Bukan ade

Dari widuri
Lompat ke: navigasi, cari

ANALISA MODEL DALAM MEMBANDINGKAN DOKUMEN UNTUK MENGUKUR PROSENTASE KEMIRIPAN,

STUDI KASUS: PADA TEKNIK INFORMATIKA DI PERGURUAN TINGGI RAHARJA


LAPORAN KULIAH KERJA PRAKTEK


Logo stmik raharja.jpg



OLEH:

1112469211 FIFIT ALFIAH



SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER

RAHARJA

TANGERANG

(2013/2014)


LEMBAR PERSETUJUAN



ANALISA MODEL DALAM MEMBANDINGKAN DOKUMEN UNTUK MENGUKUR PROSENTASE KEMIRIPAN,

STUDI KASUS: PADA TEKNIK INFORMATIKA DI PERGURUAN TINGGI RAHARJA



Diajukan guna melengkapi sebagian syarat untuk mengikuti Skripsi pada Jurusan Teknik Informatika Konsentrasi Software Engineering

STMIK Raharja Tahun Akademik 2013/2014.



Tangerang, Juni 2014


Dosen Pembimbing
       
Pembimbing Lapangan
           
           
           
           
(Junaidi, M.Kom)
       
(Junaidi, M.Kom)
NID : 05062
       
NIP : 001405




SEKOLAH TINGGI MANAJEMEN DAN ILMU KOMPUTER

RAHARJA



LEMBAR KEASLIAN KULIAH KERJA PRAKTEK


Saya yang bertandatangan di bawah ini,

NIM
: 1112469211
Nama
Jenjang Studi
: Strata Satu
Jurusan
: Teknik Informatika
Konsentrasi
: Software Engineering


Menyatakan bahwa Kuliah Kerja Praktek (KKP) ini merupakan karya tulis saya sendiri dan bukan salinan atau duplikat dari laporan KKP yang telah dipergunakan dilingkungan Perguruan Tinggi Raharja maupun di Perguruan Tinggi lain, serta belum pernah dipublikasikan.


Pernyataan ini dibuat dengan penuh kesadaran dan rasa tanggung jawab serta bersedia menerima sanksi jika ternyata pernyataan diatas tidak benar.

Tangerang, Juni 2014
Fifit Alfiah
NIM. 1112469211

)*Tandatangan dibubuhi materai 6.000;


ABSTRAKSI

Dalam dunia pendidikan terkadang terjadi praktik plagiatrisme / penjiplakan hasil dari penelitian dan penulisan. Plagiatrisme atau yang sering di sebut dengan tindakan plagiat adalah penjiplakan atau pengambilan karangan, pendapat, dan sebagainya dari orang lain dan menjadikannya seolah karangan dan pendapat sendiri. Seperti mahasiswa yang sedang membuat penulisan ilmiah skripsi, terjadi tindakan plagiat dalam menyalin data (copy and paste). Adanya persamaan judul penulisan ilmiah skripsi antar mahasiswa membuat mahasiswa melakukan penyalinan data atau teks, sehingga memicu terjadinya penulisan ilmiah yang sama karena bersumber dari data yang sama, hal ini juga di dukung melimpahnya sumber informasi di internet. Untuk mendeteksi adanya tingkat kesamaan sumber data dokumen dan source code dapat dilakukan beberapa pendekatan yang sudah banyak di pakai. Pada penelitian ini akan di paparkan beberapa metode pendeteksi plagiat, sebagai solusi dari masalah tindakan plagiat yang telah terjadi selama ini. Dengan adanya beberapa metode pendekatan yang sudah banyak dipakai otomatis untuk mendeteksi tindakan plagiat, seperti Algoritma Winnowing, Algoritma Jaro-Winkler dan Algoritma Rabin-Karp diharapkan dapat menghasilkan prosentasi akurasi yang tinggi, hal ini dimungkinkan masing-masing pendekatan memiliki beberapa kelemahan dan kelebihan. Analisa model dapat menciptakan prosentasi kemiripan yang tinggi dalam membandingkan dokumen karena antara pendekatan yang satu dengan yang lainnya bisa saling menutupi kekurangan.

Kata Kunci: plagiatrisme dokumen, winnowing, jaro-winkler, rabin-karp, collaborative methods

ABSTRACT

In the world of education sometimes occurs practice plagiatrisme / plagiarism results of research and writing. Plagiatrisme or who is often called the act of plagiarism is plagiarism or making bouquets, opinions, etc. from others and make it as their own essays and opinion. Like the students who are making scientific writing thesis, an act of plagiarism in copying the data (copy and paste). The similarity between the title of scientific writing thesis students make students make copies of data or text, thus causing the same scientific writing as sourced from the same data, it also boosted the abundance of resources on the internet. To detect the level of similarity data source document and source code to do some of the approaches that have been widely in use. In this study will describe several methods of detecting plagiarism, as the solution of problems that plagiarism has occurred over the years. By there several methods that have been widely used approach automatically to detect plagiarism, such as the Winnowing algorithm, Jaro-Winkler algorithm and Rabin-Karp algorithm is expected to yield a high percentage of accuracy, it is possible each approach has some drawbacks and advantages. Analisa can create a model of a high percentage of similarity in comparing documents because of the approach one another with each other to cover the shortfall .

Keywords : plagiatrisme documents , Winnowing , Jaro - Winkler , Rabin - Karp , collaborative methods


KATA PENGANTAR

Alhamdulillah Puji Syukur penulis panjatkan kehadirat Allah Swt, karena dengan rahmat dan hidayah-Nya penulis dapat menyelesaikan laporan Kuliah Kerja Praktek ini yang berjudul “Analisa model dalam membandingkan dokumen untuk mengukur prosentase kemiripan study kasus : pada Teknik Informatika di Perguruan Tinggi Raharja”. Kuliah Kerja Praktek ini diambil sebagai salah satu syarat untuk Skripsi dan kelulusan pada Perguruan Tinggi Raharja.

Penulis berharap karya tulis ini dapat memberikan informasi yang bermanfaat dan tambahan pengetahuan bagi para pembaca umumnya serta mahasiswa pada khususnya. Dan semoga karya tulis ini dapat menjadi bahan perbandingan dalam periode selanjutnya, dan dapat menjadi suatu karya ilmiah yang baik.

Pada kesempatan ini penulis mengucapkan terima kasih atas bantuannya yang tak ternilai harganya kepada :

  1. Bapak Ir. Untung Rahardja, M.T.I selaku Ketua STMIK Raharja.
  2. Bapak Sugeng Santoso, M.Kom, selaku Pembantu Ketua I STMIK Raharja.
  3. Bapak Junaidi, M.Kom selaku Kepala Jurusan Teknik Informatika, sekaligus Dosen pembimbing KKP dan Stackholder.
  4. Dosen dan Staf Perguruan Tinggi Raharja yang telah memberikan bekal ilmu pengetahuan kepada peneliti.
  5. Kepada Ade Setiadi yang senantiasa membantu, memberi motivasi dan semangat agar laporan ini selesai dengan baik.
  6. Kepada teman-teman (Arba,Dhimas, Imam, Dwi Fitri, Anggi, Rivai, Eka, dkk) .
  7. Dan semua pihak yang tidak dapat disebutkan satu persatu.
  8. Lebih khusus tak lupa penulis ucapkan kepada kedua Orang Tua dan keluarga, yang selalu memberi motivasi dan semangat, baik moril maupun materil dan do’a untuk keberhasilan penulis.

    Penulis menyadari bahwa dalam penulisan Laporan Kuliah Kerja Praktek ini masih jauh dari sempurna, namun demikian kritik dan saran yang bersifat membangun sangat diharapkan dapat berkarya yang lebih baik lagi.

    Akhir kata dari saya dan semua pihak yang telah membantu terwujudnya karya tulis ini, semoga Allah SWT melimpahkan rahmat dan hidayahnya Amin.

    Tangerang, Juni 2014
    Fifit Alfiah
    NIM. 1112469211

    Daftar isi

    DAFTAR GAMBAR

    DAFTAR SIMBOL

    DAFTAR SIMBOL USE CASE DIAGRAM

    Daftar Simbol Use Case Diagram.png

    DAFTAR SIMBOL ACTIVITY DIAGRAM

    Daftar Simbol Activity Diagram.png

    DAFTAR SIMBOL SEQUENCE DIAGRAM

    Daftar Simbol Sequence Diagram.png

    BAB I

    PENDAHULUAN

    Latar Belakang

    Dalam dunia pendidikan terkadang sering terjadi praktik plagiarisme (penjiplakan) dalam penelitian dan penulisan ilmiah bagi mahasiswa. Penjiplakan atau plagiat menurut Permendiknas, (Pencegahan dan Penanggulangan Plagiat di Perguruan Tinggi, No 7, Pasal 1 ayat 1 2010) Plagiarisme atau yang sering di sebut dengan tindakan plagiat adalah penjiplakan atau pengambilan karangan, pendapat, dan sebagainya dari orang lain dan menjadikannya seolah karangan dan pendapat sendiri.

    Penjiplakan di dunia pendidikan, (Universitas Pendidikan Indonesia 2012: 1-15) biasa terjadi jika seperti mahasiswa yang sedang membuat penulisan ilmiah terjadi tindakan plagiat dalam menyalin data ( copy and paste) skripsi dengan banyaknya fasilitas internet, memudahkan para mahasiswa untuk melakukan tindakan plagiat.

    Tindak plagiat kerap muncul dalam berbagai versi ada yang melakukan pengambilan keseluruhan dokumen karya orang lain dan menyebutnya karya sendiri, ada yang menulis kembali menerbitkannya, ada yang hanya menggunakan sebagian karya orang lain dengan mengabung-gabungkan beberapa karya oranglain.

    Penulisan ilmiah adalah kasus paling banyak terjadinya tindakan plagiat dalam dunia pendidikan yang dilakukan mahasiswa karena teknologi yang menunjang dan adanya hampir persamaan judul penulisan ilmiah antar mahasiswa membuat mahasiswa melakukan penyalinan teks atau data (copy and paste) pada penulisan ilmiah skripsi sehingga memungkinkan terjadinya penulisan ilmiah yang sama karena bersumber dari data yang sama dengan melimpahnya segala sumber informasi hanya dengan mengakses internet membuat semakin banyaknya jenis plagiat dalam segala bentuk.

    Bukan tidak ada teknik bagaimana menghindar dan mencari solusi untuk mengurangi tindakan plagiat, untuk meminimalisasi praktik plagiarisme, diperlukan pendeteksian terhadap penulisan. Oleh karena itu perlu dibuat sebuah aplikasi yang dapat mendeteksi kesamaan dokumen. Berdasarkan latar belakang diatas, maka penulis mencoba untuk melakukan analisis dan kajian terhadap adanya tindakan plagiat pada dokumen penulisan ilmiah dengan judul " Analisa model dalam membandingkan dokumen untuk mengukur prosentase kemiripan, study kasus : pada Teknik Informatika di Perguruan Tinggi Raharja ".

    Perumusan Masalah

    Setiap penelitian dimulai dari rumusan masalah yang dilanjutkan dengan pemecahan masalah. Rumusan masalah berbeda dengan masalah. Masalah merupakan kesenjangan antara yang di harapkan dengan yang terjadi, maka rumusan masalah itu merupakan suatu pertanyaan yang akan dicarikan jawabannya melalui pengumpulan data. Masalah akan timbul apabila ada kesenjangan antara teori (what should be) dengan kenyataan yang dijumpai (what is).

    Maka, dari penjelasan rumusan masalah tersebut, dapat ditarik beberapa permasalahan sebagai berikut :

    1. Bagaimana cara membandingkan dokumen untuk mengukuran persentasi kemiripan pada penulisan ilmiah yang dilakukan oleh kalangan akademis pada Teknik Informatika di Perguruan Tinggi Raharja ?
    2. Model-model apa saja yang bisa digunakan untuk membandingkan dokumen yang dapat mengetahui tingkat kemiripan pada Teknik Informatika di Perguruan Tinggi Raharja ?
    3. Model apa saja yang paling efektif dan efesien dalam mengukur persentasi kemiripan penulisan ilmiah pada Teknik Informatika di Perguruan Tinggi Raharja ?

    Ruang Lingkup

    Setiap penulis memiliki persepsi dan gagasan yang berbeda-beda terhadap suatu hal. Untuk itu perlu diberikan batasan untuk menghindari penafsiran yang keliru atas judul penelitian ini. Untuk menghindari kesalahpahaman dalam menginterpretasi, sekaligus memudahkan pembaca dalam memahami judul penelitian ini, maka penulis merasa perlu untuk mencantumkan batasan masalah dalam penelitian ini, sehingga tidak menimbulkan kesimpangsiuran dalam pembahasan selanjutnya. adapun batasan masalah dalam penelitian ini adalah sebagai berikut.

    1. Peneliti memfokuskan penelitian ini pada analisa sebuah sistem membandingkan dokumen untuk mengukuran persentasi kemiripan penulisan ilmiah. Hal ini dimaksudkan agar peneliti dapat fokus dalam satu bagian. Sehingga data yang diperoleh akurat, spesifik, dan memudahkan peneliti untuk menganalisis data yang diperoleh.

    2. Penilitian ini akan membandingkan sebuah kemiripan dokumen dan memunculkan analisa frase dan kata yang memiliki persamaannya.

    Hipotesis (Opsi)

    Merupakan jawaban sementara terhadap rumusan masalah penelitian, di mana rumusan masalah penelitian telah dinyatakan dalam bentuk pertanyaan. Dikatakan sementara karena jawaban yang diberikan baru didasarkan pada teori. Hipotesis dirumuskan atas dasar kerangka pikir yang merupakan jawaban sementara atas masalah yang dirumuskan.

    Penelitian yang merumuskan hipotesis adalah penelitian yang menggunakan pendekatan kuantitatif. Pada penelitian kualitatif hipotesis tidak dirumuskan, tetapi justru diharapkan dapat ditemukan hipotesis. Selanjutnya hipotesis tersebut akan diuji dengan pendekatan kuantitatif.

    Tujuan dan Manfaat Penulisan

    Tujuan Penulisan

    Adapun tujuan dari penulisan ini adalah :

    1. Mengetahui cara membandingkan dokumen untuk mengukuran persentasi kemiripan pada penulisan ilmiah yang dilakukan oleh kalangan akademis pada Teknik Informatika di Perguruan Tinggi Raharja.
    2. Mengetahui Model-model yang cocok untuk membandingkan dokumen yang dapat mengetahui tingkat kemiripan pada Teknik Informatika di Perguruan Tinggi Raharja.
    3. Mengetahui Model yang paling efektif dan efesien dalam mengukur persentasi kemiripan penulisan ilmiah pada Teknik Informatika di Perguruan Tinggi Raharja.

    Manfaat Penulisan

    Adapun manfaat dari penulisan ini adalah :

    1. Mendapatkan cara membandingkan dokumen untuk mengukur persentasi kemiripan pada penulisan ilmiah yang dilakukan oleh kalangan akademis pada Teknik Informatika di Perguruan Tinggi Raharja.
    2. Mendapatkan Model-model yang cocok untuk membandingkan dokumen yang dapat mengetahui tingkat kemiripan pada Teknik Informatika di Perguruan Tinggi Raharja.
    3. Mendapatkan Model yang paling efektif dan efesien dalam mengukur persentasi kemiripan penulisan ilmiah pada Teknik Informatika di Perguruan Tinggi Raharja.

    Metode Penelitian

    Metode penelitian merupakan suatu rangkaian cara atau kegiatan pelaksanaan penelitian yang didasari oleh asumsi-asumsi dasar, pandangan-pandangan filosofis dan ideologis, pertanyaan dan isu-isu yang dihadapi. Suatu penelitian mempunyai rancangan penelitian tertentu. Rancangan ini menggambarkan prosedur atau langkah-langkah yang harus ditempuh, waktu penelitian, sumber data dan kondisi arti apa data dikumpulkan dan dengan cara bagaimana data tersebut dihimpun dan diolah untuk digunakan dalam pembuatan laporan.

    Metode Pengumpulan

    Adapun penjelasan lebih rinci mengenai metode yang digunakan penulis dalam menyusun Laporan Kuliah Kerja Praktek (KKP) ini sebagai berikut :

    1. Metode Pengamatan Langsung (Observasi)
      Merupakan cara pengumpulan data dimana penulis diharuskan untuk terlibat langsung dalam pencarian datanya atau peninjauan secara cermat dan langsung di lokasi penelitian. Dalam hal ini, penulis dengan berpedoman kepada desain penelitiannya perlu mengunjungi sebuah instansi akademik sebagai lokasi penelitian untuk mengamati berbagai hal atau kondisi yang ada dilapangan dan meminta data yang diperlukan sebagai bahan untuk menulis laporan penelitian. Kemudian dari pengamatan lapangan tersebut dijadikan pedoman untuk dilakukan pengamatan terhadap sistem yang akan dikembangkan. Dengan cara ini penulis diharapkan dapat mengetahui dan memahami sistem yang akan penulis analisa.
    2. Metode Wawancara (Interview)
      Merupakan teknik pengumpulan data yang dilakukan melalui tatap muka dan tanya jawab langsung antara pengumpul data maupun peneliti terhadap nara sumber atau sumber data. Wawancara pada penelitian sampel besar biasanya hanya dilakukan sebagai studi pendahuluan karena tidak mungkin menggunakan wawancara pada 1000 responden, sedangkan pada sampel kecil teknik wawancara dapat diterapkan sebagai teknik pengumpul data (umumnya penelitian kualitatif).
    3. Wawancara terbagi atas wawancara terstruktur dan tidak terstruktur:

      1. Wawancara terstruktur artinya peneliti telah mengetahui dengan pasti apa informasi yang ingin digali dari responden sehingga daftar pertanyaannya sudah dibuat secara sistematis. Peneliti juga dapat menggunakan alat bantu tape recorder, kamera photo, dan material lain yang dapat membantu kelancaran wawancara.

      2. Wawancara tidak terstruktur adalah wawancara bebas, yaitu peneliti tidak menggunakan pedoman wawancara yang berisi pertanyaan yang akan diajukan secara spesifik, dan hanya memuat poin-poin penting masalah yang ingin digali dari responden.

    4. Metode Studi Pustaka
      Adalah segala upaya yang dilakukan oleh peneliti untuk memperoleh dan menghimpun segala informasi tertulis yang relevan dengan masalah yang diteliti. Informasi ini dapat diperoleh dari buku-buku, laporan penelitian, karangan ilmiah, tesis/disertasi, ensiklopedia, buku tahunan, peraturan-peraturan, ketetapan-ketetapan dan sumber-sumber lain, serta melakukan searching pada internet. Dalam hal ini seorang peneliti berkewajiban mempelajari teori-teori yang mendasar masalah dan bidang penelitiannya. Selain itu, penulis juga perlu memanfaatkan hasil penelitian dan pemikiran yang relevan dengan masalah penelitiannya untuk menghindari terjadinya pengulangan penelitian serupa atau duplikasi yang tidak diinginkan. Dengan melakukan kajian bahan-bahan pustaka yang ada, penulis dapat memperoleh informasi secara sistematis kemudian menuangkannya dalam bentuk rangkuman yang utuh.

    Sistematika Penulisan

    Guna memahami lebih jelas laporan KKP ini, maka penulisan laporan penelitian dilakukan dengan cara mengelompokkan materi menjadi beberapa sub bab dengan sistematika penulisan sebagai berikut :

    BAB I PENDAHULUAN

    Bab ini menjelaskan tentang informasi umum yaitu latar belakang penelitian, perumusan masalah, tujuan dan manfaat penelitian, ruang lingkup penelitian, metode penelitian, dan sistematika penulisan.

    BAB II LANDASAN TEORI

    Bab ini berisikan teori yang diambil dari beberapa kutipan buku, yang berupa pengertian dan definisi. Bab ini juga menjelaskan mengenai Algoritma Rabin-Karp, Algoritma Winnowing, Algoritma Jaro-Winkler, metode Hasing, metode String Metric, metode fingerprinting, literature review dan definisi lainnya yang berkaitan dengan sistem yang dibahas.

    BAB III ANALISA SISTEM YANG BERJALAN

    Bab ini berisikan analisa organisasi pada Teknik Informatika di Perguruan Tinggi Raharja, analisa batasan sistem, analisa sistem berjalan, tata laksana sistem berjalan, permasalahan yang dihadapi dan konfigurasi sistem.

    BAB IV PENUTUP

    Bab ini berisi kesimpulan dan saran yang berkaitan dengan analisa dan optimalisasi sistem berdasarkan yang telah diuraikan pada bab-bab sebelumnya.

    DAFTAR PUSTAKA

    LAMPIRAN

    BAB II

    LANDASAN TEORI

    Konsep Dasar Sistem Pakar

    Definisi Sistem Pakar

    Menurut Kusrini (2006: 11)1 sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

    Menurut Martin dan Oxman sistem pakar adalah sistem yang berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut (Kusrini, 2006:11)1.

    Edward Feigenbaum mendefinisikan sistem pakar sebagai suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup rumit yang membutuhkan seorang ahli untuk menyelesaikannya (Arhami, 2005:2)2.

    Jadi sistem pakar adalah sistem yang ditranfer dari seorang ahli melalui komputer, lalu pengetahuan yang ditransfer itu disimpan dalam komputer yang berguna bagi user berkonsultasi pada komputer untuk suatu nasehat kemudian komputer dapat menyimpulkan dari yang dikonsultasikan seperti layaknya seorang pakar, selain itu juga komputer bisa menjelaskan ke user tersebut bahkan dengan alasan-alasannya.

    Menurut Efraim Turban (dalam Hasanah,2011)3 konsep dasar sistem pakarmengandung: keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman.

    Suatu sistem pakar adalah suatu sistem komputer yang menyamai (emulates ) kemampuan pengambilan keputusan dari seorang pakar (Arhami, 2005:2)2 . Basis pengetahuan yang diperoleh, diambil dari pengalaman seorang pakar maupun teori-teori yang ada pada bidang yang spesifik saja, oleh karena itu sistem pakar memiliki keterbatasan.

    Sistem pakar adalah sistem yang membutuhkan dasar pengetahuan yang baik, yang dibangun seefisien mungkin. Sistem ini memerlukan satu atau lebih mekanisme penalaran untuk menerapkan pengetahuan terhadap masalah yang dihadapi. Setelah itu dibutuhkan suatu mekanisme penalaran untuk menerapkan pengetahuan pada permasalahan yang ada (Rich and Knight, 2011:547)4.

    Dari definisi yang ada di atas dapat disimpulkan bahwa sistem pakar adalah suatu sistem yang dibangun untuk memindahkan kemampuan dari seorang atau beberapa orang pakar ke dalam komputer yang digunakan untuk memecahkan masalah yang dihadapi oleh pemakai dalam bidang tertentu dimana sistem pakar bertindak layaknya seperti seorang pakar atau konsultan dalam suatu lingkungan tertentu.

    Komponen Dasar Sistem Pakar

    Ada enam hal yang menjadi komponen dasar dari sebuah Sistem Pakar (Arhami, 2005:11)2 , yaitu :

    1. Keahlian (Expertise )
    2. Keahlian dapat diperoleh dari pelatihan/ training , membacaatau dari pengalaman. Keahlian itu meliputi :

      1. Fakta-fakta tentang area permasalahan.
      2. Teori-teori tentang area permasalahan.
      3. Aturan-aturan tentang apa yang harus dilakukan dalamsituasi permasalahan yang diberikan.
      4. Strategi global untuk memecahkan masalah.
    3. Pakar (Expert ) Sulit untuk mendefinisikan apakah yang dimaksud dengan pakar itu. Masalahnya adalah berapa banyak keahlian yang harus dimiliki oleh seseorang agar dapat dikualifikasikan sebagai pakar. Namun berikut ini dijelaskan beberapa kualifikasi yang harus dimiliki oleh seorang pakar :
      1. Dapat mengenal dan merumuskan masalah.
      2. Dapat memecahkan masalah dengan cepat dansemestinya.
      3. Dapat menjelaskan suatu solusi.
      4. Dapat menentukan hubungan.
      5. Belajar dari pengalaman
    4. Pemindahan Keahlian (Transferring Expertise ) Tujuan dari sistem pakar adalah memindahkan keahlian dari seorang pakar ke komputer dan kemudian ke manusia lain yang bukan pakar. Proses ini meliputi empat kegiatan, yaitu :
      1. Memperoleh pengetahuan pakar.
      2. Merepresentasikan pengetahuan ke dalam komputer.
      3. Mengolah pengetahuan sehingga dapat menghasilkan kesimpulan.
      4. Memindahkan pengetahuan ke pengguna.
      5. Pengetahuan disimpan dalam komputer berupa komponen yang disebut knowledge base. Pengetahuan ini dibedakan menjadi dua, yaitu fakta dan rule .

    5. Menarik Kesimpulan (Inferencing )
    6. Keistimewaan dari sistem pakar adalah kemampuan nalarnya. Komputer diprogram sehingga dapat membuat kesimpulan. Pengambilan keputusan ini dilaksanakan dalam komponen yang disebut inference engine.

    7. Aturan (Rule )
    8. Kebanyakan sistem pakar adalah sistem berbasis rule, pengetahuan disimpan dalam bentuk rule-rule sebagai prosedur pemecahan masalah.

    9. Kemampuan Menjelaskan (Explanatin Capability)
    10. Keistimewaan lain dari sistem pakar adalah kemampuan menjelaskan darimana asal sebuah solusi/rekomendasi diperoleh.

      Adapun ciri-ciri sistem pakar diantaranya adalah:

      1. Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
      2. Pengambilan keputusan berdasarkan kaidah-kaidah tertentu dan dapat merespons masukkan user (melalui kotak dialog).
      3. Dikembangkan secara bertahap dan terbatas pada bidangkeahlian tertentu saja.
      4. Outputnya berupa saran atau anjuran.

    Struktur dan Bentuk Sistem Pakar

    1. Struktur Sistem Pakar
    2. Komponen utama yang harus ada dalam sebuah sistem pakar adalah knowledge base (basis pengetahuan), inference engine (mesin penarik kesimpulan), explanation subsystem (subsistem penjelas output), dan user interface (antarmuka pengguna). Secara umum arsitektur sistem pakar (Gunawan, 2007:6)5. Dapat dilihat pada gambar 2.1.

      Gambar 2.1 Struktur Sistem Pakar

      Struktur Sistem Pakar terdiri dari :

      1. Basis Pengetahuan (Knowledge Base )

        Basis pengetahuan merupakan bagian yang paling penting pada sistem pakar, karena keahlian dari pakar disimpan didalamnya. Basis pengetahuan tersebut berisi fakta-fakta yang didapat dari seorang ahli dan diimplementasikan ke dalam sistem komputer dengan menggunakan metode representasi pengetahuan tertentu. Metode representasi pengetahuan adalahcara untuk menstrukturkan pengetahuan yang dimiliki oleh pakar agar mudah diolah oleh komputer. Jadi basis pengetahuan merupakan jantung sistem pakar, dimana bagian ini berisi pengetahuan penting untuk mengerti, merumuskan dan memecahkan permasalahan, yang mempunyai dua elemen dasar, yaitu fakta tentang keadaan masalah dan teori tentang area masalah.

      2. Mesin Pengambil Keputusan (Inference Engine )

        Inference Engine merupakan bagian dari sistem pakar yang bertugas untuk menemukan solusi yang tepat dari banyaknya solusi yang ada. Proses dilakukan dalam inference engine adalah bagaimana pengambilan keputusan terhadap konsultasi yangterjadi dan proses penalaran pada basis pengetahuan yang dimilikinya. Penentuan sistem pendukung keputusan dan metode pelacakan sangat penting dalam rangka menyelesaikan masalah. Inference engine merupakan otak dari sistem pakar, juga dikenalsebagai struktur kontrol/ interpreter.

      3. Explanation Subsystem Explanation subsystem 

        merupakan kemampuan untuk memberikan penjelasan atas sebuah kesimpulan yang diberikan.

      4. User Interface 

        User interface merupakan bagian dari sistem pakar yang berfungsi sebagai pengendali input output .User interface  melayani user selama proses konsultasi, mulai dari tanya jawab untuk mendapatkan fakta-fakta yang dibutuhkan inference engine  sampai menampilkan output yang merupakan kesimpulan / rekomendasi yang dihasilkan oleh inference engine.

      5. Knowledge Base Editor Knowledge base editor 

        merupakan bagian yang digunakan untuk menambah, menghapus dan memperbaiki basis pengetahuan.

      6. Learning Learning 
        adalah suatu proses belajar dari suatu sistem pakar apabila sistem tidak menemukan solusi masalah.
      7. Certainty Factor 

        Certainty factor merupakan faktor keyakinan atas fakta-fakta yang ada.

    3. Bentuk Sistem Pakar
    4. Bentuk dari Sistem Pakar adalah :

      1. Berdiri sendiri. Sistem jenis ini merupakan s/w yang berdiri sendiri tidak tergabung dengan s/w lain.
      2. Tergabung. Sistem ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional) .
      3. Menghubungkan ke s/w lain. Bentuk ini biasanya merupakan ES yang menghubungkan ke suatu paket program tertentu, misalnya DBMS. 
      4. Sistem mengabdi. Sistem ini merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu.
         

       

       

    Kategori Sistem Pakar dan Metode Inferensi

    1. Kategori Sistem Pakar

      Sistem pakar saat ini telah dibuat untuk memecahkan berbagai macam permasalahan dalam berbagai bidang, seperti matematika, teknik, kedokteran, kimia, farmasi, sains komputer, bisnis, hukum, pendidikan, sampai pertahanan. Secara umum ada beberapa kategori dan area permasalahan sistem pakar, yaitu (Arhami, 2005:23)2  :

      1. Interprestasi, yaitu pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data mentah, termasuk diantaranya juga pengawasan, pengenalan ucapan, analisis citra, interprestasi sinyal, dan beberapa analisis kecerdasan.
      2. Proyeksi, yaitu memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu, diantaranya peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.
      3. Diagnosis, yaitu menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati diantaranya medis, elektronis, mekanis dan diagnosis perangkat keras dan perangkat lunak komputer.
      4. Desain, yaitu menentukan konfigurasi komponen-komponensistem yang cocok dengan tujuan-tujuan kinerja tertentuyang memenuhi kendala-kendala tertentu, diantaranya layout sirkuit dan perancangan bangunan.
      5. Perencanaan, yaitu merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisiawal tertentu, diantaranya perencanaan keuangan, komunikasi, militer, pengembangan produk, routing danmanajemen proyek.
      6. Pengawasan (Monitoring ), yaitu membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yangdiharapkan darinya, diantaranya Computer Aided Monitoring System.
      7. Pelacakan dan Perbaikan (Debugging and Repair), yaitu menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, diantaranya memberikan resep obat terhadap suatu kegagalan.
      8. Instruksi, yaitu mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, diantaranya melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.
      9. Pengendalian, yaitu mengatur tingkah laku suatu environtment yang kompleks seperti kontrol terhadap interprestasi-interprestasi, prediksi, perbaikan dan monitoring kelakuan sistem.
      10. Seleksi, yaitu mengidentifikasi pilihan terbaik dari sekumpulan (list ) kemungkinan.
      11. Simulasi, yaitu pemodelan interaksi antara komponen-komponen sistem.
    2. Metode Inferensi

      Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yangada dalam basis pengetahuan dan dalam workspace , dan untuk menformulasikan kesimpulan (Turban, 2005:452)6.

      Kebanyakan sistem pakar berbasis aturan menggunakan inferensi yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A THEN B”, dan jika diketahui bahwa Abenar, maka dapat disimpulkan bahwa B juga benar.

      Terdapat dua pendekatan untuk mengontrol inferensidalam sistem pakar berbasis aturan, yaitu pelacakan ke depan (Forward Chaining) dan pelacakan ke belakang (Backward Chaining ).

      1. Pelacakan ke depan (Forward Chaining )

        Pelacakan ke depan adalah pendekatan yang dimotori data (data-driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan, mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN.

      2. Pelacakan ke belakang (Backward Chaining )

        Pelacakan ke belakang adalah pendekatan yang dimotorioleh tujuan (goal-driven ). Dalam pendekatan ini pelacakandimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan barudan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan (Sri Kusumadewi, 2003)7.

    Keuntungan dan Kelemahan Sistem Pakar

    Keuntungan Sistem Pakar

    Dari hasil penelitian yang telah dilakukan, ada beberapa kesimpulan yang dapat diambil sebagai berikut:

    1. Meningkatkan output dan produktivitas. Sistem pakar dapat bekerja lebih cepat dari manusia.
    2. Meningkatkan kualitas. Sistem pakar menyediakan nasihat yang konsisten dan dapat mengurangi tingkat kesalahan.
    3. Handal (Reability ). Sistem pakar tidak lelah/bosan, jugakonsisten dalam memberi jawaban.
    4. Merupakan arsip yang terpercaya dari sebuah keahlian, sehingga pengguna seolah-olah berkonsultasi langsung dengan pakar, meskipun sang pakar mungkin sudah pensiun.
    5. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
    6. Bisa melakukan proses secara berulang secara otomatis
    7. Menyimpan pengetahuan dan keahlian para pakar
    8. Mampu mengambil dan melestarikankeahlian para pakar
    9. Mampu beroperasi dalam lingkungan berbahaya
    10. Memiliki kemampuan untuk mengakses pengetahuan
    11. Memiliki realibilitas
    12. Meningkatkan kapabilitas system computer
    13. Memiliki kemampuan untuk bekerja dengan informasi yang tidak
    14. Lengkap dan mengandung ketidakpastian
    15. Meningkatkan kapabilitas dalam penyelesaian masalah
    16. Menghemat waktu dalam pengambilan keputusan

    Kelemahan Sistem Pakar

    Selain memiliki kelebihan, sistem pakar juga memiliki kelemahan (Arhami, 2005:10)2 diantaranya adalah :

    1. Masalah dalam mendapatkan pengetahuan, dimana pengetahuan tidak selalu bisa didapatkan dengan mudah, karena kadangkala pakar dari masalah yang kita buat tidak ada, dan kalaupun ada kadang-kadang pendekatan yang dimiliki oleh pakar berbeda-beda.
    2. Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya.
    3. Sistem pakar tidaklah 100% bernilai benar. Oleh karena ituperlu diuji ulang secara teliti sebelum digunakan. Dalam halini peran manusia tetap merupakan faktor dominan

    Konsep Dasar Model

    Definisi Model

    Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau dihasilkan (Departemen P dan K, 1984:75)8. Definisi lain dari model adalah abstraksi dari sistem sebenarnya, dalam gambaran yang lebih sederhana serta mempunyai tingkat prosentase yang bersifat menyeluruh, atau model adalah abstraksi dari realitas dengan hanya memusatkan perhatian pada beberapa sifat dari kehidupan sebenarnya (Simamarta, 1983: ix – xii)8.

    Berbagai definisi model dikemukakan oleh para ahli antara lain:

    1. Ackoff, et all ( 1962 ) mengatakan bahwa model dapat dipandang dari tiga jenis kata yaitu sebagai kata benda,kata sifat dan kata kerja. Sebagai kata benda, model berarti representasiatau gambaran, sebagai kata sifat model adalah ideal, contoh, teladan dan sebagai kata kerja model adalah memperagakan, mempertunjukkan. Dalam pemodelan, model akan dirancang sebagai suatu penggambaran operasi dari suatu sistem nyata secara ideal dengan tujuan untuk menjelaskan atau menunjukkan hubungan-hubungan penting yang terkait.
    2. Murty, et al (1990) menyatakan bahwa model adalah suatu representasi yang memadai dari suatu sistem, dan dikatakan memadai jika telah sesuai dengan tujuan dalam pikiran peneliti.
    3. Gordon ( 1978 ) mendefinisikan model sebagai suatu kerangka utama informasi sistem yang dikumpulkan untuk mempelajari sistem tersebut. Karena bertujuan untuk mempelajari suatu sistem maka model yang disusun tidaklah hanya satu model saja. Hal ini mengakibatkan satu sistem yang sama dengan berbagai model yang disusun akan memberikan analisis yang berbeda-beda. Atau dapat pula terjadi sebaliknya, bahwa analisis yang sama akan membuat model yang berbeda pada sistem yang sama.

    Karakteristik Model Yang Baik

    Siregar pada tahun 1991 mengemukakan beberapa karakteristik suatu model yang baik sebagai ukuran untuk mencapai tujuan disusunnya suatu model, yaitu:

    1. Mempunyai tingkat generalisasi yang tinggi ; makin tinggi derajat generalisasi suatu model maka makin baik karena kemampuannya untuk memecahkan masalah makin besar.
    2. Mekanisme transparansi  ; jika peneliti dapat melihat mekanisme suatu model dalam memecahkan masalah artinya model dapat menerangkan kembali tanpa ada yang disembunyikan.
    3. Mempunyai potensi untuk dikembangkan ; model yang dinyatakan berhasil biasanya mampu membangkitkan peneliti lain untuk mengembangkan penelitian lainnya serta mengembangkan model tersebut menjadi lebih kompleks dengan tujuan untuk menjawab berbagai permasalahan pada sistem yang ada.
    4. Peka terhadap asumsi ; hal ini menunjukkan bahwa proses pembentukan model tidak pernah akan selesai karena akan selalu memberikan celah untuk membangkitkan asumsi-asumsi yang baru.

    Sedangkan pada penelitian farmakoekonomi, model ekonomi yang baik menurut Buxton yang dikemukakan pada tahun 1997 adalah yang memenuhi kriteria sebagai berikut:

    1. Model disusun sesederhana mungkin untuk membantu para pengambil keputusan / kebijakan dalam memahami model dan permasalahan yang ada.
    2. Presentasi hasil dari model harus transparan
    3. Suatu model hanya baik bila dibangun dengan menggunakan data yang baik. Data tidak dapat dibuat menjadi sederhana. Peneliti kadang-kadang harus berdasarkan pada opini para ahli bila data tidak tersedia. Pada keadaan tersebut peneliti bertanggung jawab untuk menjelaskan hal tersebut pada para pengambil keputusan.
    4. Sepanjang proses penyusunan dan pengembangan model, peneliti harus menggali sebanyak mungkin ketidak pastian dan melakukan kompensasi terhadap ketidak pastian tersebut. Hasil yangn robust harus melalui uji dengan menggunakan analisis sensitivitas.
    5. Model tersebut harus divalidasi melalui perbandingan dengan model lainnya atau dengan pengujian lainnya yang sesuai. Hasil temuan dari evaluasi ekonomi harus selalu diperbaharui sesuai dengan berjalannya waktu dan bila tersedia informasi yang baru.

    Klasifikasi Jenis Model

    Model dapat ditampilkan dengan berbagai cara, oleh karena itu model dibagi atas beberapa jenis. Klasifikasi model ini sangat bermanfaat untuk memberikan berbagai alternatifataupun pilihan model yang dapat mewakili sistem yang nyata. Berdasarkan pendapat Murdick, et al ( 1981 ) dan Ackoff, et.al ( 1962 ) model terdiri dari 8 kelas (Waley, 2004)9 yaitu:

    1. Kelas I, pembagian menurut fungsi :
      1. Model deskriptif  : hanya menggambarkan situasi sebuah sistem tanpa rekomendasi dan peramalan. Contoh : peta organisasi
      2. Model prediktif  : model ini menunjukkan apa yang akan terjadi, bila sesuatu terjadi.
      3. Model normatif  : model yang menyediakan jawaban terbaik terhadap satu persoalan. Model ini memberi rekomendasi tindakan-tindakan yang perlu diambil. Contoh : model budget advertensi, model economics, model marketing.
    2. Kelas II, pembagian menurut struktur.
      1. Model Ikonik  : adalah model yang menirukan sistem aslinya, tetapi dalam suatu skala tertentu. Contoh : model pesawat.
      2. Model Analog  : adalah suatu model yang menirukan sistem aslinya dengan hanya mengambil beberapa karakteristik utama dan menggambarkannya dengan benda atau sistem lain secara analog. Contoh  : aliran lalu lintas di jalan dianalogkan dengan aliran air dalam sistem pipa.
      3. Model Simbolis  : adalah suatu model yang menggambarkan sistem yang ditinjau dengan simbol-simbol biasanya dengan simbol-simbol matematik. Dalam hal ini sistem diwakili oleh variabel-variabel dari karakteristik sistem yang ditinjau.
    3. Kelas III, pembagian menurut referansi waktu.
      1. Statis : model statis tidak memasukkan faktor waktu dalam perumusannya.
      2. Dinamis : mempunyai unsur waktu dalam perumusannya.
    4. Kelas IV, pembagian menurut referansi kepastian.
      1. Deterministik  : dalam model ini pada setiap kumpulan nilai input, hanya ada satu output yang unik, yang merupakan solusi dari model dalam keadaan pasti.
      2. Probabilistik  : model probabilistik menyangkut distribusi probabilistik dari input atau proses dan menghasilkan suatu deretan harga bagi paling tidak satu variabel output yang disertai dengan kemungkinan-kemungkinan dari harga-harga tersebut.
      3. Game  : teori permainan yang mengembangkan solusi-solusi optimum dalam menghadapi situasi yang tidak pasti.
    5. Kelas V, pembagian menurut tingkat generalitas.
      1. Umum merupakan model yang dapat diterapkan pada berbagai bidang termasuk bidang usaha. Model ini ini dapat digunakan untuk beberapa jenis masalah yang berbeda. Contoh model ini adalah program linear
      2. Khusus merupakan model yang hanya dapat diterapkan pada bidang tertentu saja dan hanya dapat digunakan pada masalah-masalah tertentu. Contoh model ini adalah model persediaan probabilistik.
    6. Model kelas VI, pembagian menurut pada lingkungan.
      1. Model terbuka, model ini memiliki interaksi dengan lingkungan berupa pertukaran informasi, material ataupun energi. Model ini mempunyai satu atau lebih variabel eksogen yaitu variabel yang berasal dari lingkungan eksternal. Contoh model ini adalah model input-output.
      2. Model tertutup, model ini tidak memiliki interaksi dengan lingkungan. Seluruh variabel ini merupakan variabel endogen dan merupakan variabel internaldan terkendali.
    7. Model kelas VII, pembagian menurut pada derajat kuantifikasi.
      1. Model kualitatif, merupakan model yang menggambarkan mutu suatu fakta. Model ini terdiri dari model mental dan verbal.
      2. Model kuantitatif, merupakan model yang semua variabelnya dapat dikuantifikasikan dan terdiri darimodel statistik, model optimasi, model heuristik sera model simulasi.
    8. Model kelas VIII, pembagian berdasarkan pada dimensi.
      1. Model dua dimensi, merupakan model yang paling sederhana. Model terdiri dari dua faktor atau dua dimensi penentu. Contoh: model regresi sederhana.
      2. Model multi dimensi, merupakan model yang mempunyai banyak faktor penentu. Contoh: model analisis regresi berganda.

    Penyusunan Model

    Model merupakan cara sederhana untuk memandang suatu masalah. Model yang baik hanya mengandung bagian-bagian yang perlu saja. Untuk memudahkan pemikiran tentang karakteristik-karakteristik model yang dibuat, maka peneliti harus memahami permasalahan yang ada serta sistem dimana permasalahan tersebut terjadi. Pembuatan model menyangkut kemampuan untuk menampilkan permasalah dan juga menentukan metodologi yang akan digunakan untuk menganalisis permasalahan tersebut. Oleh karena itu ukuran keberhasilan pembuatan model bukanlah ditinjau dari besar dan rumitnya model tetapi berdasarkan kecukupan jawaban terhadap permasalahan yang dianalisis. Model bertanggung jawab atas perilaku bisnis, logika aplikasi dan tempat manajemen. ia menyediakan antarmuka untuk memanipulasi dan mengambil tempatnya dan dapat mengirimkan pemberitahuan perubahan tempat pengamat. setiap lapisan memiliki tanggung jawab masing-masing masing-masing terintegrasi satu sama lain. Model di sini sebagai representasi dari data yang terlibat dalam proses transaksi. setiap kali metode / fungsi aplikasi perlu untuk mengakses data dalam, fungsi / metode tidak interaksi langsung dengan sumber data melalui model tetapi harus menjadi yang pertama. dalam model ini hanya mengkuti untuk berinteraksi langsung dengan sumber data (Junaidi,khana,nenden, 2013:3)10

    Dengan adanya pengembangan model data warehouse yaitu star join approach untuk mendukung sistem eksekutif yang ada agar dapat melakukan berbagai monitoring terkait dengan pengambilan keputusan (Hermanita, huda, indah, 2010:369)11

    Dalam pembentukan model, harus diperhatikan faktor-faktor yang mempengaruhi perilaku sistem. Untuk dapat memodelkan suatu sistem terdapat beberapa kriteria yang harus dipenuhi yaitu:

    1. Model harus mewakili sistem yang nyata
    2. Model harus mewakili sistem yang nyata

    Dalam membangun suatu model, peneliti haruslah melakukan pendekatan sistem secara eksplisit. Setelah karakteristik sistem diperoleh dan struktur masalah dapat menunjukkan keterkaitan hubungan antara variabel-variabel yang penting dalam penyelesaian masalah, maka dilakukanlah formulasi model. Formulasi model terdiri dari 5 tahapan yaitu:

    1. Pemilihan variabel yang akan dilibatkan; pada tahap ini dibutuhkan analisis dan kemampuan peneliti untuk memilih faktor-faktor yang penting dan relevan dengan masalah yang dikaji. Variabel yang dipilih merupakan variabel output.
    2. Pemilihan tingkat agregasi dan kategorisasi yang tepat; agregasi merupakan penggabungan berbagai variabel menjadi satu variabel, sedangkan kategorisasi menunjukkan pengelompokkan populasi dari variabel.
    3. Keputusan yang berkaitan dengan waktu; pemilihan keterlibatan faktor waktu pada penelitian perlu dipertimbangkan karena berkaitan dengan perencanaan yang akan datang dan akan menentukan bentuk dari model. Bila waktu tidak dilibatkan dalam model maka model tersebut adalah statik sedangkan bila waktu dilibatkan maka model yang digunakan adalah model dinamis.
    4. Spesifikasi model; setelah peneliti memutuskan tujuan dari dibangunnya suatu model, maka harus dibuat suatu hipotesis walaupun sederhana. Hipotesis tersebutberhubungan dengan struktur dan fenomena yang sedang dicoba dipresentasikan. Bila perlu hipotesis tersebut dinyatakan dalam bahasa matematika.
    5. Kalibrasi model; kalibrasi adalahmencocokkan moden dengan kondisi yang nyata. Kalibrasi model akan mudah dilakukan apabila struktur dari model sudah pernah dicoba pada berbagai kesempatan, tetapi apabila model tersebut baru makaproses kalibrasi tidak mudah dilakukan dan untuk dapat melakukannya harus melalui simulasi.

    Konsep Dasar Metode

    Definisi Metode

    Metode (method), secara harfiah berarti cara. Selain itu metode atau metodik berasal dari bahasa Greeka, metha, (melalui atau melewati), dan hodos (jalan atau cara), jadi metode bisa berarti jalan atau cara yang harus di lalui untuk mencapai tujuan tertentu.

    Adapun pengertian metode menurut para ahli, sebagai berikut :

    1. Pasaribu dan simanjutak (1982) 12, mengatakan bahwa metode adalah cara sistematik yang digunakan untuk mencapai tujuan.
    2. Metode menurut Djamaluddin dan Abdullah Aly dalam Kapita Selekta Pendidikan Islam, (1999:114)12 berasal dari kata meta berarti melalui, dan hodos jalan. Jadi metode adalah jalan yang harus dilalui untuk mencapai suatu tujuan.
    3. Menurut Depag RI dalam buku Metodologi Pendidikan Agama Islam (2001:19)12 Metode berarti cara kerja yang bersistem untuk memudahkan pelaksanaan suatu kegiatan guna mencapai tujuan yang ditentukan.
    4. Menurut WJS. Poerwadarminta dalam Kamus Besar Bahasa Indonesia, (1999:767)12 Metode adalah cara yang telah teratur dan terpikir baik-baik untuk mencapai suatu maksud. Berdasarkan definisi di atas, penulis dapat mengambil kesimpulan bahwa metode merupakan jalan atau cara yang ditempuh seseorang untuk mencapai tujuan yang diharapkan.

    Jenis-Jenis Metode

    Terdapat beberapa jenis metode, diantaranya adalah13 :

    Adapun pengertian metode menurut para ahli, sebagai berikut :

    1. Metode ceramah adalah penuturan bahan pelajaran secara lisan. Metode ini tidak senantiasa jelek bila penggunaannya betul-betul disiapkan dengan baik, didukung dengan alat dan media, serta memperhatikan batas-batas kemungkinan penggunaannya.
    2. Metode Tanya Jawab adalah metode mengajar yang memungkinkan terjadinya komunikasi langsung yang bersifat ywo way traffic, sebab pada saat yang sama terjadi dialog antara guru dan siswa.
    3. Metode  Diskusi  adalah  tukar menukar informasi, pendapat dan unsur-unsur pengalaman secara teratur dengan maksud untuk mendapat pengertian yang sama, lebih jelas dan lebih teliti tentang sesuatu atau untuk mempersiapkan dan merampungkan keputusan bersama. Oleh karena itu diskusi bukanlah debat, karena debat adalah perang mulut orang beradu argumentasi, beradu paham dan kemampuan persuasi untuk memenangkan pahamnya sendiri. Dalam diskusi tiap orang diharapkan memberikan sumbangan sehingga seluruh kelompok kembali dengan paham yang dibina bersama.
    4. Metode Resitasi, tugas tidak sama dengan pekerjaan rumah, tetapi jauh lebih luas dari itu. Tugas dapat dilaksanakan di rumah, di perpustakaan, di sekolah atau di tempat lainnya. Tugas merangsang anak untuk aktif belajar baik secara individu maupun secara kelompok.
    5. Metode kerja kelompok adalah siswa dalam satu kelas dipandang dalam satu kesatuan (kelompok) sendiri atau pun dibagi atas kelompok-kelompok kecil (sub-sub kelompok).
    6. Metode  demonstrasi  dan  eksperimen  adalah metode mengajar yang sangat efektif, sebab membantu para siswa untuk mencari jawaban dengan usaha sendiri berdasarkan fakta yang benar. Demonstrasi yang dimaksud ialah suatu metode mengajar yang memperlihatkan bagaimana proses terjadinya sesuatu.
    7. Metode  sosiodrama ( role-playing), sosiodrama pada dasarnya mendramatisasikan tingkah laku dan hubungannya dengan masalah sosial.
    8. Metode problem solving, metode ini bukan sekedar metode mengajar tetapi juga merupakan satu metode berfikir, sebab dalam solving dapat menggunakan metode lainnya dimulai dari menarik data sampai menarik kesimpulan.
    9. Metode sistem regu (team teaching), merupakan metode mengajar dua orang guru atau lebih bekerjasama mengajar sebuah kelompok siswa, jadi kelas dihadapi beberapa guru. Sistem regu banyak macamnya, sebab untuk satu regu tidak senantiasa guru secara formal saja, tetapi dapat melibatkan orang-orang luar yang dianggap perlu sesuai dengan keahlian yang kita butuhkan.
    10. Metode latihan (drill), metode latihan pada umumnya digunakan untuk memperoleh suatu keterangan atau keterampilan dari apa yang telah dipelajari.
    11. Metode karyawisata (Field-trip), karyawisata di sini berarti kunjungan di luar kelas. Jadi karyawisata di atas tidak mengambil tempat yang jauh dari sekolah dan tidak memerlukan waktu yang lama. Karyawisata dalam waktu yang lama dan tempat yang jauh disebut study tour.
    12. Metode survai masyarakat, pada dasarnya survai berarti cara memperoleh informasi atau keterangan dari sejumlah unit tertentu dengan jalan observasi dan komunikasi langsung. Banyak sekali jenis survai ini, seperti social survai, comunity survai, school survai dan lain-lain. Masalah yang dipelajari dalam survai ialah masalah-masalah dalam kehidupan sosial. Untuk mempelajari masalah-masalah sosial atau masalah yang terjadi pada masyarakat dapat digunakan observasi dan wawancara.
    13. Metode simulasi, simulasi berasal dari kata simulate yang artinya pura-pura atau berbuat seolah-olah. Kata simulasition artinya tiruan atau perbuatan yang pura-pura. Dengan demikian, simulasi dalam metode mengajar dimaksud sebagai cara untuk menjelaskan sesuatu (bahan pelajaran) melalui proses tingkah laku imitasi atau bermain peran mengenai suatu tingkah laku yang dilakukan seolah-olah dalam keadaan yang sebenarnya.

    Konsep Dasar Algoritma

    Definisi Algoritma

    Algoritma berasal dari kata nya yaitu “algoritma”, kata ini tidak muncul dalam kamus Webster pada tahun 1957. Menurut Rinaldi Munir (2011:10)14, Para ahli bahasa menemukan kata algorism berasal dari nama cendikiawan muslim yang terkenal yaitu Abu Ja’far Muhammad Ibnu Musa Al-Khuwarijmi (Al-Khuwarijmi dibaca oleh orang Barat menjadi algorism) dalam bukunya yang berjudul Kitab Aljabar Wal-muqabala, yang artinya “Buku Pemugaran dan Pengurangan” (The book of restoration and reduction). Dari judul buku itu kita memperoleh kata “aljabar” (algebra). Perubahan dari kata algorism menjadi algorithm muncul karena kata algorism sering dikelirukan dengan arithmetic sehingga akhiran –sm berubah menjadi –thm.

    “Algoritma adalah urutan langkah-langkah logis penyelesaian masalah yang disusun secara sistematis dan logis”. Katalogismerupakan kata kunci dalam algoritma. Langkah-langkah dalam algoritma harus logis dan harus dapat ditentukan bernilai salah atau benar.

    Menurut Thomas H. Cormen (2009:5)14, Algoritma adalah prosedur komputasi yang mengambil beberapa nilai atau kumpulan nilai sebagai input kemudian di proses sebagai output sehingga algoritma merupakan urutan langkah komputasi yang mengubah input menjadi output.

    Menurut Donald E. Knuth (1973:4)15, algoritma dalam pengertian modern mempunyai kemiripan dengan istilah resep , proses, metode, teknik, prosedur, rutin . Algor itma adalah sekumpulan aturan-aturan berhingga yang memberikan sederetan operasi-operasi untuk menyelesaikan suatu jenis masalah yang khusus.

    Jenis-Jenis Algoritma

    Algoritma adalah independen terhadap bahasa pemr ograman tertentu, artinya algoritma yang telah dibuat tidak boleh hanya dapat diterapkan pada bahasa pemrograman tertentu. Penulisan algoritma tidak terikat pada suatu aturan tertentu, tetapi harus jelas maksudnya untuk tiap langkah algoritmanya. Namun pada dasarnya algoritma dibagi menjadi beberapa macam berdasarkan format penulisannya (Rana Rahma, 2013)15, yaitu:

    1. Deskriptif

      Algoritma  bertipe  deskriptif  maksudnya  adalah  algoritma  yang  ditulis  dalam bahasa manusia sehari- hari (misalnya bahasa Indonesia atau bahasa Inggris) dan dalam bentuk  kalimat.  Setiap  langkah  algoritmanya  diterangkan  dalam  satu  atau  beberapa kalimat.

      Sebagai contoh misalnya algoritma menentukan bilangan terbesar dari 3 bilangan berikut ini:

      Algoritma Menentukan_bilangan_terbesar_dari_3_bilangan

      1. Meminta input 3 bilangan dari user, misalkan bilangan a, b, dan c.
      2. Apabila bilangan a lebih besar dari b maupun c, maka bilangan a merupakan bilangan terbesar.
      3. Jika tidak (bilangan a tidak lebih besar dari b atau c) berarti bilangan a sudah pasti bukan bilangan terbesar. Kemungkinannya tinggal bilangan b atau c. Apabila bilangan b lebih besar dari c, maka b merupakan bilangan terbesar. Sebaliknya apabila bilangan b tidak lebih besar dari c, maka bilangan c merupakan yang terbesar.
    2. Flow Chart (Diagram Alir)

      Selain dalam bentuk tulisan, algoritma juga dapat ditulis dalam  bentuk diagram- diagram dengan anak panah sebagai penunjuk urutan langkah algoritmanya. Algoritma yang ditulis dengan simbol-simbol demikian yang dinamakan  flow chart .

      Mengenai  lambang- lambang  yang  digunakan  akan  dibahas  pada  bagian selanjutnya. Sekarang diberikan suatu contoh algoritma menentukan bilangan terbesar dar i 3 bilangan seperti yang dicontohkan sebelumnya, tetapi ditulis dalam bentuk flow chart.

    3. Pseudocode

      Pseudo  berarti imitasi dan  code  ber arti kode yang dihubungkan dengan instruksi yang  ditulis  dalam  bahasa  komputer  (kode  bahasa  pemrograman).  Apabila diterjemahkan  secar a  bebas,  maka  pseudocode  berarti  tiruan  atau  imitasi  dari  kode bahasa pemrograman. Pada  dasarnya,  pseudocode  merupakan  suatu  bahasa  yang  memungkinkan programmer untuk berpikir terhadap per masalahan yang harus dipecahkan tanpa harus memikirkan   syntax   dar i  bahasa  pemrogr aman  yang  tertentu.  Tidak  ada  aturan penulisan   syntax   di  dalam  pseudocode.  Jadi  pseudocode  digunakan  untuk menggambarkan logika urut-urutan dari program tanpa memandang bagaimana bahasa pemrogramannya.

    Struktur Dasar Algoritma

    Algortima berisi langkah-langkah penyelesaian suatu masalah. Langkah-langkah tersebut dapat berupa runtunan aksi (sequence) , pemilihan aksi (selection), pengulangan aksi (iteration) atau kombinasi dari ketiganya. Jadi struktur dasar pembangunan algoritma ada tiga, yaitu :

    1. Struktur Runtunan

      Digunakan untuk program yang pernyataannya sequential atau urutan.

    2. Struktur Pemilihan

      Digunakan untuk program yang menggunakan pemilihan atau penyeleksian kondisi.

    3. Struktur Pengulangan

      Digunakan untuk program yang pernyataannya akan dieksekusi berulang-ulang.

    Konsep Kesamaan Dokumen

    Definisi Plagiatrisme

    Mendahului pembahasan lebih mendalam dari topik yang diangkat, penulis menjabarkan Definisi yang digunakan dalam menyatakan tindakan plagiarisme. Plagiarisme adalah tindakan penyalahgunaan, pencurian/perampasan, penerbitan, pernyataan, atau menyatakan sebagai milik sendiri sebuah pikiran, ide, tulisan, atau ciptaan yang sebenarnya milik orang lain (Ardini Ridhatillah, 2003:511) 16. Sistem pendeteksi plagiarisme dapat di kembangkan untuk :

    1. Data teks seperti essay, artikel, jurnal, penelitian dan sebagainya.
    2. Dokumen teks yang lebih terstruktur seperti bahasa pemrograman.

    Tipe-Tipe Plagiatrisme

    1. Word-for-word plagiarism Menyalin setiap kata secara langsung tanpa diubah sedikitpun.
    2. Plagirism of authorship Mengakui hasil karya orang lain sebagai hasil karya sendiri dengancara mencantumkan nama sendiri menggantikan nama pengarang yang sebenarnya.
    3. Plagiarism of ideas Mengakui hasil pemikiran atau ide orang lain.
    4. Plagiarism of sources Jika seorang penulis menggunakan kutipan dari penulis lainnya tanpa mencantumkan sumbernya.

    Terdapat beberapa metode dalam Algoritma yang digunakan dalam pembuatan sistem pendeteksi pengukuran tingkat kemiripan dokumen.

    Konsep Algoritma Winnowing

    Definisi Algoritma Winnowing

    Algoritma winnowing merupakan algoritma dokumen fingerprinting yang digunakan untuk mendeteksi salinan dokumen dengan menggunakan teknik hashing (Schleime, dkk. 2014). Untuk meng-hash dokumen dengan menggunakan k-gram, panjang substring k dimana k merupakan nilai yang dipilih oleh pengguna. Dokumen akan dibagi ke dalam k-gram yang mungkin dan kemudian k-gram tersebut akan di hash. Untuk memilih fingerprint dari hasil yang di hash, dilakukan pembagian dengan menggunakan window w, dan dipilih nilai yang paling kecil.

    Dari setiap window dipilih nilai hash yang paling minimum atau kecil. Jika terdapat nilai minimum lebih dari satu nilai, maka pilih dari window sebelah kanan. Kemudian simpan semua hasil hash yang telah dipilih yang merupakan fingerprint dokumen.

    Diberikan kumpulan dokumen, ingin menemukan substring yang sama diantara dokumen-dokumen tersebut, propertis yang dilakukan adalah :

    1. Jika terdapat string yang sama yang panjangnya sama dengan panjang t, dimana t merupakan jaminan ambang nilai yang ditentukan, maka pencocokan terdeteksi.
    2. Tidak dapat mendeteksi beberapa pencocokan jika lebih pendek dari gangguan nilai ambang, k.

    Nilai konstan t dan k ≤ t dipilih oleh pengguna. Menghindari pencocokan string yang sama dibawah nilai gangguan nilai ambang dengan mempertimbangkan hash k-grams.

    Input dari proses document fingerprinting adalah file teks. Kemudian output-nya akan berupa sekumpulan nilai hash yang disebut fingerprint. Fingerprint inilah yang akan dijadikan dasar pembanding antara file-file teks yang telah dimasukkan. Salah satu prasyarat dari algoritma deteksi penjiplakan adalah whitespace insensitivity, dan algoritma Winnowing telah memenuhi prasyarat tersebut yaitu membuang seluruh karakter-karakter yang tidak relevan seperti: tanda baca, spasi dan juga karakter lain, sehingga nantinya hanya karakter-karakter yang berupa huruf atau angka yang akan diproses lebih lanjut .

    Secara garis besar, berikut konsep algoritma Winnowing bekerja:

    1. Penghapusan karakter-karakter yang tidak relevan (whitespace insensitivity).
    2. Pembentukan rangkaian gram dengan ukuran k.
    3. Penghitungan nilai hash.
    4. Membagi ke dalam window tertentu.
    5. Pemilihan beberapa nilai hash menjadi document fingerprinting.

    Metode Dokumen FingerPrinting

    Dokumen fingerprinting merupakan metode yang digunakan Untuk mendeteksi keakuratan salinan antar dokumen, baik semua teks yang terdapat di dalam dokumen atau hanya sebagian teks saja. Prinsip kerja dari metode dokumen fingerprinting ini adalah dengan menggunakan teknik hashing. Teknik hashing adalah sebuah fungsi yang mengkonversi setiap string menjadi bilangan (Kurniawati, 2008).

    Prinsip kerja dari metode dokumen fingerprinting ini adalah dengan menggunakan teknik hashing. Teknik hashing adalah sebuah fungsi yang mengkonversi setiap string menjadi bilangan kemudian menyimpannya dalam sebuah skema atau bagan. Ide dasar metode dokumen fingerprinting adalah menyimpan skema atau bagan kecil yang berisi kumpulan angka atau bilangan yang akan dibandingkan dengan skema atau bagan antar dua dokumen. Skema digital dokumen fingerprinting terdiri dari sejumlah posisi yang diberi tanda di dalam dokumen, algoritma fingerprinting yang akan memilih tanda yang akan di tambahkan untuk setiap posisi tergantung pada jumlah salinan.

    Secara umum prinsip kerja dari metode dokumen fingerprinting adalah dengan tahapan sebagai berikut:

    1. Asumsikan teks adalah string s yang panjangnya t.
    2. Hilangkan tanda baca dan spasi.
    3. Sebelum melakukan fungsi hash dengan menggunakan notasi k- gram. k-gram merupakan substring yang berdampingan dari panjang k. Membagi dokumen menjadi k- gram, dimana k merupakan parameter yang di pilih pengguna.
    4. Lakukan fungsi hash untuk setiap k-grams.
    5. Memilih beberapa hasil hash menjadi dokumen fingerprinting. Permasalahan yang muncul adalah bagaimana memilih fingerprint dari hasil hash. Terdapat beberapa pendekatan untuk menangani masalah tersebut.

    Hashing

    Hashing adalah suatu cara untuk mentransformasi sebuah string menjadi suatu nilai yang unik dengan panjang tertentu (fixed-length) yang berfungsi sebagai penanda string tersebut. Fungsi untuk menghasilkan nilai ini disebut fungsi hash, sedangkan nilai yang dihasilkan disebut nilai hash. Penggunaan hashing dalam pencarian pada database, apabila tidak di-hash, pencarian akan dilakukan karakter-per-karakter pada nama-nama yang panjangnya bervariasi dan ada 26 kemungkinan pada setiap karakter. Namun pencarian akan menjadi lebih efisien setelah di-hash karena kemungkinan setiap angka berbeda. Nilai hash pada umumnya digambarkan sebagai fingerprint yaitu string pendek yang terdiri atas huruf dan angka yang terlihat acak (data biner yang ditulis dalam heksadesimal).

    Konsep Algoritma Rabin-Karp

    Definisi Algoritma Rabin-Karp

    Algoritma Rabin-Karp adalah suatu algoritma pencarian string yang ditemukan oleh Michael Rabin dan Richard Karp. Algoritma ini menggunakan hashing untuk menemukan sebuah substring dalam sebuah teks (Junaidi, Fifit Alfiah, 2014:3)19. Hashing adalah metode yang menggunakan fungsi hash untuk mengubah suatu jenis data menjadi beberapa bilangan bulat sederhana. Disebut algoritma “pencarian string” dan bukan “pencocokan string” seperti Knuth-Morris-Pratt atau Boyer-Moore karena memang algoritma Rabin-Karp tidak bertujuan menemukan string yang cocok dengan string masukan, melainkan menemukan pola (pattern) yang sekiranya sesuai dengan teks masukan.

    Untuk teks dengan panjang n dan pola dengan panjang m, waktu komputasi terbaik adalah O(n), sedangkan terburuknya adalah O((n-m+1)m). Langkah-langkah dalam algoritma Rabin Karp :

    1. Menghilangkan tanda baca dan mengubah ke teks sumber dan kata yang ingin dicari menjada kata-kata tanpa huruf kapital.
    2. Membagi teks ke dalam gram-gram yang ditentukan nilai k-gram nya.
    3. Mencari nilai hash dengan fungsi rolling hash dari tiap gram yang terbentuk.
    4. Mencari nilai hash yang sama antara 2 teks.
    5. Menentukan persamaan 2 buah teks dengan persamaan Dice's Similarity Coefficient.

    Prinsip Algoritma Rabin-Karpp

    Pada dasarnya, algoritma Rabin-Karp akan membandingkan nilai hash dari string masukan dan substring pada teks. Apabila sama, maka akan dilakukan perbandingan sekali lagi terhadap karakter-karakternya. Apabila tidak sama, maka substring akan bergeser ke kanan. Kunci utama performa algoritma ini adalah perhitungan yang efisien terhadapa nilai hash substring pada saat penggeseran dilakukan. Berikut dijelaskan contoh cara kerja algoritma Rabin-Karp. Diberikan masukan “cab” dan teks “aabbcaba”. Fungsi hash yang dipakai misalnya akan menambahkan nilai keterurutan setiap huruf dalam alfabet (a = 1, b = 2, dst.) dan melakukan modulo dengan didapatkan nilai hash dari “cab” adalah 0 dan tiga karakter pertama pada teks yaitu “aab” adalah 1.

    Gambar 2.2 Fingerprint Awal

    Hasil perbandingan ternyata tidak sama, maka substring pada teks akan begeser satu karakter ke kanan. Algoritma tidak menghitung kembali nilai hash substring. Disinilah dilakukan apa yang disebut rolling hash yaitu mengurangi nilai karakter yang keluar dan menambahkan nilai karakter yang masuk sehingga didapatkan kompleksitas waktu yang relatif konstan pada setiap kali pergeseran.

    Gambar 2.3 Menggeser Fingerprint

    Setelah pergeseran, didapatkan nilai hash dari fingerprint “abb” (abb = aab – a + b) menjadi dua (2 = 1 – 1 + 2).

    Gambar 2.4 Pembanding kedua

    Hasil perbandingan juga tidak sama, maka dilakukan pergeseran. Begitu pula dengan perbandingan ketiga. Pada perbandingan keempat, didapatkan nilai hash yang sama.

    Gambar 2.5 Perbandingan keempat (nilai hash sama)

    Karena nilai hash sama, maka dilakukan perbandingan string karakter per karakter antara “bca” dan “cab”. Didapatkan hasil bahwa kedua string tidak sama. Kembali substring bergeser ke kanan.

    Gambar 2.6 Perbandingan kelima (string ditemukan)

    Pada perbandingan yang kelima, kedua nilai hash dan karakter pembentuk string sesuai, sehingga solusi ditemukan. Dari hasil perhitungan, kompleksitas waktu yang dibutuhkan adalah O(m+n) dengan m adalah panjang string masukan dan n adalah jumlah looping yang dilakukan untuk menemukan solusi. Hasil ini jauh lebih mangkus daripada kompleksitas waktu yang didapat menggunakan algoritma brute-force yaitu O(mn).

    Metode Rolling Hash

    Rolling Hash merupakan sebuah fungsi yang digunakan untuk menghasilkan nilai hash dari rangkaian gram. Pada awalnya metode Rolling Hash digunakan pada Algoritma Rabin-Karp dimana metode ini digunakan untuk membandingkan nilai hashing dari semua k-grams ke dalam sebuah string yang panjang. Akan tetapi proses hashing pada setiap string sepanjang k akan menghabiskan waktu komputasi yang lama jika nilai k besar (Schleimer, dkk. 2014). Untuk itu Rabin Karp mengunakan Rolling Hash dimana fungsi hash H(c1...ck) didefinisikan sebagai berikut :

    Formula Rolling Hashing :

    Keterangan:

    c : nilai ascii karakter

    b : basis (bilangan prima)

    k : banyak karakter

    Untuk mendapatkan keuntungan dari rolling hash nilai hash gram berikutnya H (c2...ck+1) dapat dilakukan dengan cara :

    Formula unuk mencari nilah hash ke-2 sampai ke-n

    Pada perhitungan hash dari gram ke-n, nilai hash ke gram n-1 dikurangi dengan nilai karakter pertama dari gram n-1 kemudian ditambahkan dengan nilai karakter terakhir dari gram ke-n. Dengan begitu tidak perlu melakukan iterasi dari indeks pertama sampai terakhir untuk menghitung nilai hash untuk gram ke-2 sampai terakhir. Hal ini tentu dapat menghemat waktu komputasi saat menghitung nilai hash dari sebuah gram.

    Konsep Algoritma Jaro-Winkler Distance

    Definisi Algoritma Jaro-Winkler Distance

    Algoritma Jaro-Winkler distance adalah merupakan varian dari Jaro distance metrik yaitu sebuah algoritma untuk mengukur kesamaan antara dua string, biasanya algoritma ini digunakan di dalam pendeteksian duplikat (Fifit Alfiah, 2014:3). Semakin tinggi Jaro-Winkler distance untuk dua string, semakin mirip dengan string tersebut. Jaro-Winkler distance terbaik dan cocok untuk digunakan dalam perbandingan string singkat seperti nama orang. Skor normalnya seperti 0 menandakan tidak ada kesamaan, dan 1 adalah sama persis.

    Algoritma Jaro-Winkler distance memiliki kompleksitas waktu quadratic runtime complexity yang sangat efektif pada string pendek dan dapat bekerja lebih cepat dari algoritma edit distance. Dasar dari algoritma ini memiliki tiga bagian:

    1. Menghitung panjang string,

    2. Menemukan jumlah karakter yang sama di dalam dua string,

    3. Menemukan jumlah transposisi.

    Pada algoritma Jaro digunakan rumus untuk menghitung jarak (dj) antara dua string yaitu s1dan s2 adalah :

    Akan tetapi bila mengacu kepada nilai yang akan dihasilkan oleh algoritma Jaro-Winkler maka nilai jarak maksimalnya adalah 1 yang menandakan kesamaan string yang dibandingkan mencapai seratus persen atau sama persis. Biasanya s1 digunakan se bagai acuan untuk urutan di dalam mencari transposisi. Yang dimaksud transposisi di sini adalah karakter yang sama dari string yang dibandingkan akan tetapi tertukar urutannya.. Sebagai contoh, dalam membandingkan kata CRATE dengan TRACE, bila dilihat seksama maka dapat dikatakan semua karakter yang ada di s1 ada dan sama dengan karakter yang ada di s2 , tetapi dengan urutan yang berbeda. Dengan mengganti C dan T, dapat dilihat perubahan kata CRATE menjadi TRACE. Pertukaran dua elemen string inilah adalah contoh nyata dari transposisi yang dijelaskan. Dalam pencocokkan DwAyNE dan DuANE memiliki urutan yang sama D-A-N-E, jadi tidak ada transposisi.

    Jaro-Winkler distance menggunakan prefix scale (p) yang memberikan tingkat penilaian yang lebih, dan prefix length (l) yang menyatakan panjang awalan yaitu panjang karakter yang sama dari string yang dibandingkan sampai ditemukannya ketidaksamaan. Bila string s1dan s2yang diperbandingkan, maka Jaro-Winkler distancenya (dw) adalah:

    dimana :


    dj =Jaro distance untuk strings s1 dan s2.

    l =panjang prefiks umum di awal string nilai maksimalnya 4 karakter (panjang karakter yg sama sebelum ditemukan ketidaksamaan max 4).

    p =konstanta scaling factor. Nilai standar untuk konstanta ini menurut Winkler adalah p = 0,1.

    String Metric

    String metric atau similarity metric adalah kelas matriks berbasis tekstual yang dapat menghasilkan nilai kesamaaan atau ketidaksamaan dari dua teks string untuk proses perbandingan dan penyamaan. String metric biasanya digunakan dalam deteksi kecurangan, analisa fingerprint, deteksi plagiarisme, ontology merging, analisis DNA , analisis RNA, analisis image, database deduplication, data mining, Web interfaces, dan sebagainya. Beberapa algoritma yang berdasarkan kepada string metric diantaranya adalah Levenshtein distance, TF/IDF, Needleman-Wunsch distance, Jaro-Winkler distance, dan sebagainya. Dari algoritma yang telah dise- butkan di atas Jaro-Winkler distance memiliki kete- patan yang baik di dalam pencocokan string yang relafif pendek.

    Untuk dapat mendukung kinerja dari algoritma Jaro-Winkler distance maka dilakukan proses tokenizing terlebih dahulu terhadap dokumen-dokumen yang akan digunakan.

    Study Pustaka (Literatur Review)

    Metode Studi Pustaka dilakukan untuk menunjang metode wawancara dan observasi yang telah dilakukan. Pengumpulan informasi yang dibutuhkan dalam mencari referensi-referensi yang berhubungan dengan penelitian yang dilakukan.

    Manfaat dari studi pustaka ini antara lain:

    1. Mengidentifikasikan kesenjangan (identify gaps) dari penelitian ini.
    2. Menghindari pembuatan ulang (reinventing the wheel) sehingga menghemat waktu dan juga menghindari kesalahan-kesalahan yang pernah dilakukan oleh orang lain.
    3. Mengidentifikasikan metode yang pernah dilakukan dan yang relevan terhadap penelitian ini.
    4. Meneruskan apa yang penelitian sebelumnya telah dicapai sehingga dengan adanya studi pustaka ini, penelitian yang akan dilakukan dapat membangun diatas landasan (platform) dari pengetahuan atau ide yang sudah ada.) serta mengetahui orang lain yang spesialisasi dan area penelitian yang sama dibidang ini.

    Banyak penelitian sebelumnya yang dilakukan mengenai kemiripan antar dokumen dan penelitian lain yang berkaitan. Dalam upaya menerapkan beberapa metode algoritma dalam mendeteksi kemiripan antar dokumen ini perlu dilakukan studi pustaka (literature review) sebagai salah satu dari penerapan metode penelitian yang akan dilakukan. Diantaranya yaitu:

    1. Penelitian ini dilakukan oleh Junaidi dan Fifit Alfiah, pada tahun 2014 dengan judul “Collaborative Methods model dalam membandingkan dokumen untuk mengukur prosentase kemiripan”. Penelitian ini membahas tentang persentasi kemiripan atau kesamaan tingkat penulisan dalam analisa antar dokumen, untuk mengukur tingkat kesamaan atau kemiripan antara beberapa dokumen dilakukan pembandingan antara 2 dokumen untuk di analisa dalam segi penulisannya, dengan menggunakan beberapa metode dari algoritma yang berbeda agar dapat membuat sistem yang lebih akurat dan memberikan hasil kemiripan dengan sangat besar persentasenya .
    2. Penelitian ini dilakukan oleh Anna Kurniawati, Sulistyo Puspitodjati dan Sazali Rahman pada tahun 2010 dengan judul “Implementasi Algoritma Jaro-Winkler Distance untuk Membandingkan Kesamaan Dokumen Berbahasa Indonesia” penelitian ini membahas tentang pembuatan aplikasi menghitung tingkat kesamaan dokumen berbasis web. Metode yang digunakan untuk menghitung tingkat kesamaan dokumen dengan menggunakan Algoritma jaro-winkler distance. Untuk dapat mengukur tingkat kesamaan dokumen dengan cepat, maka diperlukan alat bantu untuk dapat menghitung tingkat kesamaan antar dokumen.
    3. Penelitian ini dilakukan oleh Anna Kurniawati dan I Wayan Simri Wicaksana pada tahun 2008 dengan judul “Perbandingan Pendekatan Deteksi Plagiarism Dokumen Dalam Bahasa Inggris” penelitian ini membahas tentang bagaimana cara untuk meminimalisasi praktik plagiarisme, diperlukan pendeteksian terhadap penulisan. Pada penelitian ini akan dipaparkan hasil analisis dua metode untuk mendeteksi plagiarisme dokumen. Aspek kelebihan dan kekurangan dari pendekatan-pendekatan tersebut digunakan sebagai tolak ukur untuk membangun pendekatan yang lebih optimal untuk mendeteksi plagiarisme dokumen.
    4. Penelitian ini dilakukan oleh Hari Bagus Firdaus pada tahun 2012 dengan judul “Deteksi Plagiat Dokumen Menggunakan Algoritma Rabin-Karp” penelitian ini membahas tentang bagaimana cara mengantisipasi tindakan plagiat, dibutuhkan suatu cara yang dapat menganalisis teknik-teknik plagiat yang dilakukan. Ada beberapa pendekatan yang bisa diambil, salah satunya dengan mempergunakan algoritma pencarian string Rabin-Karp. Penelitian ini hanya membahas secara skematis bagaimana algoritma Rabin-Karp bekerja dalam mendeteksi plagiat pada suatu dokumen, bukan implementasinya dalam sebuah program atau aplikasi.
    5. Penelitian ini di lakukan oleh Mudafiq Riyan Pratama, Eko Budi Cahyono dan Gita Indah Marthasari pada tahun 2012 dengan judul “Aplikasi Pendeteksi Duplikasi Dokumen Teks Bahasa Indonesia Menggunakan Algoritma Winnowing Dengan Metode K-Gram Dan Synonym Recognition” penilitian ini membahas tentang sistem deteksi duplikasi menggunakan algoritma menampi yang outputnya dalam bentuk dari seperangkat nilai-nilai hash sebagai fingerprinting dokumen yang diperoleh melalui metode k-gram. masukan dari Proses fingerprinting dokumen adalah file teks. Maka outputnya akan menjadi satu set nilai hash, yang disebut sidik jari. Fingerprint inilah yang akan menjadi dasar perbandingan antara file teks yang telah dimasukkan. keberadaan dari pengakuan konsep sinonim dimaksudkan untuk dapat mengenali kata-kata yang mengandung sinonim sebagai tindakan plagiarisme. Mendeteksi duplikat menggunakan sinonim mendapatkan persentase lebih tinggi dibandingkan tanpa menggunakan sinonim.

    BAB III

    Gambaran Umum Perguruan Tinggi Raharja

    Dengan semakin banyaknya perguruan–perguruan tinggi yang berkembang di daerah Tangerang, khususnya di bidang ilmu komputer, semakin erat pula persaingan yang terjadi di dalamnya. Namun, banyak perguruan tinggi yang masih belum dapat memenuhi kebutuhan masyarakat dalam memperoleh data secara komputerisasi di setiap bidang.

    Dalam dunia komputer segala sesuatunya serba canggih serta otomatis dan perkembangannya pun sangat cepat, banyak instansi yang menggunakan kecanggihan komputer seperti instansi pemerintah maupun swasta serta dunia perkantoran bahkan dunia pendidikan sudah menerapkannya, tetapi perkembangan komputer selalu berubah setiap saat. Oleh karena itu Perguruan Tinggi Raharja dengan pendiriannya mempunyai misi untuk ikut membantu program pemerintah dalam upaya mencerdaskan kehidupan Bangsa Indonesia serta meningkatkan sumber daya manusia (SDM) dalam menghadapi era globalisasi.

    Telah menjadi tekad para pendiri perguruan tinggi ini untuk membantu pemerintah dan masyarakat Kota Tangerang dalam Perguruan Tinggi Raharja yang diselenggarakan oleh Yayasan Nirwana Nusantara dan merupakan pendidikan yang terbaik dalam bidang ilmu komputer.

    Sejarah Singkat Perguruan Tinggi Raharja

    Perguruan Tinggi Raharja bermula dari sebuah lembaga kursus komputer yang bernama LPPK (Lembaga Pendidikan dan Pelatihan Komputer) Raharja yang terletak di Jl. Gatot Subroto Km.2 Harmoni Mas Cimone Tangerang.

    LPPK Raharja diresmikan pada tanggal 3Januari 1994 oleh Bapak Walikota Tangerang Drs.H.Zakaria Machmud, Raharja telah terdaftar pada Depdiknas Kotamadya Tangerang dengan Nomor 201/PLSM/02.4/L.93. Lembaga inilah yang mempelopori penggunaan Operating System Windows dan aplikasinya di wilayah Tangerang dan sekitarnya, hal tersebut mendapat respon positif dan jumlah peminatnya pun meningkat pesat seiring dengan kerjasama yang dilakukan oleh lembaga ini dengan Sekolah Lanjutan Tingkat Atas yang ada di Tangerang.

    Karena semakin pesatnya perkembangan dan pertumbuhan akan komputerisasi dan meningkatnya peminat masyarakat Tangerang maka pada tanggal 24 Maret 1999 LPPK Raharja berkembang menjadi Akademi Manajemen Informatika dan Komputer (AMIK) Raharja Informatika yang diresmikan melalui Surat Keputusan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor: 56/D/O/1999 yang diserahkan langsung dari Bapak Prof.Dr.Udju D.Rusdi selaku Koordinator KOPERTIS wilayah IV Jawa Barat kepada Ketua Yayasan Nirwana Nusantara Ibu Kasarina Sudjono, dengan menyelenggarakan Jurusan Manajemen Informatika (MI) jenjang D3.

    Pada tanggal 2 Februari 2000 AMIK Raharja Informatika menjadi satu-satunya perguruan tinggi yang menjalankan studi formal untuk program Diploma I (D1) dengan memberikan gelar Ahli Pratama dan Program Diploma II (D2) dengan memberikan gelar Ahli Muda dan Diploma III (D3) dengan memberikan gelar Ahli Madya kepada lulusannya sesuai dengan Surat Keputusan Koordinator Perguruan Tinggi Swasta Wilayah IV Jawa Barat dengan Nomor 3024/004/KL/1999.

    Kemudian pada tanggal 7 September 2000 sesuai dengan surat keputusan Direktur Jendral Pendidikan Tinggi Departemen Pendidikan Nasional Nomor 354/Dikti/Kep/2000, menambah 2 program yakni D3 Teknik Informatika dan D3 Komputerisasi Akuntansi.

    Kini AMIK Raharja Informatika mempunyai 3 (tiga) program studi Diploma III dengan jurusan Manajemen Informatika (MI), Teknik Informatika (TI) dan Komputerisasi Akuntansi (KA) yang masing-masing jurusan memberikan gelar Ahli Madya (A.md), Ahli Muda (AM), dan Ahli Pratama (AP) kepada lulusannya.

    Pada tanggal 20 Oktober 2000 dalam usahanya untuk meningkatkan mutu dan kualitas daripada lulusan, AMIK Raharja Informatika meningkatkan statusnya dengan membuka Sekolah Tinggi Manajemen dan Ilmu Komputer (STMIK) Raharja. Dengan surat keputusan Nomor 42/01/YNN/PR/II/2000, ketua Yayasan Nirwana Nusantara mengajukan permohonan pendirian STMIK Raharja kepada Mendiknas KOPERTIS Wilayah IV Jawa Barat dengan 3 (tiga) program studi yaitu Jurusan Sitem Informasi (SI), Teknik Informatika (TI), dan Sistem Komputer (SK). Hal tersebut telah mendapat tanggapan dari Direktur Jendral Pendidikan Tinggi dengan surat keputusan Nomor 5706/D/T/2000. Dan dengan melalui Surat Keputusan Menteri Pendidikan Nasional Nomor 74/D/O/2001, STMIK Raharja menjadi Perguruan Tinggi Komputer yang memiliki program studi terlengkap di Provinsi Banten. Tidak hanya sampai disini, dalam rangka meningkatkan mutu dan kualitas lulusan Raharja sesuai dengan Rencana Induk Pengembangan (RIP) Raharja, bahwa dalam kurun waktu tidak lebih dari 5 tahun sudah berdiri Universitas Raharja.

