PENGEMBANGAN SISTEM DETEKSI PARAFRASE DI JURUSAN TEKNOLOGI INFORMATIKA ITS

Transkripsi

1 PENGEMBANGAN SISTEM DETEKSI PARAFRASE DI JURUSAN TEKNOLOGI INFORMATIKA ITS PARAPHRASE DETECTION SYSTEM DEVELOPMENT IN DEPARTMENT TECHNICAL INFORMATION ITS Bramaning Djoko Susilo, Daniel Oranova Siahaan Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember Jalan Cokroaminoto 12 A, Surabaya, 60264, Surabaya ABSTRAK Meningkatnya teknologi digital mempermudah untuk menggunakan kembali isi atau konten. Dalam dunia akademis, penggunaan kembali isi tanpa memberikan penghargaan dapat dikategorikan sebagai tindakan plagiarisme. Dengan munculnya kasus plagiarisme dalam dunia akademis ini sangat merugikan banyak pihak, salah satu contohnya adalah menurunnya kredibilitas karena kurangnya ketelitian dalam proses pengujian. Di satu sisi, jumlah publikasi yang beredar adalah sangat besar, kemudian jumlah makalah yang akan dipublikasikan juga sangat besar akan mempersulit pihak penguji untuk meneliti satu per satu. Untuk mengatasi permasalahan di atas, maka peneliti mengembangkan sebuah sistem berbasis web untuk mendukung pencegahan tindakan plagiarisme. Metodologi yang digunakan adalah System Development Life Cycle (SDLC) dengan beberapa penyesuaian sesuai dengan konteks permasalahan. Tahap-tahap yang akan dilaksanakan adalah: studi literatur, analisis dan desain sistem, implementasi dan pengujian. Dalam penelitian ini, pencegahan plagiarisme dilakukan melalui deteksi parafrase dokumen. Algoritma yang digunakan adalah algoritma winnowing yang menghasilkan sebuah fingerprint dari dokumen uji, kemudian dibandingkan dengan fingerprint dokumen acuan, kemudian akan diketahui persentase kemiripan antara dokumen yang diuji dengan dokumen acuan. Tingkat kemiripan inilah yang digunakan untuk memutuskan apakah terjadi praktek parafrase atau tidak. Untuk mempermudah klasifikasi dokumen yang diuji, digunakan 3 level kemiripan yang dapat diatur besar persentasenya. Kata kunci: pengembangan sistem, plagiarisme, parafrase, deteksi parafrase, algoritma winnowing ABSTRACT The increasing digital technology makes it easier to reuse content, or content. In the academic world, reuse of content without giving the award can be categorized as an act of plagiarism. With the emergence of cases of plagiarism in the academic world is very detrimental to many parties, one example is the decline in credibility because of the lack of rigor in the testing process. On the one hand, the number of publications in circulation is very large, then the amount of paper to be published are also very large will make the examiner to examine one by one. To solve the above problems, the researchers developed a web-based system to support the prevention of plagiarism. The methodology is using the System Development Life Cycle (SDLC) with some adjustments in accordance with the context of the problem. The stages to be implemented are: literature studies, analysis and system design, implementation, and testing. In this study, the prevention of plagiarism detection is done C-26-1

2 through paraphrase documents. The algorithm used is the winnowing algorithm that generates a fingerprint of the test document, and then compared with the fingerprint reference document, and then will know the percentage of similarity between documents that were tested with the reference document. Level of similarity is used to decide whether or not the practice of paraphrasing. To simplify the classification of documents that were tested, used 3 levels of similarity that can be set large percentage. Keywords: system development, plagiarism, paraphrasing, paraphrasing detection, winnowing algorithm PENDAHULUAN Beberapa tahun belakangan ini, kasus plagiarisme muncul dalam media nasional. Contoh kasus adalah plagiarisme pada salah satu mahasiswa S3 perguruan tinggi di Bandung. Mahasiswa tersebut membuat makalah yang kemudian dipublikasikan dalam konferensi IEEE pada Kemudian, IEEE mengumumkan melalui situsnya ieeexplore.ieee.org bahwa terjadi plagiarisme dalam pembuatan makalah tersebut. Makalah yang dipublikasikan menjiplak pada makalah yang telah dibuat pada tahun Kejadian tersebut tidak hanya merugikan pencipta makalah sebagai pemilik hak cipta tulisan, namun juga merugikan lingkungan akademis karena dapat dianggap kurang teliti dalam menguji tulisan sehingga dapat menurunkan kepercayaan publik tentang kompetensi tenaga akademik institusi. Ada beberapa hal yang menyebabkan plagiarisme terjadi. Menurut Abdul Hamid (2010) menjelaskan sebab plagiarisme ada tiga hal, yaitu: - Motivasi mengejar gelar akademis Jabatan fungsional dan sertifikasi. Semakin tinggi jabatan atau gelar maka semakin tinggi pula tunjangan yang didapatkan. Disamping itu pemerintah juga telah meningkatkan mutu standar akademisi, sehingga mau tidak mau mereka harus mengikuti. Bagi akademisi yang berpikiran pendek maka plagiarisme sering menjadi pilihan mereka seperti yang dicontohkan di atas. - Keinginan mendapatkan popularitas. Hal ini dapat dicontohkan ketika akademisi yang ingin eksis melalui media masa dengan menulis artikel namun menjiplak dari jurnal yang telah dipublikasikan. - Kemudahan teknologi dalam mendapatkan informasi dari internet. Seperti diketahui bahwa internet menjadi sumber informasi dengan pertumbuhan yang sangat pesat. Dengan melakukan select, copy dan paste maka dapat membuat tulisan secara instan. Berdasarkan permasalahan di atas, maka diperlukan adanya deteksi plagiarisme dimana salah satu cara yang dapat digunakan adalah dengan deteksi parafrase. Dalam penelitian sebelumnya, untuk pengetahuan tingkat kemiripan teks diguakan algoritma yang bernama winnowing. Algoritma ini dipilih karena pengujian tidak bergantung pada bahasa data uji dengan data acuan. Disamping itu, algoritma ini masih dapat mendeteksi meskipun konten dalam paper telah diubah posisinya. Output yang dihasilkan adalah sebuah fingerprint atau sidik jari dokumen, fingerprint ini kemudian dibandingkan dengan fingerprint data acuan. Hasil pembandingan ini yang akan menjadi referensi pihak akademis untuk mengambil keputusan mengenai adanya dugaan plagiarisme. Plagiarisme Dalam Kamus Besar Bahasa Indonesia, plagiat diartikan sebagai pengambilan karangan (pendapat dsb.) orang lain dan menjadikannya seolah-olah karangan (pendapat dsb) C-26-2

