Penerapan Winnowing Algorithm pada Aplikasi Identifikasi Kelayakan dan Plagiarisme Skripsi.

Putri, Devi Rizki and Sikumbang, Hengki and Haris, Abdul (2018) Penerapan Winnowing Algorithm pada Aplikasi Identifikasi Kelayakan dan Plagiarisme Skripsi. Diploma thesis, STT PLN.

[thumbnail of LAPORAN_ FIX SIDANG_DEVI RIZKI PUTRI_SKRIPSI LENGKAP.pdf] Text
LAPORAN_ FIX SIDANG_DEVI RIZKI PUTRI_SKRIPSI LENGKAP.pdf
Restricted to Registered users only

Download (3MB)

Abstract

To minimize the practice of plagiarism needed a method that can analyze the level of words, the similaritas of which is by using the method of winnowing. This research aims to build a website-based applications using the winnowing algorithm is able to identify plagiarism in students ' thesis. In the search algorithm hash value using equation winnowing rolling hash. The hash value is a numeric value that is formed from the ASCII (American Standard Code for Information Interchange) of each character. The results of these similarity measurement research concluded that the smaller the percentage rate in common thesis that was tested, the small degree of resemblance. If the percentage <=30% then the thesis is not included in the category of plagiarism, but if the results of testing on the larger thesis >30%, then the thesis has a high degree of similarity and such action is considered plagiarism. This study comes with a description of the percentage of similarity and categories of plagiarism.

Untuk meminimalisir praktik plagiarisme dibutuhkan suatu metode yang dapat menganalisis tingkat similaritas kata, di antaranya adalah dengan menggunakan metode winnowing. Penelitian ini bertujuan untuk membangun sebuah aplikasi berbasis website menggunakan algoritma winnowing yang mampu mengidentifikasi plagiarisme pada skripsi mahasiswa. Dalam pencarian nilai hash algoritma winnowing menggunakan persamaan rolling hash. Nilai hash merupakan nilai numerik yang terbentuk dari perhitungan ASCII (American Standard Code for Information Interchange) tiap karakter. Hasil penelitian pengukuran kemiripan ini disimpulkan bahwa semakin kecil tingkat persentase kesamaan skripsi yang diuji, maka semakin kecil pula tingkat kemiripan. Jika persentase <=30% maka skripsi tidak termasuk dalam kategori plagiat, tetapi jika hasil dari pengujian pada skripsi semakin besar >30%, maka skripsi tersebut mempunyai tingkat kemiripan yang tinggi dan tindakan tersebut dianggap plagiat. Penelitian ini dilengkapi dengan keterangan persentase kemiripan dan kategori plagiarisme.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Text mining, Algoritma Winnowing, Rolling Hash, Plagiarisme, Similarity, ASCII.
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Sutrisno
Date Deposited: 06 Nov 2025 04:11
Last Modified: 06 Nov 2025 04:11
URI: https://repository.itpln.ac.id/id/eprint/3495

Actions (login required)

View Item
View Item