Dini Azzahra, - (2021) PENERAPAN ALGORITMA K-MEANS CLUSTERING DAN COSINE SIMILARITY DALAM MENDETEKSI PLAGIARISME PADA SKRIPSI MAHASISWA. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.
|
Text
File lengkap sampai lampiran kecuali hasil penelitian (Bab IV dan atau Bab V).pdf Download (7MB) | Preview |
|
Text (BAB IV - BAB V)
File Hasil Penelitian (Bab IV dan atau Bab V).pdf - Published Version Restricted to Repository staff only Download (840kB) |
Abstract
Plagiarisme adalah suatu perbuatan tidak jujur karena mengambil karya orang lain dan mengakuinya sebagai karya pribadi dan merupakan pelanggaran etika dalam pendidikan. Praktik plagiarisme dapat diminimalisir dengan cara mendeteksi plagiat pada dokumen skripsi mahasiswa. Dalam penelitian ini, deteksi plagiarisme menggunakan latar belakang dari 50 dokumen skripsi mahasiswa jurusan Administrasi Negara dan serta dipilih latar belakang dari 30 dokumen sebagai sampel dengan nilai ambang batas plagiat 30%. Adapun tahapan pada penelitian ini yaitu text preprocessing, pembobotan kata, pengelompokan dokumen serta mengukur kesamaan teks pada dokumen. Algoritma yang digunakan yaitu K-Means Clustering serta menggunakan metode cosine similarity. Dokumen akan dikelompokkan kedalam K cluster kemudian dokumen akan dihitung kesamaan teksnya sesuai dengan perbandingan dokumen satu dan lainnya pada cluster yang sama. Pengujian pada penelitian ini akan dilakukan terhadap jumlah cluster K=2 sampai dengan K=8, menggunakan pengujian silhouette coefficient. Dari 7 cluster yang dibentuk dan diuji, maka dihasilkan jumlah K= 5 sebagai struktur cluster yang lebih baik dibanding cluster yang lainnya. Adapun rata-rata nilai silhouette coefficient yang didapat yaitu 0,267079862 dengan performa struktur yang didapat yaitu struktur lemah.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan > 620 Ilmu Teknik 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 19 Jan 2022 06:56 |
Last Modified: | 19 Jan 2022 06:56 |
URI: | http://repository.uin-suska.ac.id/id/eprint/57880 |
Actions (login required)
View Item |