Perancangan Aplikasi Pendeteksi Kemiripan Teks Dengan Menggunakan Metode Latent Semantic Analysis
Article Sidebar
Main Article Content
Abstract
Sistem aplikasi Pendeteksi Kemiripan Teks adalah aplikasi yang menggunakan Metode Latent Semantic Analysis (LSA). Aplikasi ini dapat memberikan informasi mengenai hubungan antar dokumen teks yang direpresentasikan menggunakan term dokumen matrix. Term dokumen matrix berguna untuk memberikan nilai kemiripan pada setiap kata dalam dokumen. Metode LSA tidak memperhatikan tata letak kata pada dokumen dengan kata lain makna yang terkandung di dalam teks tidak berpengaruh terhadap perhitungan kemiripan. Bila terdapat dua buah dokumen yang saling salin namum struktur kalimatnya telah diubah dan ketika dibandingkan menggunakan metode LSA dengan perhitungan kemiripan menggunakan metode cosine similarity maka akan didapat hasil presetase kemiripan yang sama. Aplikasi ini dibangun menggunakan bahasa pemrograman PHP dan juga bahasa pemrograman python. Aplikasi ini dilakukan pengujian menggunakan metode blackbox testing.
Article Details
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International License.
References
Wijaya, Hengki. "Plagiarisme dalam Penelitian" Sekolah Tinggi Theologia Jaffray Makassar, 2016, pp. 84-92.
G. Cosma and M. Joy, "An Approach to Source-Code Plagiarism Detection and Investigation Using Latent Semantic Analysis," in IEEE Transactions on Computers, vol. 61, no. 3, pp. 379-394, March 2012.doi: 10.1109/TC.2011.223
Evan Harya Chandra, Julius. Plagiarisme Abstrak menggunakan Algoritma Winnowing dan Synsets, Jakarta: Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Tarumanagara (Skripsi tidak dipublikasikan),2017, h. iv.
Citawan ,Rico Setiadi.Automatic Essay Scoring dan Question Answering pada Sistem Elearning menggunakan Metode LSA dan N-Gram, Jakarta: Program Studi Teknik nformatika Fakultas Teknologi Informasi Universitas Tarumanagara (Skripsi tidak dipublikasikan), 2013, h. iv.
Suhartono, Derwin.Penggunaan Latent Semantic Analysis (LSA) dalam Pemrosesan Teks, https://socs.binus.ac.id/2015/08/03/penggunaan-latent-semantic-analysis-lsa-dalampemrosesan-teks, 22 Agustus 2019.
Ngafifudin, Dwi. http://hirupmotekar.com/2017/05/30/dwi-ngafifudin-konsep-dan-prinsipserta-algoritma-dalam-latent-sementic-indexing, 21 Januari 2020
Gusmita.Penerapan Latent Semantic Analysis untuk menentukkan kesamaan makna antara kata dalam bahasa inggis dan bahasa Indonesia, http://hirupmotekar.com/2017/05/30/dwingafifudin-konsep-dan-prinsip-serta-algoritma-dalam-latent-sementic-indexing/, 8 Oktober 2019
Wall M.E., Rechtsteiner A., Rocha L.M. (2003) Singular Value Decomposition and Principal Component Analysis. In: Berrar D.P., Dubitzky W., Granzow M. (eds) A Practical Approach to Microarray Data Analysis. Springer, Boston, MA
Suhartono, Derwin. Penggunaan Latent Semantic Analysis (LSA) dalam Pemrosesan Teks, https://socs.binus.ac.id/2015/08/03/penggunaan-latent-semantic-analysis-lsa-dalampemrosesan-teks, 22 Agustus 2019.
Pratap Dangeti. Consine Similarity, https://www.oreilly.com/library/view/statistics-formachine/9781788295758/eb9cd609-e44a-40a2-9c3a-f16fc4f5289a.xhtml, 18 Agustus 2019.