3 sendiri, misalkan menerbitkan karya tulis orang lain atas nama dirinya sendiri. Plagiarisme sendiri merupakan kegiatan plagiat terhadap karya orang lain. Secara spesifik Utorodewo (2007) menjelaskan ciri-ciri plagiarisme sebagai berikut: - Mengakui tulisan orang lain sebagai tulisan sendiri, - Mengakui gagasan orang lain sebagai pemikiran sendiri - Mengakui temuan orang lain sebagai kepunyaan sendiri - Mengakui karya kelompok sebagai kepunyaan atau hasil sendiri, - Menyajikan tulisan yang sama dalam kesempatan yang berbeda tanpa menyebutkan asalusulnya - Meringkas dan memparafrasekan (mengutip tak langsung) tanpa menyebutkan sumbernya, dan - Meringkas dan memparafrasekan dengan menyebut sumbernya, tetapi rangkaian kalimat dan pilihan katanya masih terlalu sama dengan sumbernya. Dari uraian di atas menunjukkan bahwa memparafrasekan rangkaian kalimat dari sumber tanpa menyebutkan sumber termasuk dalam kategori plagiarisme. Deteksi Parafrase Dalam Kamus Besar Bahasa Indonesia, parafrase didefinisikan sebagai: - Pengungkapan kembali suatu tuturan dari sebuah tingkatan atau semacam bahasa yang lain tanpa mengubah pengertian. - Penguraian kembali suatu teks (karangan) dalam bentuk (susunan kata -kata) yang lain, dengan maksud menjelaskan makna yang tersembunyi. Document Fingerprinting Fingerprinting dokumen adalah salah satu teknik pendeteksi keseluruhan atau parsial dari copy antara dokumen-dokumen. Ide utamanya adalah menyimpan kumpulan angka-angka yang representatif, sehingga dapat diidentifikasi apakah diantara dokumen-dokumen tersebut memiliki kemiripan. Angka-angka ini memiliki penanda posisi dalam dokumen. Copy yang berbeda dari suatu dokumen dapat dipastikan memiliki fingerprint yang berbeda pada posisi ini. Teknik-teknik yang telah ada sebelumnya menggunakan dugaan hashing k-grams atau w-shingles. Dalam hal ini dokumen dianggap sebagai urutan huruf-huruf, kemudian algoritma tersebut membagi dokumen ke dalam k-grams atau w-shingles, dimana w dan k ditentukan oleh pengguna sistem. Suatu k-grams adalah substring atau bagian dari karakter dengan panjang k. Contoh untuk k-grams untuk teks a do run run, a do run run adalah: adoru dorun orunr runru nrunr runru unrun nruna runad unado nador adoru dorun orunr runru unrun Sedangkan w-shingles adalah bagian urutan dari w huruf-huruf. Contoh kelompok 4-shingles dari frase one two three one two three one two three adalah: {(one,two,three,one), (two,three,one,two), (three,one,two,three)} C-26-3

4 Kemudian lakukah hash k-grams atau w-shingles dengan menggunakan suatu fungsi hash. Output hash ini adalah berupa deretan angka-angka yang akan dipilih menggunakan metode tertentu sebagai fingerprinting dokumen. Rolling Hash Rolling hash adalah sebuah fungsi dimana input diproses di dalam sebuah window yang bergerak sejalan dengan input. Fungsi hash ini memungkinkan nilai hash baru dihitung berdasarkan nilai hash sebelumnya. Dengan menggunakan fungsi ini diharapkan akan menghemat biaya komputasi pengubahan data string menjadi nilai-nilai hash. Fungsi hash didefinisikan sebagai: Keterangan: c : nilai ascii karakter input (representasi angka dari karakter) b: bilangan basis k : nilai grams Kemudian untuk menghitung hash, menggunakan fungsi: Algoritma Winnowing Algoritma winnowing digunakan untuk memilih nilai-nilai hash tertentu dan digunakan kemudian sebagai fingerprint dari dokumen. Dalam algoritma ini, ada beberapa kriteria yang dijadikan dasar dalam mencari kemiripan antar dokumen, yaitu: 1. Jika ada satu kesamaan substring paling sedikit dengan panjang guarantee threshold, t, maka kesamaan ini terdeteksi oleh algoritma. 2. Tidak mendeteksi semua kesamaan dengan panjang kurang dari noise threshold, k. Kesamaan string dengan panjang kurang dari k harus dihindari dengan mempertimbangkan hash-hash hanya dari k-grams. Dengan nilai k yang lebih besar maka semakin meyakinkan bahwa kesamaan antar dokumen adalah bukan suatu kebetulan. Namun, dengan nilai k yang besar maka akan mengurangi sensitivitas pendeteksian pada perubahan urutan konten dokumen, karena perubahan posisi substring yang lebih kecil dari k tidak akan dapat terdeteksi. Untuk menghindari hal-hal di atas, maka diperlukan pemilihan nilai k yang dapat mengurangi kesamaan yang kebetulan. Misalkan rangkaian hash, jika, kemudian paling sedikit satu harus dipilih untuk memastikan deteksi semua kesamaan dengan panjang paling sedikit t. Misalkan ukuran window menjadi, kemudian rangkaian hash merepresentasikan suatu dokumen. Setiap posisi dalam rangkaian hash mendefinisikan window dari hash. Untuk memastikan jaminan pendeteksian maka sangat penting untuk memilih salah satu nilai hash dari setiap window untuk dipilih sebagai fingerprint dokumen. Secara detail pemilihan nilai hash mengikuti aturan-aturan, yaitu untuk setiap window dipilih nilai hash terkecil, jika ada nilai hash terkecil lebih dari satu maka dipilih nilai yang paling kanan dalam window. Kemudian rangkaian hash yang baru digunakan sebagai fingerprint dokumen. Contoh selengkapnya sebagai berikut: 1. Teks A do run run run, a do run run 2. Teks dengan penghilangan karakter yang tidak relevan adorunrunrunadorunrun 3. Rangkaian 5-grams dari teks C-26-4

5 adoru dorun orunr runru unrun nrunr runru unrun nruna runad unado nador adoru dorun orunr runru unrun 4. Rangkaian hash dari 5-grams Windows dari rangkaian hash dengan panjang 4 (77, 74, 42, 17) (74, 42, 17, 98) (42, 17, 98, 50) (17, 98, 50, 17) (98, 50, 17, 98) (50, 17, 98, 8) (17, 98, 8, 88) (98, 8, 88, 67) ( 8, 88, 67, 39) (88, 67, 39, 77) (67, 39, 77, 74) (39, 77, 74, 42) (77, 74, 42, 17) (74, 42, 17, 98) 6. Fingerprint yang dipilih oleh winnowing Fingerprint dengan informasi posisi [17,3] [17,6] [8,8] [39,11] [17,15] Dalam mendeteksi plagiarisme, maka diperlukan suatu nilai-nilai yang menjadi kebutuhan pokok, dimana dalam aplikasi yang akan dirancang harus memenuhi kebutuhan dalam acuan tersebut. Menurut Schleimer (2003), beberapa acuan yang digunakan dalam mendeteksi plagiarisme adalah: 1. Whitespace insensitivity Pecocokan file teks tidak terpengaruh oleh tanda spasi, huruf kapital atau normal, tanda baca dan lain sebagainya. 2. Noise suppression Semua pencocokan harus cukup besar untuk menunjukkan bahwa bahan tulisan adalah penyalinan dari tulisan lainnya. Kata-kata yang umum dan pendek contohnya adalah dan, atau dan sebagainya. 3. Position independence Urutan paragraf tidak mempengaruhi tingkat kecocokan yang ditemukan, kemudian penambahan maupun pengurangan terhadap dokumen asli juga demikian. METODE Studi literatur Dalam tahap studi literatur akan mengumpulkan dan membahas informasi yang berkaitan dengan pengembangan sistem. Tujuan langkah ini adalah mengumpulkan informasi yang akan digunakan sebagai referensi dalam langkah selanjutnya. Beberapa informasi pokok yang akan dikumpulkan sebagai berikut: - Informasi Jurusan Teknologi Informasi ITS - Informasi perangkat-perangkat pendukung untuk pengembangan sistem - Spesifikasi input dokumen standar ekstensi doc, docx dan pdf - Implementasi algoritma winnowing Analisa dan Desain Berdasarkan informasi pada langkah sebelumnya, maka akan dilakukan analisa untuk memperjelas permasalahan yang akan diselesaikan dalam penelitian secara lebih detail. Analisa ini berupa identifikasi kebutuhan sistem yang akan dijelaskan dalam subbab selanjutnya. Kemudian dilanjutkan dengan tahap desain sistem yang terdiri dari tahap desain C-26-5

