DETEKSI KEMIRIPAN DOKUMEN TEKS JUDUL SKRIPSI DAN ABSTRAK DENGAN METODE CONSINE SIMILARITY DAN PEMBOBOTAN TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY (TF-IDF) PADA JURUSAN SISTEM KOMPUTER UNIVERSITAS DINAMIKA BANGSA JAMBI

Pazara Ditho, Aulia (2024) DETEKSI KEMIRIPAN DOKUMEN TEKS JUDUL SKRIPSI DAN ABSTRAK DENGAN METODE CONSINE SIMILARITY DAN PEMBOBOTAN TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY (TF-IDF) PADA JURUSAN SISTEM KOMPUTER UNIVERSITAS DINAMIKA BANGSA JAMBI. Skripsi thesis, UNAMA.

[img] Text
BAB I.pdf

Download (81kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (415kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (101kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (308kB)
[img] Text
BAB V.pdf

Download (713kB)
[img] Text
BAB VI.pdf

Download (73kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (250kB)

Abstract

Pengajuan judul skripsi menjadi tahapan awal dalam proses skripsi. Pencarian judul yang beragam membuat sebagai mahasiswa terkadang kesulitan dengan pokok bahasan yang akan dibahas. Proses pendeteksian kemiripan judul yang sudah dilakukan oleh Universitas Dinamika Bangsa masih sebatas membandingkan judul skripsi yang sudah ada. Tujuan penelitian ini untuk membuat sistem yang dapat deteksi tingkat kemiripan dari judul skripsi yang dibandingkan dengan basis data judul skripsi yang ada di Universitas Dinamika Bangsa dan menguji tingkat kemiripan judul dan abstrak skripsi. Sistem yang dibangun mempunyai tahapan preprocessing text terlebih dahulu dengan tahapan stemming serta adanya filter stopword untuk menghilangkan kata sambung. Sistem ini akan mempunyai tingkat kemiripan yang ditampilkan dalam nilai presentase 0 sampai dengan 100% dengan dikategorikan 3 kelas meliputi kemiripan rendah, sedang dan tinggi. Sistem ini dibangun dengan memanfaatkan library Sastrawi untuk proses stemming. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil dari pengujian yang dilakukan dengan sejumlah 4 data pengujian dengan 9 data master dapat memproses identifikasi kemiripan yang mempunyai nilai 11,40 % pada kemiripan judul dan nilai sebesar 11,89 % pada kemiripan abstrak. Nilai pengujian terbesar ada pada pengujian ke 2 dengan nilai kemiripan judul sebesar 15,76 % dan pada nilai abstrak sebesar 32,99.

Item Type: Thesis (Skripsi)
Subjects: Sistem Kontrol
Divisions: Skripsi > Sistem Komputer > 2024
Depositing User: Digital Library
Date Deposited: 11 Oct 2024 08:32
Last Modified: 14 Oct 2024 07:29
URI: http://repository.unama.ac.id/id/eprint/3946

Actions (login required)

View Item View Item