ABSTRAK Penjiplakan merupakan masalah yang sering muncul dan semakin berkembang terutama dalam bidang pendidikan. Banyak karya tulis yang sebagian bahkan seluruh isinya dibuat dengan menjiplak dari karya tulis orang lain. Untuk mengatasi masalah tersebut, salah satunya solusinya adalah dengan dibuatnya aplikasi yang dapat mengelompokan dokumen dan mendeteksi penjiplakan pada dokumen tersebut. Pada tugas akhir ini dibuat aplikasi yang dapat mendeteksi penjiplakan antar dokumen yaitu dengan membandingkan antar dokumen. Dalam melakukan pendeteksian penjiplakan dokumen digunakan algoritma Winnowing. Algoritma winnowing ini berfungsi untuk melakukan proses dokumen fingerprint, yaitu dengan merubah teks menjadi sekumpulan nilai - nilai hash. Nilai hash ini yang akan digunakan untuk mendeteksi tingkat kesamaan antar dokumen. Dalam hal pengelompokan dokumen dipergunakan algoritma fuzzy k-means. Dari hasil uji coba aplikasi ini dapat diambil kesimpulan bahwa semakin besar nilai n-gram, basis, dan window maka semakin kecil hasil prosentase kemiripan antar dokumen yaitu dengan menghasilkan sebesar 4.17%, dan sebaliknya semakin kecil nilai n-gram, basis, dan window maka semakin besar prosentase kemiripan antar dokumen yaitu dengan menghasilkan prosentase 98.49%. Pada perhitungan nilai f-measure dipengaruhi oleh keakuratan data yang diproses. Kata Kunci : deteksi penjiplakan, cluster, f-measure

ABSTRACT Plagiarism is a problem that often arises and growing, especially in the field of education. Many papers that some even made by copying the entire contents of the writings of others. To overcome these problems, one solution is to made applications that can classify documents and detecting plagiarism in such documents. In this final project is the application that detects plagiarism by comparing between documents between documents. In conducting the document plagiarism detection algorithms used Winnowing. Winnowing algorithm serves to make the process of document fingerprint, ie by changing the text to a set of values - the value of hash. This hash value that will be used to detect the degree of similarity between the documents. In the case of document clustering algorithm used fuzzy k-means. From the test results of these applications can be concluded that the greater the value of n-grams, the base, and then the window gets smaller percentage yield similarity between documents is the result of 4:17%, and conversely the smaller the value of n-grams, the base, and the window then the greater the percentage of similarity between documents is to produce a percentage of 98.49%. In the calculation of the value of f-measure is affected by the accuracy of the data being processed. Keywords: plagiarism detection, cluster, f-measure

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal