Penerapan Algoritma Enhanced Confix Stripping Dan Rabin-Karp Untuk Mendeteksi Kemiripan Dokumen Teks Bahasa Indonesia

Information retrieval merupakan kegiatan memperoleh data informasi yang relevan, pencarian informasi dapat didasarkan pada teks lengkap atau pengindeksan berbasis konten lainya. Information retrieval terdiri dari tiga komponen utama, yaitu masukan (input), pemroses (processor), dan keluaran (output). Plagiarisme merupakan pelanggaran utama akademik, namun sebagian dari institusi perguruan tinggi yang telah berkembang dengan baik sudah menerapkan kebijakan dan prosedur untuk menangani masalah tersebut. Selain itu, plagiarisme juga digambarkan sebagai tindakan pencurian karya orang lain dan membuat pekerjaan tersebut adalah pekerjaan sendiri. Pendeteksian plagiarisme di Indonesia hanya menggunakan cara sederhana pra-pemrosesan teks seperti menghilangkan spasi, dan karakter yang tidak dibutuhkan. Metode semacam ini hanya bisa mendeteksi plagiarisme dengan cara sederhana tetapi tidak dapat mendeteksi bentuk yang lebih kompleks. Metode Enhanced Confix Stripping merupakan pengembangan algoritma terdahulunya dengan beberapa perbaikan kesalahan pada metode sebelumnya dan metode Rabin-Karp sebagai tahap membandingkan nilai hash antara string masukan dan substring dalam teks. Berdasarkan hasil pengujian sistem menggunakan metode Rabin-Karp dikombinasikan dengan Enhanced Confix Stripping Stemmer dengan akurasi rata-rata 24.71% dan tanpa menggunakan Stemming dengan akurasi rata-rata 26.28%.