6 proses, tahap desain antarmuka dan tahap desain basis data. Desain ini selanjutnya menjadi dasar untuk implementasi pada langkah selanjutnya. Identifikasi Kebutuhan Identifikasi kebutuhan sistem adalah deskripsi dari layanan-layanan yang disediakan oleh sistem dan batasan-batasan operasionalnya (Sommerville, 2011). Tahap ini menjadi dasar utama dalam penelitian karena permasalahan yang akan diselesaikan akan diidentifikasikan dan diterjemahkan ke dalam bentuk dokumen kebutuhan yang harus dipenuhi oleh sistem. Sumber yang digunakan adalah berasal dari hasil tahap studi literatur, sedangkan hasil tahap ini berupa poin kebutuhan yang kemudian disajikan dalam daftar kebutuhan. Desain Basis Data Desain basis data pada penelitian ini menggunakan model Entity Relationship Diagram (ERD). Hasil dalam tahap ini adalah diagram konseptual yang kemudian akan diubah menjadi bentuk fisik pada tahap implementasi. Desain Antarmuka Desain antarmuka dalam tahap ini dibuat dengan mempertimbangkan kebutuhan sistem, yaitu informasi yang harus disajikan kepada pengguna. Desain antarmuka juga harus memenuhi hasil identifikasi kebutuhan yang berkaitan. Hasil dalam tahap ini berupa gambaran umum antarmuka yang akan dilihat oleh pengguna. Desain proses Metode pengembangan yang digunakan pada penelitian ini menggunakan metode terstruktur, sehingga untuk permodelan data menggunakan model Data Flow Diagram (DFD). Dimulai dengan permodelan konseptual atau DFD level 0, kemudian selanjutnya akan diturunkan ke level 1, 2, dan selanjutnya. Implementasi Dalam tahap implementasi akan mengubah diagram-diagram hasil dari tahap analisa dan desain sebelumnya menjadi dalam bentuk fisik. Pengujian Pada tahap ini akan dilakukan uji coba terhadap sistem yang telah dibangun. Uji coba bertujuan untuk membuktikan bahwa hasil penelitian dapat menyelesaikan permasalahan. HASIL DAN PEMBAHASAN Studi Literatur a. Perangkat lunak pendukung Dalam mengembangkan sistem digunakan beberapa perangkat lunak antara lain: - wampserver, lingkungan pengembangan web berbasis window. Perangkat ini sudah memasukkan paket aplikasi web server apache2, pemroses teks php dan basis data mysql. Aplikasi dapat diunduh di alamat: - jquery, pustaka javascript cross platform. Pustaka ini digunakan untuk mempermudah komunikasi antara client (browser) dengan server dan menyediakan framework UI. Referensi jquery di - xpdf, pustaka open source yang digunakan untuk mengekstrak file pdf ke dalam bentuk teks. Xpdf dapat digunakan pada OS Windows maupun linux. Dalam penelitian ini digunakan xpdf versi windows dengan tipe aplikas exe. Alamat pustaka dapat dilihat pada C-26-6

