uji jika dibandingkan dengan dokumen sumber. Jenis

dokumen sedikit bagian sumber memiliki rata-rata kesamaan kosinus yang tinggi

yaitu 0.99. Perhitungan jarak teks dokumen yang dilakukan dengan 3 cara

membuat keberadaan teks yang bukan plagiat menjadi tidak terpengaruh terhadap

hasil perhitungan jarak. Dokumen jenis hampir sama persis dan gabungan

beberapa sumber memiliki rata-rata kesamaan kosinus yang tinggi dan tidak

berbeda. Hasil ini menunjukkan bahwa banyaknya sumber tidak membuat

dokumen lebih sulit untuk dideteksi.

Pada deteksi plagiat dengan mesin pencari Bing, kesamaan kosinus dihitung

dari nilai terbesar ketika suatu dokumen dilakukan perhitungan jarak. Rendahnya

nilai kesamaan kosinus dengan mesin pencari Bing disebabkan banyaknya

dokumen yang hingga penggunaan 40% segmen tidak mendapatkan sumber

plagiat.

Akurasi Deteksi Plagiat

Deteksi plagiat dengan 40% segmen teratas dan mesin pencari Google

mendapatkan rata-rata hasil akurasi 100% (lihat Tabel 6). Namun, deteksi plagiat

dengan mesin pencari Bing hanya mendapatkan rata-rata akurasi 28% (lihat Tabel

7). Akurasi tertinggi dengan mesin pencari Bing dihasilkan jenis dokumen

gabungan beberapa sumber, sedangkan akurasi terendah dihasilkan jenis dokumen

restrukturisasi.

Akurasi deteksi plagiat pada Bing mendapatkan akurasi rendah karena

hanya 10% dari korpus dokumen uji yang dokumen sumbernya terindeks di mesin

pencari Bing. Pemeriksaan apakah dokumen uji terindeks atau tidak adalah

dengan melakukan pencarian pada mesin pencari dengan judul dokumen sumber

dan teks pada halaman yang berisi tautan dokumen sumber. Detail hasil deteksi

plagiat dengan mesin pencari Google dapat dilihat pada Lampiran 6, 7, 8 dan 9,

sedangkan detail hasil deteksi plagiat dengan mesin pencari Bing dapat dilihat

pada Lampiran 10,11,12, dan 13.

15

Tabel 8 Waktu rata-rata pendeteksian plagiat dengan 40% segmen (detik) dengan

mesin pencari Google

Jenis dokumen Waktu

rata-rata

ekstraksi

Waktu

rata-rata

segmentasi

Waktu

rata-rata

pembobotan

Waktu

rata-rata

pencarian

Hampir sama persis

0.05 0.55 0.75 11.10

Gabungan beberapa

sumber

0.05 0.40 0.61 11.32


0.05 0.44 0.54 32.91


Tabel 9 Waktu rata-rata pendeteksian plagiat dengan 40% segmen (detik) dengan

mesin pencari Bing

Jenis dokumen Waktu

rata-rata

ekstraksi

Waktu

rata-rata

segmentasi

Waktu

rata-rata

pembobotan

Waktu

rata-rata

pencarian

Hampir sama persis

0.07 0.79 1.47 311.30

Gabungan beberapa

sumber

0.06 0.60 0.62 331.54


0.05 0.45 0.50 378.01


Pendeteksian dokumen plagiat dengan mesin pencari Google berhasil 100%

mendeteksi seluruh dokumen plagiat dengan 28% segmen. Hasil ini sesuai dengan

pernyataan Butakov dan Shcherbinin (2009) bahwa penggunaan lebih dari 40%

segmen tidak meningkatkan tingkat akurasi deteksi plagiat (lihat Gambar 3). Pada

pendeteksian dengan mesin pencari Bing, penggunaan 40% segmen pendeteksian

hanya dapat mendeteksi 28% dari keseluruhan dokumen karena dokumen sumber

belum terindeks pada mesin pencari.

Waktu untuk melakukan pendeteksian suatu dokumen plagiat relatif singkat

dengan mesin pencari Google. Rata-rata pencarian yang terlama adalah untuk

dokumen jenis restrukturisasi dengan 39.67 detik (lihat Tabel 8). Dengan mesin

pencari Bing yang tidak berhasil mendeteksi keseluruhan korpus pun, rata-rata

hasil deteksi sudah dapat diketahui paling lama 378.01 detik (lihat Tabel 9). Hasil

ini dapat dikatakan lebih baik karena deteksi plagiat secara manual membutuhkan

waktu lebih lama. Proses yang paling berpengaruh pada waktu pendeteksian

adalah proses pengunduhan dokumen sumber dan pencarian pada mesin pencari.

Oleh sebab itu, dokumen sumber telah diunduh sebelumnya untuk meminimalisir

waktu dan konsistensi dokumen sumber karena suatu alamat dokumen pada

16

internet dapat saja berubah atau tidak dapat diakses. Detail waktu deteksi plagiat

dengan mesin pencari Google dapat dilihat pada Lampiran 14, 15, 16 dan 17,

sedangkan detail waktu deteksi plagiat dengan mesin pencari Bing dapat dilihat

pada Lampiran 18, 19, 20 dan 21.

