Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary Scientific Studies
Muhammad Alimu Rofiq
Universitas Muhammadiyah Sumatera Utara
Economics, Econometrics & Finance Education Mathematics Social Sciences Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Aplikasi Pendeteksi Plagiat Karya Tulis Ilmiah Berbasis Web Menggunakan NLP dan Algoritma KMP Muhammad Alimu Rofiq; Rizaldy Khair
Indonesian Journal of Multidisciplinary Scientific Studies Vol 4 No 5 (2026): Edisi September 2026
Publisher : Lembaga Penelitian Dan Pengabdian Masyarakat (LPPM) STAI Raudhatul Akmal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33151/ijomss.v4i5.1114

Abstract

Plagiarisme merupakan permasalahan serius dalam dunia akademik yang dapat menurunkan integritas ilmiah dan kualitas karya tulis ilmiah. Pemeriksaan plagiarisme secara manual dinilai kurang efektif karena membutuhkan waktu lama dan mengandung unsur subjektivitas. Penelitian ini bertujuan merancang dan membangun aplikasi pendeteksi plagiat terhadap karya tulis ilmiah berbasis web dengan mengintegrasikan Natural Language Processing (NLP) dan algoritma Knuth-Morris-Pratt (KMP). NLP digunakan dalam tahapan preprocessing teks meliputi case folding, cleaning, tokenizing, stopword removal, dan stemming menggunakan algoritma Nazief-Adriani yang disesuaikan untuk morfologi Bahasa Indonesia. Algoritma KMP kemudian digunakan untuk melakukan pencocokan pola kata secara efisien antar dokumen. Metode penelitian yang digunakan adalah Research and Development (R&D). Sistem diimplementasikan menggunakan PHP native 8.1, MySQL, Tailwind CSS, dan Alpine.js. Pengujian fungsional menggunakan black box testing terhadap 20 skenario menunjukkan seluruh fitur sistem berjalan valid. Pengujian performa menunjukkan sistem mampu menangani corpus lebih dari 2.400 dokumen dengan 11 juta kata, dengan waktu eksekusi 2,93 detik pada end-to-end test simulasi 635 dokumen. Pengujian akurasi similarity menghasilkan nilai 81,97%, 74,07%, dan 10,42%, membuktikan sistem mampu membedakan secara konsisten dokumen dengan tingkat kemiripan tinggi dan rendah. Perbandingan dengan Turnitin menunjukkan selisih 13,38 poin persentase yang disebabkan perbedaan cakupan corpus, bukan kesalahan algoritma. Dengan demikian, aplikasi yang dibangun dapat membantu proses pendeteksian kemiripan karya tulis ilmiah berbahasa Indonesia secara efektif, transparan, dan bebas biaya lisensi.
Co-Authors Rizaldy Khair