7 b. Format data - JSON, javascript object notation. Merupakan format data alternatif selain XML. Keuntungan menggunakan JSON adalah mudah untuk pembacaan dan penulisan data. Disamping itu format JSON telah didukung dalam jquery dan PHP sehingga memberikan kemudahan dalam komunikasi pada sistem yang dibangun. Alamat resmi JSON di - Format data doc dan docx, format data Microsoft Word Document. Format doc merupakan format untuk versi MS Word , sedangkan docx untuk versi 2007 ke atas. Spesifikasi format doc disediakan di bawah Microsoft Open Spesification Promise, detail selanjutnya dapat merujuk pada alamat Untuk format docx merujuk pada spesifikasi OFFICE OPEN XML OVERVIEW, ECMA TC45, alamat referensi - Format data pdf, merupakan format data yang disediakan oleh Adobe System. Pada Januari 2007, Adobe System mengumumkan bahwa mereka merilis format PDF versi 1.7 dan dipublikasi melalui ISO pada 2008 dengan ISO Rujukan selengkapnya dapat dilihat di alamat c. Implementasi Algoritma Winnowing Berikut implementasi dari algoritma winnowing dalam kode PHP: $fingerprints = array(); $min = PHP_INT_MAX; $pos = -1; for ($i=0, $imax=count($kgrams)-$w+1; $i<$imax; $i++) { for ($j=0; $j<$w; $j++) { if ($kgrams[$i+$j]['hash'] <= $min) { if (($i+$j) > $pos) { $min = $kgrams[$i+$j]['hash']; $pos = $i+$j; } } } $n = end($fingerprints); if (!$n ($min <= $n[0] && $pos > $n[1]) $i > $n[1]) $fingerprints[] = array($min, $pos); $min = PHP_INT_MAX; $pos = 0; } Output dari potongan kode di atas adalah data array berisi nilai-nilai hash dan posisinya yang telah diolah dalam fungsi rolling hash. Implementasi Pada tahap implementasi, hasil dari analisa dan desain dan tahap dirubah dalam bentuk fisik. Dalam bentuk fisik terdapat 4 menu utama yang dapat diakses oleh pengguna, yaitu: - Home, halaman muka sistem yang berisi tentang penjelasan singkat penggunaan sistem. - Repository, berisi daftar dokumen-dokumen yang telah di upload, dan input-input variable untuk pengujian. Pada halaman ini pengguna dapat memilih dokumen yang digunakan sebagai dokumen uji, dan memilih dokumen-dokumen yang digunakan sebagai acuan. - Uploads, halaman ini berisi form untuk meng-upload dokumen ke repository. C-26-7

8 - Control Panel, halaman ini digunakan untuk mengatur variable default sistem, pengaturan level klasifikasi dokumen, dan pengaturan pengguna. Gambar 1 Tampilan Halaman Muka Gambar 3 Tampilan Halaman Upload Gambar 2 Tampilan Halaman Repository Gambar 4 Tampilan Halaman Control Panel Pengujian a. Pengujian pada dokumen yang memparafrasekan dokumen lain. Isi dari dokumen uji dan acuan adalah sebagai berikut: Contoh dokumen uji (parafrase): Hakikat kerja industri/klerikal adalah tidak memuaskan. Karyawan menginginkan lebih banyak keterlibatan dalam pekerjaan mereka, lebih banyak mengatur diri sendiri, dan kesempatan untuk memberikan kontribusi yang lebih besar terhadap organisasi mereka. Contoh dokumen acuan (sumber): Hakikat ketidakpuasan kerja industri atau klerikal tidak lagi diperselisihkan. Banyak karyawan dewasa ini lebih menyukai tingkat keterlibatan yang lebih besar dalam pekerjaan mereka daripada yang diduga sebelumnya. Banyak dari mereka yang semakin menginginkan pengaturan diri sendiri dan kesempatan untuk memberikan kontribusi yang lebih besar terhadap organisasi. (Schuler, Dowling & Smart, 1988, p. 17) Hasil pengujian pada sistem adalah sebagai berikut: Nilai awal k=6, nilai t divariasi dengan nilai minimal 6 dan nilai maksimal 60, dan nilai b divariasi dengan nilai minimal 10 dan nilai maksimal 30. Didapatkan nilai maksimal persentase sebesar 100%, pada beberapa nilai t dan k. Dalam penelitian ini deteksi parafrase sifatnya pendekatan, maka selanjutnya dipilih nilai ambang prosentase di atas 90% dengan asumsi nilai tersebut cukup meyakinkan untuk diduga banyak kemiripan dan dipilih nilai dengan jumlah fingerprint data uji terbanyak dengan asumsi semakin banyak fingerprint maka semakin akurat atau semakin banyak kesamaan. Nilai yang diperoleh adalah b=10, t=16, dan k=6. C-26-8