Hasil sistem pendeteksi online ini masih melalui tahap offline seperti yang

diutarakan Mozgovoy (2006). Namun, otomatisasi sistem menunjukkan bahwa

saat ini sistem pendeteksi online tidak lagi sulit untuk dilakukan.

Hasil yang diperoleh pada penelitian ini merupakan indikasi plagiat

sebenarnya. Terdapat beberapa hal yang belum didukung oleh sistem, sehingga

dapat membuat dokumen yang seharusnya bukan plagiat teridentifikasi sebagai

dokumen plagiat seperti kutipan langsung. Kutipan langsung pada dokumen uji

pasti akan sama persis dengan dokumen sumber, sehingga jika sistem

membandingkan antara dokumen uji dan dokumen sumber maka akan terindikasi

plagiat.

SIMPULAN DAN SARAN

Simpulan

Penelitian ini menghasilkan sistem pendeteksi dokumen plagiat untuk

dokumen berbahasa Indonesia dengan memanfaatkan mesin pencari. Sistem ini

berhasil mendeteksi seluruh korpus dokumen plagiat dengan mesin pencari

Google. Namun, perlu dilakukan pemeriksaan manual untuk memastikan

dokumen tersebut adalah dokumen plagiat.

Jika dokumen sumber dari dokumen plagiat belum terindeks pada mesin

pencari, maka dokumen sumber tersebut tidak dapat dideteksi. Sebaliknya, jika

dokumen sumber telah terindeks oleh mesin pencari, sistem ini dapat mendeteksi

dokumen tersebut sebagai dokumen plagiat. Jadi, kualitas hasil sistem pendeteksi

dokumen plagiat ini tergantung pada hasil pencarian yang dihasilkan oleh mesin

pencari.

Saran

Beberapa saran untuk penelitian selanjutnya yaitu:

1 Menambahkan korpus dokumen uji berupa dokumen yang bukan plagiat

untuk mendeteksi apakah suatu dokumen uji yang bukan plagiat

dikategorikan dokumen plagiat.

2 Menggunakan ukuran kesamaan teks lainnya untuk mencari ukuran kesamaan

teks yang paling efektif untuk membandingkan teks plagiat dengan sumber

plagiat. Ukuran kesamaan teks lainnya yang dapat diterapkan misalnya

Longest Common Subsequence (LCS) yang memperhatikan urutan kata

dalam teks.

17

DAFTAR PUSTAKA

Alzahrani S M, Salim N B, Abraham A. 2012. Understanding plagiarism

linguistic patterns, textual features, and detection methods. Sys, Man, Cyber,

Part C: Appl Rev. 42(2):133-249.doi:10.1109/TSMCC.2011.2134847.

Artofcode. 2002. Details of Ghostscript output devices [internet]. [diunduh 2013

April 26]. Tersedia pada: http://pages.cs.wisc.edu/~ghost/doc/AFPL/8.00/

Devices.htm

[ASI] Artifex Software, Inc. c2012. Ghostscript [internet]. [diunduh 2013 April

24]. Tersedia pada: http://www.ghostscript.com/Ghostscript.html

Butakov S, Shcherbinin V. 2009. On the number of search queries required for

internet plagiarism detection. Di dalam: Advanced Learning Technologies;

2009 Jul 15-17; Riga. Riga (LV): [IEEE]. Hlm 482-483.

Fathi S. 2012. Pembentukan passage dalam question answering system untuk

dokumen bahasa Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor.

[GCL] Glyph & Cog, LLC. c2011. Xpdf: A PDF Viewer for X [internet].

[diunduh 2013 April 24]. Tersedia pada: http://www.foolabs.com/xpdf/

home.html

Google. c2011. Tesseract-ocr [internet]. [diunduh 2013 Maret 4]. Tersedia pada:

https://code.google.com/p/tesseract-ocr/

Honig B, Bedi A. 2012. The fox in the hen house: a critical examination of

plagiarism among members of the academy of management. Acad Manag

Learn & Educ. 11(1):101–123.doi:10.5465/amle.2010.0084.

Liu Y, Zhang H, Chen T, Teng W . 2007. Extending Web Search for Online

Plagiarism Detection. Di dalam: Information Reuse and Integration; 2007

Aug 13-15; Las Vegas. Las Vegas (US): [IEEE]. Hlm 164-169.

Manning C D, Raghavan P, Schütze H. 2009. An Introduction to Information

Retrieval. Cambridge Univ Press (GB): Cambrigde.

Microsoft. c2012. Bing Search API [internet]. [diunduh 2013 April 10]. Tersedia

pada: http://datamarket.azure.com/dataset/bing/search

Mozgovoy M. 006. Desktop tools or o fline plagiarism detection in computer

programs. Inform Educ. [Internet]. [diunduh 2013 Mar 16]; 5(1):97-112.

