Eko Heri Susanto
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENERAPAN DETEKSI PLAGIARISME DENGAN ALGORITMA WINNOWING PADA RANCANGAN SISTEM INFORMASI E-UJIAN Eko Heri Susanto; Sulaibatul Aslamiyah
Jurnal Informatika dan Komputer Vol 7 No 2 (2017): October
Publisher : Sekolah Tinggi Ilmu Komputer PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1260.941 KB)

Abstract

Plagiarisme merupakan salah satu kejahatan intelektual yang terjadi di dalam dunia akademik, kejahatan tersebut dapat tergambar dari perilaku pencurian, penipuan, penculikan dan pengakuan hasil penelitian maupun tulisan orang lain yang kemudian diakui sebagai karya sendiri. Banyak dikalangan mahasiswa yang melakukan plagiarisme dalam mengerjakan tugas-tugasnya, hal ini tentunya sangat tidak baik, mahasiswa tidak mau berfikir sendiri untuk menyelesaikan tugasnya. Untuk meminimalisir terjadinya tingkat plagiarisme di kalangan mahasiswa maka dibuatlah aplikasi yang bisa untuk mendeteksi plagiarisme yang dilakukan oleh mahasiswa, aplikasi berbasis website ini memanfaatkan algoritma winnowing, yaitu salah satu metode document finger printing yang digunakan untuk mendeteksi kemiripan antar teks dokumen dengan menggunakan teknik hashing. Algortima ini dipilih karena winnowing merupakan salah satu algoritma terbaik untuk mendapatkan nilai similarity antar teks dokumen baik dalam segi akurasi ataupum performansi. Hasil dari penelitian ini adalah sebuah aplikasi website untuk mendeteksi tingkat plagiarisme yang dilakukan oleh mahasiswa. Tingkat plagiarisme ditampilkan dalam bentuk prosentase.
Penerapan Algoritma K-Means Untuk Clustering Framework dan Library PHP Berdasarkan Analisis Code Structure Muhammad Ridho Putra Syalabi; Ahmad Fahrudi Setiawan; Eko Heri Susanto
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65108

Abstract

pengembang menghadapi tantangan dalam memilih tools yang sesuai untuk kebutuhan proyek. Penelitian ini bertujuan untuk mengelompokkan framework dan library PHP berdasarkan analisis struktur kode menggunakan algoritma K-Means dengan sistem berbasis website. Analisis dilakukan dengan mempertimbangkan 13 atribut, seperti LOC, NCLOC, CLOC, rata-rata panjang kelas, panjang metode, dan distribusi fungsi, untuk menemukan pola distribusi dalam kelompok yang signifikan. Meskipun Elbow Method menunjukkan k=4 (91.799) sebagai cluster optimal berdasarkan penurunan WCSS yang signifikan, analisis lanjutan dengan Silhouette Score dan evaluasi visual menunjukkan bahwa pembagian data menjadi 3 cluster memberikan pemisahan yang lebih jelas dan mudah diinterpretasikan. Cluster 1 mewakili framework dengan struktur kode kecil dan sederhana, sementara Cluster 2 dan Cluster 3 mencerminkan framework dengan struktur yang lebih kompleks dan ukuran kode yang lebih besar. Oleh karena itu, jumlah cluster 3 dipilih sebagai hasil yang optimal, karena memberikan keseimbangan antara kompleksitas model dan interpretasi yang jelas. Hasil clustering menggunakan sistem berbasis website menunjukkan presisi lebih tinggi, dengan perhitungan jarak yang mencapai hingga 15 angka di belakang koma, dibandingkan perhitungan manual yang hanya mencapai 5-6 angka, yang mengindikasikan peningkatan akurasi. Penelitian ini memberikan kontribusi pada pengelompokan framework PHP yang lebih efisien dan membantu pengembang memilih tools yang sesuai.