Komang Nova Artawan, Rukmi Sari Hartati, Yoga Divayana
{"title":"Perancangan Fitur Deteksi Kemiripan Dokumen Jawaban Tugas Mahasiswa pada Sistem Manajemen Pembelajaran dengan Metode K-Shingling dan Cosine Similarity","authors":"Komang Nova Artawan, Rukmi Sari Hartati, Yoga Divayana","doi":"10.24843/mite.2023.v22i01.p06","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi dapat digunakan untuk mendukung proses belajar mengajar agar berjalan dengan lebih efektif dan efisien, salah satu aplikasi yang dapat digunakan untuk menunjang hal tersebut adalah Sistem Manajemen Pembelajaran atau yang sering dikenal dengan LMS (Learning Management System). LMS menyediakan wadah yang terintegrasi dimulai dari penyampaian materi hingga evaluasi pembelajaran. Metode evaluasi pembelajaran yang dapat dilakukan pada LMS adalah dengan pemberian tugas kepada mahasiswa, dan mahasiswa dapat melakukan pengumpulan dengan mengunggah dokumen jawaban mereka. Hal yang sering menjadi permasalahan adalah adanya indikasi plagiarisme yang dilakukan mahasiswa dengan menduplikasi jawaban mahasiswa lainnya. Untuk mengatasi permasalahan tersebut, akan dikembangkan fitur pada menu Tugas Mata Kuliah LMS yang dapat mendeteksi kemiripan dokumen jawaban tugas mahasiswa dengan menggunakan metode K-Shingling dan Cosine Similarity. Algoritma K-Shingling digunakan untuk membentuk shingle yang merupakan substring atau potongan kata yang dibentuk dari keseluruhan teks dalam dokumen jawaban tugas yang telah melalui tahap preprocessing, kemudian untuk tiap dokumen dibangkitkan suatu vektor nilai shingle yang akan digunakan untuk membandingkan nilai kemiripan antar dokumen menggunakan Cosine Similarity. Hasil yang didapat dalam penelitian ini adalah sistem yang dikembangkan mampu mendeteksi persentase kemiripan dokumen jawaban tugas dari tiap mahasiswa, dan dari nilai persentase tersebut dapat mengindikasikan apakah jawaban tugas mahasiswa merupakan plagiat terhadap jawaban mahasiswa lainnya atau tidak.
 Kata Kunci— LMS; Kemiripan Dokumen; K-Shingling; Cosine Similarity","PeriodicalId":53323,"journal":{"name":"Majalah Ilmiah Teknologi Elektro","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Majalah Ilmiah Teknologi Elektro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24843/mite.2023.v22i01.p06","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Perkembangan teknologi dapat digunakan untuk mendukung proses belajar mengajar agar berjalan dengan lebih efektif dan efisien, salah satu aplikasi yang dapat digunakan untuk menunjang hal tersebut adalah Sistem Manajemen Pembelajaran atau yang sering dikenal dengan LMS (Learning Management System). LMS menyediakan wadah yang terintegrasi dimulai dari penyampaian materi hingga evaluasi pembelajaran. Metode evaluasi pembelajaran yang dapat dilakukan pada LMS adalah dengan pemberian tugas kepada mahasiswa, dan mahasiswa dapat melakukan pengumpulan dengan mengunggah dokumen jawaban mereka. Hal yang sering menjadi permasalahan adalah adanya indikasi plagiarisme yang dilakukan mahasiswa dengan menduplikasi jawaban mahasiswa lainnya. Untuk mengatasi permasalahan tersebut, akan dikembangkan fitur pada menu Tugas Mata Kuliah LMS yang dapat mendeteksi kemiripan dokumen jawaban tugas mahasiswa dengan menggunakan metode K-Shingling dan Cosine Similarity. Algoritma K-Shingling digunakan untuk membentuk shingle yang merupakan substring atau potongan kata yang dibentuk dari keseluruhan teks dalam dokumen jawaban tugas yang telah melalui tahap preprocessing, kemudian untuk tiap dokumen dibangkitkan suatu vektor nilai shingle yang akan digunakan untuk membandingkan nilai kemiripan antar dokumen menggunakan Cosine Similarity. Hasil yang didapat dalam penelitian ini adalah sistem yang dikembangkan mampu mendeteksi persentase kemiripan dokumen jawaban tugas dari tiap mahasiswa, dan dari nilai persentase tersebut dapat mengindikasikan apakah jawaban tugas mahasiswa merupakan plagiat terhadap jawaban mahasiswa lainnya atau tidak.
Kata Kunci— LMS; Kemiripan Dokumen; K-Shingling; Cosine Similarity