Tersedia pada: http://www.mii.lt/informatics_in_education/pdf/INFE067.

pdf

Technofreak. c2012. True Google Search API - Google Search Results

Parser/Scraper [internet]. [diunduh 2013 April 10]. Tersedia pada:

http://thetechnofreak.com/downloads/true-google-search-api-google-search-

results-parser-scraper/

18

Lampiran 1 Dokumen uji

Dokumen

hampir sama

persis

106.pdf

107.pdf

128.pdf

129.pdf

130.pdf

131.pdf

132.pdf

133.pdf

134.pdf

137.pdf

139.pdf

140.pdf

142.pdf

143.pdf

144.pdf

146.pdf

148.pdf

149.pdf

151.pdf

153.pdf

155.pdf

165.pdf

167.pdf

168.pdf

170.pdf

Gabungan beberapa

sumber

d2-130-132.pdf

d2-133-140.pdf

d2-143-148.pdf

d2-151-167.pdf

d2-153-142.pdf

d2-153-154.pdf

d2-165-154.pdf

d2-165-166.pdf

d2-168-146.pdf

d2-170-141.pdf

d3-106-144-137.pdf

d3-107-153-167.pdf

d3-129-146-151.pdf

d3-130-131-132.pdf

d3-130-134-142.pdf

d3-133-136-140.pdf

d3-140-139-168.pdf

d3-143-144-148.pdf

d3-151-167-128.pdf

d3-153-142-131.pdf

d3-153-154-165.pdf

d3-165-154-149.pdf

d3-166-167-170.pdf

d3-168-146-155.pdf

d3-170-141-143.pdf

Sedikit bagian

sumber

e-106.pdf

e-107.pdf

e-128.pdf

e-129.pdf

e-130.pdf

e-131.pdf

e-132.pdf

e-133.pdf

e-134.pdf

e-137.pdf

e-139.pdf

e-140.pdf

e-142.pdf

e-143.pdf

e-144.pdf

e-146.pdf

e-148.pdf

e-149.pdf

e-151.pdf

e-153.pdf

e-155.pdf

e-165.pdf

e-167.pdf

e-168.pdf

e-170.pdf

Restrukturisasi

tr-128.pdf

tr-131.pdf

tr-132.pdf

tr-133.pdf

tr-139.pdf

tr-140.pdf

tr-142.pdf

tr-143.pdf

tr-144.pdf

tr-146.pdf

tr-148.pdf

tr-149.pdf

tr-155.pdf

tr-165.pdf

tr-170.pdf

tr2-130-132.pdf

tr2-133-140.pdf

tr2-143-148.pdf

tr2-151-167.pdf

tr2-153-142.pdf

tr2-153-154.pdf

tr2-165-154.pdf

tr2-165-166.pdf

tr2-168-146.pdf

tr2-170-141.pdf

19

Lampiran 2 Rata-rata kesamaan dokumen uji dengan 1 dokumen sumber

Nama

dokumen

Kesamaan kosinus

106 94.09

107 75.36

128 88.94

129 95.11

130 99.62

131 84.52

132 90.42

133 93.88

134 94.38

137 95.38

139 93.51

140 92.40

142 84.32

143 89.03

144 94.52

146 95.20

148 88.82

149 85.78

151 95.06

153 96.55

155 87.26

165 89.39

167 96.91

168 94.28

170 86.69

e-106 51.43

e-107 38.22

e-128 53.71

e-129 57.97

e-130 50.99

e-131 49.74

e-132 51.45

Nama

dokumen

Kesamaan kosinus

e-133 49.16

e-134 51.95

e-137 55.61

e-139 51.12

e-140 45.60

e-142 54.55

e-143 42.28

e-144 50.40

e-146 51.11

e-148 53.15

e-149 49.70

e-151 53.85

e-153 50.81

e-155 49.33

e-165 51.70

e-167 53.01

e-168 43.92

e-170 51.76

tr-128 79.02

tr-131 74.52

tr-132 79.17

tr-133 83.29

tr-139 80.52

tr-140 79.89

tr-142 75.42

tr-143 74.81

tr-144 82.35

tr-146 81.78

tr-148 79.37

tr-149 76.73

tr-155 79.57

tr-165 78.74

tr-170 74.66

20

Lampiran 3 Rata-rata kesamaan dokumen uji dengan lebih dari 1 dokumen

sumber

Nama dokumen Kesamaan Kosinus

d2-130-132 68.18

d2-133-140 72.02

d2-143-148 71.96

d2-151-167 66.50

d2-153-142 69.13

d2-153-154 71.96

d2-165-154 65.06

d2-165-166 69.70

d2-168-146 65.32

d2-170-141 59.49

d3-106-144-137 63.64

d3-107-153-167 57.29

d3-129-146-151 66.11

d3-130-131-132 59.96

d3-130-134-142 65.33

d3-133-136-140 58.07

d3-140-139-168 62.93

d3-143-144-148 60.55

d3-151-167-128 60.52

d3-153-142-131 59.36

d3-153-154-165 63.94

d3-165-154-149 62.89

d3-166-167-170 61.57

d3-168-146-155 57.80

d3-170-141-143 56.65

tr2-130-132 62.44

tr2-133-140 65.19