9 b. Pengujian pada dua dokumen dengan konten yang berbeda. Dengan nilai yang didapatkan dari pengujian sebelumnya, selanjutnya akan diuji dua dokumen dengan konten yang berbeda. Prosentase yang didapatkan adalah sebesar 10,46%. c. Pengujian pada dokumen yang kebetulan memiliki kemiripan namun bukan parafrase. Dokumen yang diuji merupakan makalah, namun masing-masing belum dipublikasikan. Dari sisi bidang keilmuan memiliki kesamaan yaitu dalam bidang Teknologi Informasi, namun berbeda dalam pembahasan. Salah satu dokumen dengan tema pengembangan sistem dan lainnya memiliki tema tata kelola teknologi informasi. Prosentase yang didapatkan sebesar 50,34%. KESIMPULAN DAN SARAN Sistem yang dikembangkan diharapkan dapat mendeteksi plagiarisme melalui deteksi parafrase di Jurusan Teknologi Informatika ITS. Dalam pengujian telah dihasilkan bahwa nilai prosentase antara dokumen yang parafrase adalah bernilai di atas 80%. Untuk dokumen dengan konten berbeda memiliki nilai prosentase dibawah 25%, dan ditemukan nilai prosentase di atas 50% untuk dua dokumen dengan bidang keilmuan sama, namun tema yang diangkat berbeda. Beberapa saran yang dapat digunakan dalam pengembangan sistem deteksi parafrase: - Untuk meminimalkan adanya kesamaan yang sifatnya kebetulan, maka pada penelitian selanjutnya dapat menerapkan filter stop list pada baik dokumen uji maupun dokumen acuan, karena stop list merupakan kumpulan kata-kata yang sering digunakan namun kurang memiliki makna atau bobot dalam kalimat. - Dalam dunia nyata, data yang telah dipublikasi jumlahnya sangat besar dan konten yang bervariasi. Untuk melakukan deteksi pada masing-masing data tersebut akan membutuhkan waktu yang sangat lama dan tidak efisien apabila mendeteksi dengan bidang keilmuan yang berbeda karena kecil kemungkinan terjadi parafrase. Pada penelitian selanjutnya diharapkan ada sebuah sistem penunjang yang akan bertugas mencari dokumen-dokumen yang memiliki bidang keilmuan yang sejenis atau tema yang hampir sama. DAFTAR PUSTAKA Chillar, Rajender Singh, dan Barjesh Kochar. (2008). RB-Matcher: String Matching Technique. World Academy of Science, Engineering and Technology, vol. 42. Hamid, Abdul. Dampak Sistemik Plagiarisme. (2010). (diakses Oktober 6, 2011). Karp, Richard M. (1991). An Introduction to Randomized Algorithm, Discrete Applied Mathematics, p Kusmawan, Putu. (2010). Aplikasi Pendeteksi Penjiplakan Pada File Teks Dengan Algoritma Winnowing, Institut Teknologi Sepuluh November, Surabaya. Mutiara, A. Benny, dan Sinta Agustina. (2007). Aplikasi Anti Plagiatisme Dengan Algoritma Karp-Rabin Pada Penuliisan Ilmiah Universitas Gunadarma, Universitas Gunadarma, Jakarta. C-26-9

10 Schleimer, Saul, Daniel S. Wilkerson, dan Alex Aiken. (2003). Winnowing: Local Algorithms for Document Fingerprinting, SIGMOD. Sommerville, Ian. (2011). Sofware Engineering. 9th. Pearson. C-26-10

11 Lampiran A Hasil Pengujian 1 b t k Fingerprint Uji Fingerprint Acuan Prosentase ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% ,00% C-26-11

12 Lampiran A Hasil Pengujian 1 (lanjutan) b t k Fingerprint Uji Fingerprint Acuan Prosentase ,67% ,71% ,71% ,71% ,71% ,71% ,21% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,33% ,25% ,82% ,82% ,82% ,25% ,82% ,95% ,95% C-26-12