tr2-143-148 62.15

tr2-151-167 58.26

tr2-153-142 61.22

tr2-153-154 63.30

tr2-165-154 60.28

tr2-165-166 63.66

tr2-168-146 58.98

tr2-170-141 64.49

21

Lampiran 4 Hasil segmentasi dokumen uji dengan suatu dokumen sumber

Nama dokumen Jumlah Segmen

106 325

107 103

128 179

129 209

130 344

131 137

132 172

133 167

134 277

137 142

139 128

140 158

142 165

143 108

144 231

146 206

148 168

149 133

151 194

153 246

155 66

165 129

167 256

168 142

170 153

e-106 145

e-107 136

e-128 142

e-129 140

e-130 146

e-131 140

e-132 142

Nama dokumen Jumlah Segmen

e-133 139

e-134 140

e-137 151

e-139 139

e-140 134

e-142 148

e-143 136

e-144 142

e-146 147

e-148 143

e-149 153

e-151 137

e-153 143

e-155 139

e-165 142

e-167 141

e-168 133

e-170 141

tr-128 174

tr-131 130

tr-132 155

tr-133 165

tr-139 129

tr-140 151

tr-142 162

tr-143 109

tr-144 248

tr-146 200

tr-148 174

tr-149 131

tr-155 66

tr-165 120

tr-170 133

22

Lampiran 5 Hasil segmentasi dokumen uji dengan lebih dari 1 dokumen sumber

Nama dokumen Jumlah segmen

d2-130-132 148

d2-133-140 167

d2-143-148 132

d2-151-167 108

d2-153-142 127

d2-153-154 201

d2-165-154 90

d2-165-166 122

d2-168-146 100

d2-170-141 89

d3-106-144-137 372

d3-107-153-167 147

d3-129-146-151 267

d3-130-131-132 122

d3-130-134-142 371

d3-133-136-140 119

d3-140-139-168 197

d3-143-144-148 112

d3-151-167-128 108

d3-153-142-131 108

d3-153-154-165 169

d3-165-154-149 129

d3-166-167-170 148

d3-168-146-155 84

d3-170-141-143 134

tr2-130-132 133

tr2-133-140 159

tr2-143-148 129

tr2-151-167 100

tr2-153-142 121

tr2-153-154 195

tr2-165-154 91

tr2-165-166 116

tr2-168-146 94

tr2-170-141 95

23

Lampiran 6 Hasil deteksi plagiat dengan mesin pencari Google (dokumen uji

jenis hampir sama persis)

Nama dokumen Frekuensi

Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang digunakan

Kesamaan

kosinus

(%)

106 1 0.31 2 81.69

107 1 0.99 2 100.00

128 1 0.56 2 100.00

129 1 0.49 2 100.00

130 3 0.90 1 100.00

131 3 2.22 1 98.90

132 4 2.37 1 100.00

133 3 1.81 1 98.84

134 3 1.09 1 100.00

137 1 0.71 2 100.00

139 3 2.44 1 100.00

140 3 2.00 1 80.86

142 3 1.82 1 100.00

143 1 0.93 2 88.34

144 2 0.88 1 100.00

146 5 2.51 1 100.00

148 2 1.22 2 98.67

149 3 2.22 2 88.23

151 3 1.60 1 100.00

153 5 2.05 1 94.57

155 5 7.58 1 100.00

165 1 0.79 2 100.00

167 2 0.80 1 100.00

168 6 4.35 1 100.00

170 3 1.99 1 100.00

24


jenis gabungan berbagai sumber)


Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang

digunakan

Kesamaan

kosinus

(%)

d2-130-132 1 0.68 2 97.09

d2-133-140 3 1.82 1 98.37

d2-143-148 3 2.31 1 96.30

d2-151-167 4 3.70 1 97.31

d2-153-142 3 2.40 1 80.19

d2-153-154 4 2.01 1 100.00

d2-165-154 1 1.12 2 100.00

d2-165-166 1 0.82 2 100.00

d2-168-146 5 5.10 1 99.38

d2-170-141 10 11.36 2 84.16

d3-106-144-137 2 0.54 2 81.69

d3-107-153-167 1 0.68 2 100.00

d3-129-146-151 2 0.76 2 100.00

d3-130-131-132 3 2.48 2 98.99

d3-130-134-142 1 0.27 2 100.00

d3-133-136-140 4 3.36 1 99.09

d3-140-139-168 3 1.59 2 100.00

d3-143-144-148 5 4.50 1 100.00

d3-151-167-128 2 1.85 2 99.06

d3-153-142-131 3 2.78 1 100.00

d3-153-154-165 2 1.18 2 100.00

d3-165-154-149 2 1.56 2 100.00

d3-166-167-170 1 0.68 2 100.00

d3-168-146-155 1 1.22 2 100.00

d3-170-141-143 1 0.75 2 100.00

25


jenis sedikit bagian sumber)


Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang

digunakan

Kesamaan

kosinus

(%)

e-106 7 4.90 2 100.00

e-107 13 9.56 2 92.12

e-128 12 8.39 1 100.00

e-129 3 2.13 2 100.00

e-130 7 4.76 2 97.81

e-131 12 8.51 2 100.00

e-132 22 15.49 1 100.00

e-133 10 7.14 2 100.00

e-134 20 14.29 2 100.00

e-137 3 2.00 2 98.50

e-139 12 8.63 1 100.00

e-140 4 2.99 2 100.00

e-142 3 2.03 2 100.00

e-143 3 2.26 2 100.00

e-144 9 6.43 1 95.47

e-146 5 3.38 2 100.00

e-148 7 4.90 1 100.00

e-149 5 3.25 1 85.59

e-151 14 10.14 2 100.00

e-153 9 6.25 2 100.00

e-155 17 12.41 1 97.49

e-165 21 14.79 1 100.00

e-167 6 4.23 1 100.00

e-168 3 2.31 2 100.00

e-170 6 4.32 2 97.07

26


jenis restrukturisasi)


Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang

digunakan

Kesamaan

kosinus

(%)

tr-128 1 0.58 2 83.87

tr-131 2 1.55 2 82.85

tr-132 11 7.10 1 83.73

tr-133 6 3.61 1 78.38

tr-139 10 8.13 1 91.75

tr-140 3 2.13 1 85.09

tr-142 17 10.43 1 85.00

tr-143 9 8.26 1 79.10

tr-144 6 2.47 1 82.87

tr-146 5 2.60 2 89.92

tr-148 5 2.87 1 89.36

tr-149 3 2.29 1 78.50

tr-155 18 27.27 1 75.34

tr-165 5 4.27 1 81.96

tr-170 6 4.55 1 82.11

tr2-130-132 6 4.48 1 81.09

tr2-133-140 1 0.63 2 87.81

tr2-143-148 24 18.75 1 77.43

tr2-151-167 16 16.00 1 85.06

tr2-153-142 4 3.31 1 86.25

tr2-153-154 17 8.67 1 80.39

tr2-165-154 3 3.30 1 88.19

tr2-165-166 4 3.51 1 88.17

tr2-168-146 18 19.15 1 83.64

tr2-170-141 1 1.06 2 100.00

27

Lampiran 10 Hasil deteksi plagiat dengan mesin pencari Bing (dokumen uji jenis

hampir sama persis)


Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang digunakan

Kesamaan

kosinus

(%)

106 1 0.31 2 87.47

107 1 0.99 2 100.00

128 71 39.89 1 28.18

129 82 40.00 1 31.94

130 134 40.00 1 41.24

131 1 0.74 2 98.31

132 67 39.64 1 31.08

133 3 1.81 2 91.91

134 110 39.86 1 33.36

137 1 0.71 2 94.31

139 49 39.84 1 40.42

140 60 40.00 1 25.39

142 1 0.61 2 80.88

143 43 39.81 1 24.34

144 1 0.44 2 98.50

146 79 39.70 1 46.24

148 65 39.63 1 52.83

149 54 40.00 1 39.31

151 75 39.89 1 61.12

153 97 39.75 1 55.97

155 26 39.39 1 24.45

165 50 39.37 1 21.01

167 40 16.06 1 86.57

168 55 39.86 1 27.51

170 60 39.74 1 32.25

28


gabungan berbagai sumber)

Nama Frekuensi

Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang digunakan

Kesamaan

kosinus

(%)

d2-130-132 59 39.86 1 32.02

d2-133-140 31 18.79 1 73.18

d2-143-148 52 40.00 1 34.67

d2-151-167 43 39.81 1 50.51

d2-153-142 3 2.40 1 76.49

d2-153-154 79 39.70 1 39.11

d2-165-154 31 34.83 1 72.49

d2-165-166 48 39.34 1 28.05

d2-168-146 39 39.80 2 37.97

d2-170-141 35 39.77 1 31.55

d3-106-144-137 2 0.54 2 87.47

d3-107-153-167 6 4.11 2 100.00

d3-129-146-151 105 39.77 1 32.35

d3-130-131-132 5 4.13 1 99.39

d3-130-134-142 9 2.47 2 98.54

d3-133-136-140 23 19.33 2 98.95

d3-140-139-168 75 39.68 1 29.48

d3-143-144-148 1 0.90 2 98.50

d3-151-167-128 43 39.81 1 10.53

d3-153-142-131 6 5.56 2 97.96

d3-153-154-165 67 39.64 1 11.90

d3-165-154-149 51 39.84 1 20.73

d3-166-167-170 59 39.86 1 54.22

d3-168-146-155 32 39.02 1 27.05

d3-170-141-143 53 39.85 1 40.87

29


sedikit bagian sumber)


Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang digunakan

Kesamaan

kosinus

(%)

e-106 7 4.90 2 92.69

e-107 9 6.62 2 100.00

e-128 57 39.86 1 27.87

e-129 56 39.72 - -

e-130 58 39.46 1 26.33

e-131 56 39.72 1 27.87

e-132 56 39.44 1 28.84

e-133 27 19.29 2 96.44

e-134 56 40.00 1 27.87

e-137 60 40.00 1 37.13

e-139 55 39.57 1 15.02

e-140 53 39.55 1 18.98

e-142 3 2.03 2 99.44

e-143 53 39.85 1 28.84

e-144 9 6.43 1 95.47

e-146 59 39.86 1 26.33

e-148 57 39.86 1 34.67

e-149 61 39.61 1 29.16

e-151 55 39.86 1 24.34

e-153 57 39.58 1 27.87

e-155 54 39.42 1 27.87

e-165 45 31.69 1 73.27

e-167 56 39.44 1 18.69

e-168 52 40.00 - -

e-170 55 39.57 1 27.87

30


restrukturisasi)

Nama Frekuensi

Pencarian

Persentase

penggunaan

segmen

Aturan

identifikasi

yang digunakan

Kesamaan

kosinus

(%)

tr-128 69 39.88 1 31.31

tr-131 51 39.53 1 24.52

tr-132 62 40.00 1 29.89

tr-133 7 4.22 1 83.25

tr-139 49 39.84 1 30.85

tr-140 56 39.72 1 39.35

tr-142 1 0.61 2 77.14

tr-143 43 39.45 1 17.89

tr-144 6 2.47 1 82.87

tr-146 76 39.58 1 48.54

tr-148 69 39.66 1 44.05

tr-149 52 39.69 1 27.58

tr-155 26 39.39 1 22.13

tr-165 46 39.32 1 24.40

tr-170 52 39.39 1 39.71

tr2-130-132 53 39.55 1 33.61

tr2-133-140 48 30.38 1 78.97

tr2-143-148 51 39.84 1 32.84

tr2-151-167 40 40.00 1 35.27

tr2-153-142 48 39.67 1 22.11

tr2-153-154 78 39.80 1 22.50

tr2-165-154 36 39.56 1 0.00

tr2-165-166 45 39.47 1 22.26

tr2-168-146 37 39.36 1 20.65

tr2-170-141 37 39.36 1 41.43

31

Lampiran 14 Waktu deteksi plagiat dokumen uji jenis hampir sama persis

dengan mesin pencari Google (detik)

Nama dokumen Ekstraksi Segmentasi Pembobotan Pencarian

106 0.08 1.33 0.85 5.88

107 0.04 0.27 0.73 5.42

128 0.05 0.36 0.82 4.97

129 0.05 0.83 0.76 6.07

130 0.08 0.99 1.43 8.32

131 0.05 0.63 0.35 6.37

132 0.06 0.33 0.54 11.96

133 0.05 0.47 0.62 7.90

134 0.07 1.18 0.96 8.84

137 0.05 0.51 0.44 3.30

139 0.05 0.29 0.31 8.91

140 0.05 0.53 0.53 25.23

142 0.05 0.36 0.49 10.04

143 0.05 0.39 0.41 5.00

144 0.06 0.93 1.02 7.52

146 0.06 0.35 0.60 10.26

148 0.06 0.46 0.49 5.46

149 0.05 0.61 0.98 9.36

151 0.05 0.48 0.99 6.51

153 0.06 0.77 0.58 9.44

155 0.04 0.17 0.50 11.85

165 0.05 0.35 0.74 3.76

167 0.07 0.45 1.80 7.46

168 0.04 0.48 0.77 13.65

170 0.05 0.35 1.11 73.94

32

Lampiran 15 Waktu deteksi plagiat dokumen uji jenis gabungan beberapa sumber



d2-130-132 0.05 0.37 0.89 51.31

d2-133-140 0.05 0.29 0.57 33.34

d2-143-148 0.05 0.23 0.85 6.41

d2-151-167 0.04 0.26 0.62 8.31

d2-153-142 0.05 0.33 1.61 7.30

d2-153-154 0.06 0.52 0.50 10.01

d2-165-154 0.04 0.31 0.26 3.54

d2-165-166 0.05 0.40 0.32 5.54

d2-168-146 0.04 0.32 0.73 10.83

d2-170-141 0.04 0.22 0.23 16.73

d3-106-144-137 0.09 0.86 1.72 6.99

d3-107-153-167 0.05 0.28 0.54 6.03

d3-129-146-151 0.07 0.70 1.02 6.06

d3-130-131-132 0.04 0.36 0.31 6.20

d3-130-134-142 0.08 1.03 0.97 4.47

d3-133-136-140 0.05 0.40 0.40 37.70

d3-140-139-168 0.06 0.55 0.57 7.96

d3-143-144-148 0.05 0.29 0.41 12.28

d3-151-167-128 0.05 0.34 0.29 7.31

d3-153-142-131 0.05 0.20 0.30 8.45

d3-153-154-165 0.06 0.33 0.45 4.49

d3-165-154-149 0.05 0.25 0.48 7.06

d3-166-167-170 0.06 0.28 0.52 3.78

d3-168-146-155 0.04 0.34 0.26 4.58

d3-170-141-143 0.06 0.55 0.49 6.40

33

Lampiran 16 Waktu deteksi plagiat dokumen uji jenis sedikit bagian sumber



e-106 0.17 0.66 1.04 11.78

e-107 0.05 0.39 0.58 18.43

e-128 0.05 0.39 0.43 17.50

e-129 0.05 0.49 0.50 5.74

e-130 0.05 0.60 0.66 13.21

e-131 0.05 0.41 0.36 16.06

e-132 0.05 0.32 0.60 28.60

e-133 0.05 0.26 0.73 15.85

e-134 0.05 0.50 0.42 30.61

e-137 0.05 0.28 0.80 6.31

e-139 0.05 0.35 0.44 19.34

e-140 0.05 0.32 0.54 6.99

e-142 0.05 0.32 0.49 7.13

e-143 0.05 0.39 0.68 6.05

e-144 0.05 0.32 0.49 55.24

e-146 0.05 0.40 0.50 219.20

e-148 0.05 0.82 0.41 33.30

e-149 0.05 0.51 0.45 17.56

e-151 0.05 0.36 0.61 156.01

e-153 0.05 0.64 0.50 51.08

e-155 0.05 0.45 0.40 23.41

e-165 0.05 0.42 0.35 36.17

e-167 0.05 0.81 0.51 10.46

e-168 0.05 0.24 0.67 4.72

e-170 0.05 0.31 0.35 11.95

34

Lampiran 17 Waktu deteksi plagiat dokumen jenis restrukturisasi dengan mesin

pencari Google (detik)


tr-128 0.11 1.60 0.62 5.86

tr-131 0.04 0.27 0.48 9.30

tr-132 0.05 1.14 0.48 44.50

tr-133 0.05 0.42 0.85 16.01

tr-139 0.05 0.33 0.58 22.42

tr-140 0.05 0.50 0.75 14.22

tr-142 0.05 0.35 0.53 176.93

tr-143 0.05 1.01 0.42 55.18

tr-144 0.06 0.84 0.98 34.20

tr-146 0.06 1.47 0.66 15.26

tr-148 0.06 0.36 0.46 11.79

tr-149 0.05 0.54 0.62 10.82

tr-155 0.03 0.13 0.18 240.61

tr-165 0.05 0.20 0.71 11.50

tr-170 0.05 0.29 0.59 13.86

tr2-130-132 0.05 0.40 0.62 10.39

tr2-133-140 0.05 0.53 0.76 4.89

tr2-143-148 0.05 0.30 0.43 45.68

tr2-151-167 0.04 0.28 0.48 31.44

tr2-153-142 0.04 0.42 0.39 9.26

tr2-153-154 0.05 0.73 0.77 52.54

tr2-165-154 0.04 0.22 0.38 105.06

tr2-165-166 0.04 0.22 0.35 15.14

tr2-168-146 0.04 0.28 0.31 29.47

tr2-170-141 0.04 0.17 0.25 5.35

35

Lampiran 18 Waktu deteksi plagiat dokumen uji jenis hampir sama persis

dengan mesin pencari Bing (detik)


106 0.63 3.61 2.14 17.37

107 0.62 1.58 3.99 20.92

128 0.06 2.00 3.30 298.04

129 0.05 2.77 4.16 266.84

130 0.09 3.84 2.52 525.95

131 0.32 0.35 0.74 3.16

132 0.69 0.76 0.60 289.71

133 0.09 0.81 1.11 10.34

134 0.08 1.13 1.71 435.14

137 0.05 0.62 1.99 2.83

139 0.28 1.32 2.69 169.10

140 0.05 0.35 1.58 190.80

142 0.08 1.37 1.43 2.71

143 0.08 0.75 1.10 170.35

144 0.06 2.00 2.32 2.13

146 0.06 3.56 2.83 252.10

148 0.11 1.35 1.36 391.32

149 0.05 1.00 0.99 216.08

151 0.06 1.41 1.41 245.17

153 0.07 2.63 1.83 62.86

155 0.04 0.85 0.37 77.03

165 0.08 2.59 1.75 132.09

167 0.11 1.97 2.48 153.89

168 0.06 1.05 1.71 277.12

170 0.05 0.97 0.76 292.17

36

Lampiran 19 Waktu deteksi plagiat dokumen uji jenis gabungan beberapa

sumber dengan mesin pencari Bing (detik)


d2-130-132 0.05 0.44 0.52 233.54

d2-133-140 0.06 0.40 0.62 177.86

d2-143-148 0.25 0.50 0.52 193.47

d2-151-167 0.05 0.32 0.30 129.83

d2-153-142 0.05 0.39 0.34 28.40

d2-153-154 0.08 0.87 0.70 281.76

d2-165-154 0.04 0.31 0.30 84.21

d2-165-166 0.05 0.48 0.53 185.97

d2-168-146 0.04 0.34 0.34 122.34

d2-170-141 0.04 0.28 0.27 185.18

d3-106-144-137 0.11 1.64 1.71 12.66

d3-107-153-167 0.07 0.28 0.72 24.82

d3-129-146-151 0.07 0.82 1.02 553.10

d3-130-131-132 0.04 0.24 0.53 22.37

d3-130-134-142 0.08 0.92 1.47 18.55

d3-133-136-140 0.04 0.27 0.42 66.06

d3-140-139-168 0.06 0.41 0.65 206.75

d3-143-144-148 0.05 0.23 0.27 1.84

d3-151-167-128 0.06 0.32 0.41 164.53

d3-153-142-131 0.05 0.42 0.58 12.57

d3-153-154-165 0.06 0.92 0.55 180.56

d3-165-154-149 0.05 0.94 0.51 139.28

d3-166-167-170 0.06 0.41 0.50 265.49

d3-168-146-155 0.04 0.18 0.21 169.59

d3-170-141-143 0.04 0.43 0.35 260.95

37

Lampiran 20 Waktu deteksi plagiat dokumen uji jenis sedikit bagian sumber

dengan mesin pencari Bing (detik)


e-106 0.06 1.08 0.74 14.13

e-107 0.07 1.27 1.04 20.72

e-128 0.07 1.18 1.07 223.92

e-129 0.06 1.03 0.66 202.13

e-130 0.07 1.01 0.72 621.37

e-131 1.34 0.80 0.81 230.21

e-132 0.05 0.35 0.68 158.52

e-133 0.05 0.82 0.88 140.63

e-134 0.05 0.36 0.63 259.78

e-137 0.05 0.42 0.92 6.10

e-139 0.05 0.36 0.81 179.95

e-140 0.05 0.55 0.49 230.90

e-142 0.05 0.53 0.76 6.42

e-143 0.05 0.41 0.34 125.39

e-144 0.05 1.20 0.97 18.11

e-146 0.07 1.40 0.71 282.35

e-148 0.05 0.85 0.78 172.86

e-149 0.05 1.13 0.66 165.80

e-151 0.07 0.90 1.09 132.97

e-153 0.07 0.41 0.75 146.50

e-155 0.05 0.72 0.75 171.83

e-165 0.07 1.35 0.80 176.00

e-167 0.06 0.86 0.49 241.05

e-168 0.06 21.69 0.61 151.52

e-170 0.06 0.84 0.45 235.46

38

Lampiran 21 Waktu deteksi plagiat dokumen jenis restrukturisasi dengan mesin

pencari Bing (detik)


tr-128 0.05 1.04 0.88 452.88

tr-131 0.05 0.75 0.98 276.31

tr-132 0.06 0.89 1.16 2592.31

tr-133 0.06 0.95 0.78 40.67

tr-139 0.06 0.68 0.87 208.25

tr-140 0.08 23.30 0.71 568.28

tr-142 0.06 0.93 0.84 2.18

tr-143 0.06 0.86 0.52 268.21

tr-144 0.07 1.82 1.67 35.22

tr-146 0.07 1.59 0.94 477.77

tr-148 0.07 0.73 0.87 650.47

tr-149 0.06 1.20 0.43 162.66

tr-155 0.04 0.28 0.19 88.87

tr-165 0.05 0.72 0.71 129.54

tr-170 0.06 0.65 0.44 301.55

tr2-130-132 0.06 0.76 0.58 238.46

tr2-133-140 0.08 23.32 0.89 153.21

tr2-143-148 0.09 0.39 0.92 246.19

tr2-151-167 0.04 1.78 0.75 135.02

tr2-153-142 0.08 0.75 0.87 174.66

tr2-153-154 0.06 1.27 1.79 964.75

tr2-165-154 0.04 0.41 0.86 147.31

tr2-165-166 0.05 0.55 0.49 144.28

tr2-168-146 0.04 0.53 0.41 261.75

tr2-170-141 0.05 0.86 1.14 114.34

39

RIWAYAT HIDUP

Penulis dilahirkan di Pangkalpinang, 11 Desember 1989 dari ayah Yadi dan

ibu Sylvia Ratna Ningsih. Penulis merupakan anak pertama dari tiga bersaudara.

Penulis menempuh sekolah menengah atas di Sekolah Menengah Atas

Negeri 1 Pemali. Selama masa sekolah menengah atas, penulis aktif dalam

organisasi yaitu sebagai pengurus Organisasi Siswa Intra Sekolah dan Organisasi

Siswa Intra Asrama. Pada tahun 2007 penulis lulus seleksi IPB Diploma melalui

jalur Undangan Seleksi Masuk IPB. Penulis menyelesaikan pendidikan

diplomanya pada tahun 2010 dengan tugas akhir berjudul “Pembangunan Website

PT Prima Agro Perkasa”. Pada tahun yang sama penulis melanjutkan pendidikan

sarjana di IPB. Penulis diterima di Departemen Ilmu Komputer, Fakultas

Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

SISTEM PENDETEKSI PLAGIAT HARFIAH PADA DOKUMEN … · dokumen plagiat dibuat dengan menyalin 1-3...

Documents

Transcript of SISTEM PENDETEKSI PLAGIAT HARFIAH PADA DOKUMEN … · dokumen plagiat dibuat dengan menyalin 1-3...