    Pada saat ini, Perguruan Tinggi Raharja pun telah meningkatkan mutu dan kualitasnya melalui Sertifikat Akreditasi, diantaranya yaitu sebagai berikut :

    1. Pada tanggal 5 April 2002 AMIK Raharja Informatika mendapatkan status Akreditasi “B”untuk Jurusan Manajemen Informatika (MI) berdasarkan Surat Keputusan Badan Akreditasi Nasional-Perguruan Tinggi (BAN-PT) Nomor:003/BAN-PT/AK-1/DPL/IV/2002.
    2. Pada tanggal 4 Mei 2006 Perguruan Tinggi Raharja mendapatkan predikat terakreditasi yaitu Strata 1 Program Studi Teknik Informatika No.SK.001/BAN-PT/Ak-X/S1/V/2006 dengan nilai “335″ mendapatkan peringkat “B”.
    3. Pada tanggal 11 Mei 2006 Perguruan Tinggi Raharja mendapatkan predikat terakreditasi yaitu Strata 1 Program Studi Sistem Informasi No.SK.002/BAN-PT/Ak-X/S1/V/2006 dengan nilai “314″ mendapatkan peringkat “B”.
    4. Pada tanggal 3 Agustus 2007 dengan Sertifikat Akreditasi No.SK.006/BAN-PT/AK-VII/Dpl-III/VII/2007 yang berisi Badan Akreditasi Nasional Perguruan Tinggi menyatakan bahwa program studi Diploma III Manajemen Informatika di AMIK Raharja Informatika mendapat peringkat “B” dengan nilai “320”.
    5. Pada tanggal 25 Agustus 2007 dengan Sertifikat Akreditasi No.SK.019/BAN-PT/Ak-X/S1/VIII/2007 yang berisi Badan Akreditasi Nasional Perguruan Tinggi menyatakan bahwa program studi Strata 1 Sistem Komputer di STMIK Raharja mendapat peringkat “B” dengan nilai “352”.
    6. Pada tanggal 29 Desember 2007 sesuai Surat Keputusan oleh Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) dengan No.SK.017/BAN-PT/Ak-VII/Dpl-III/XII/2007 yang berisi Badan Akreditasi Nasional Perguruan Tinggi menyatakan bahwa program studi Diploma Tiga Teknik Informastika di AMIK Raharja Informatika mendapat peringkat “B” dengan nilai “358”.
    7. Pada tanggal 18 Januari 2008 Program Studi Diploma Tiga, yaitu Komputerisasi Akuntansi No.SK.019/BAN-PT/Ak-VII/Dpl-III/I/2008 dengan nilai “381″ mendapatkan peringkat “A”. Kini seluruh Program Studi yang ada pada AMIK Raharja Informatika dan STMIK Raharja statusnya telah terakreditasi.
    8. Pada tahun 2009 Perguruan Tinggi Raharja berhasil dalam Verifikasi dan Tersertifikasi ISO 9001:2008 (Sistem Manajemen Mutu Raharja) dari Lloyd Register Quality Assurance (LRQA-UKAS).
    9. Pada tanggal 08 Juli 2011 sesuai surat Keputusan oleh Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) dengan Nomor 010/BAN-PT/Ak-XIV/S1/VII/2011, menyatakan bahwa Program Studi Sarjana Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer Raharja, Tangerang terakreditasi B.
    10. Pada tanggal 23 September 2011 sesuai surat Keputusan oleh Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) dengan Nomor 025/BAN-PT/Ak-XIV/S1/IX/2011, menyatakan bahwa Program Studi Sarjana Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Raharja, Tangerang terakreditasi B.

    1. Jurusan / Program Studi pada STMIK Raharja

    Tabel 1.JPG

    Tabel 3.1 Jurusan atau Program Studi pada STMIK Raharja

     

    2. Jurusan / Program Studi pada AMIK Raharja Informatika

    Tabel amik.JPG

    Tabel 3.2 Jurusan atau Program Studi pada AMIK Raharja

    Visi, Misi dan Tujuan Perguruan Tinggi Raharja

    Visi dan Misi

    Visi Raharja adalah menjadi perguruan tinggi swasta yang secara berkesinambungan meningkatkan kualitas pendidikannya, memberikan pelayanan dalam menciptakan sumber daya manusia yang tangguh, memiliki daya saing tinggi dalam era kompetisi globalisasi, terutama di bidang teknologi informasi dan komputer. Menjadikan pribadi raharja sebagai sumber daya manusia terampil dan ahli, mampu bersaing dalam dunia bisnis maupun non bisnis, menghasilakan tenaga intelektual dan professional, serta mampu berkembang dalam cakrawala yang lebih luas.

    Dalam rangka mencapai visi yang digariskan, Raharja senantiasa akan berupaya untuk melaksanakan misinya sebagai berikut:

    1. Menyelenggarakan program-program studi yang menunjang perkembangan dan penerapan teknologi informasi dalam berbagai bidang ilmu.
    2. Menyediakan sarana dan lingkungan yang kondustif bagi pelaksanaan kegiatan belajar-mengajar yang efektif dan efisien, sehingga terbentuk lulusan-lulusan yang bermoral, terampil dan kreatif.
    3. Menjaga keterkaitan dan relevansi seluruh kegiatan akademis dengan kebutuhan pembangunan sosial-ekonomi dan industri Indonesia serta mengantisipasi semakin maraknya globalisasi kehidupan masyarakat.
    4. Melangsungkan kerjasama dengan berbagai pihak, baik dari dalam maupun luar negeri, sehingga ilmu dan teknologi yang diberikan selalu mutakhir serta dapat diterapkan secara berhasil guna dan tepat guna.

    Visi dan misi di atas, dipahami dan didekati dengan kesadaran komitmen pada kualitas yang menjadi target dalam manajemen dan sistem pendidikan di Perguruan Tinggi Raharja. Kualitas sebagai suatu dimensi yang merupakan bagian dari apa yang disebut “Total Qualitas Manajemen”. Konsep berpikir kualitas terdiri dari : performance (kinerja), feature (fasilitas), durability (daya tahan), reliability(kehandalan), conformity (kesesuaian), esthetic (keindahan), dan easy to be repaired (kemudahan perbaikan). Ketujuh elemen itu merupakan perhatian utama manajemen dan sistem pendidikan Perguruan Tinggi Raharja yang dituangkan dalam ISO9001 : 2008 (Sistem Manajemen Mutu Raharja).


    Tujuan Perguruan Tinggi Raharja

    1. Menghasilkan lulusan yang memiliki kemampuan akademik dan dapat menerapkan, mengembangkan serta memperluas informatika dan komputer secara profesional.
    2. Menghasilkan lulusan yang mampu mengadakan penelitian dalam bidang informatika dan komputer, yang hasilnya dapat diimplementasikan untuk memenuhi kebutuhan masyarakat di lapangan.
    3. Menghasilkan lulusan yang mampu mengabdikan pengetahuan dan keterampilan dalam bidang informatika dan komputer secara profesional kepada masyarakat.

    Arti Nama Raharja

    Raharja, kata ini diinspirasikan dari motto kota dan kabupaten Tangerang, yaitu “Bhakti Karya Adhi Kerta Raharja” dan “Setya Karya Kerta Raharja” yang berarti “kesejahteraan” yang dalam arti luasnya adalah keinginan dan niat para pendiri untuk membantu pemerintah ikut serta dalam membangun masyarakat yang sejahtera melalui penguasaan dibidang teknologi informasi dan komputer. Sedangkan Raharja sendiri memiliki motto “Get The Better Future By Computer Science” (meraih sukses yang gemilang dengan ilmu komputer).

    Arti Green Campus

    Green Campus, yang berarti Kampus Hijau memiliki makna yang luas “Green” atau dengan sebutan “Green Leaves” sering diartikan dengan masih hijau generasi muda Indonesia adalah bibit-bibit unggul yang masih hijau dan green campus berpotensi melahirkan generasi pribadi yang matang dan berguna bagi bangsa dan Negara.

    “Green” dalam konteks “Green Power” berarti kekuatan financial. Green Campus sebagai kampus yang dapat memberikan power untuk menipang seluruh aktifitas perkuliahan bertujuan menciptakan pribadi raharja yang dapat mandiri secara financial (financially independent).

    Lokasi Kampus

    Kampus Modern, Jalan Jenderal Sudirman No. 40, Modern Cikokol - Tangerang, Banten 15117.

    Struktur Organisasi

    Sebuah organisasi atau perusahaan harus mempunyai suatu struktur organisasi yang digunakan untuk memudahkan pengkoordinasian dan penyatuan usaha, untuk menunjukkan kerangka-kerangka hubungan diantara fungsi, bagian-bagian maupun tugas dan wewenang serta tanggung jawab. Serta untuk menunjukan rantai (garis) perintah dan perangkapan fungsi yang diperlukan dalam suatu organisasi.

    Sama halnya dengan Perguruan Tinggi Raharja yang mempunyai struktur organisasi manajemen sebagai berikut:

    Gambar 3.3 Struktur Organisasi Akademik Perguruan Tinggi Raharja

    Wewenang dan Tanggung Jawab

    Seperti halnya dengan sebuah perusahaan, Perguruan Tinggi Raharja dalam manajemen akademiknya terdapat bagian-bagian yang mempunyai wewenang serta tanggung jawab dalam menyelesaikan semua pekerjaannya.

    Berikut adalah wewenang serta tanggung jawab bagian-bagian yang ada pada Perguruan Tinggi Raharja, yaitu sebagai berikut:

    1. Ketua
      Wewenang:

      a. Menyelenggarakan program kerja yang berpedoman pada visi, misi, fungsi dan tujuan pendirian Perguruan Tinggi Raharja.

      b. Menyelenggarakan kegiatan dan pengembangan pendidikan, penelitian serta pengabdian pada masyarakat.

      c. Menyelenggarakan kegiatan pengembangan administrasi.

      d. Menyelenggarakan kegiatan-kegiatan yang menunjang terwujudnya Tri Darma Perguruan Tinggi.

      Tanggung jawab:

      Memimpin penyelenggaraan pendidikan, penelitian, pengabdian kepada masyarakat, membina tenaga pendidikan, mahasiswa, tenaga administrasi dan administrasi IK Raharja hubungannya dengan lingkungan.

    2. Pembantu Ketua I (Bidang Akademik)
      Wewenang:

      a. Menjalankan program kebijaksanaan akademik.

      b. Mengawasi dan membina serta mengembangkan program studi sesuai kebijaksanaan yang telah digariskan.

      c. Membina dan mengembangkan kegiatan penelitian dan pengabdian pada masyarakat.

      d. Mengadakan afiliasi.

      e. Membina dan mengembangkan kelembagaan.

      Tanggung jawab :

      Membantu Ketua dalam memimpin pelaksanaan pendidikan, penelitian dan pengabdian pada masyarakat.

    3. Asisten Direktur Akademik
      Wewenang :

      a. Mengusulkan kepada Direktur atas prosedur pelaksanaan proses belajar mengajar.

      b. Mengusulkan kepada Direktur tentang kenaikan honor staf binaannya.

      c. Mengusulkan kepada Direktur tentang pengangkatan, pemberhentian staf binaannya.

      d. Memberikan kebijakan pelaksanaan layanan pada bidangnya.

      e. Mengusulkan kepada Direktur tentang unit layanan baru yang dibutuhkan.

      f. Memberikan sangsi kepada staf binaannya yang melanggar tata tertib karyawan.

      g. Mengusulkan kepada Direktur tentang pengangkatan dan pemberhentian dosen.

      Tanggung Jawab :

      a. Bertanggung jawab atas penyusunan JRS yang efektif dan efisien.

      b. Bertanggung jawab atas pengimplementasian pelaksanaan proses belajar mengajar.

      c. Bertanggung jawab atas kemajuan kualitas pelayanan Akademik yang berkesinambungan.

      d. Bertanggung jawab atas kelancaran proses belajar mengajar.

    4. Asisten Direktur Operasional
      Wewenang:

      a. Mengusulkan kepada Direktur atas prosedur pelaksanaan pelayanan proses belajar mengajar.

      b. Mengusulkan kepada Direktur tentang kenaikan honor.

      c. Mengusulkan kepada Direktur tentang kepangkatan, pemberhentian staf binaannya.

      d. Mengusulkan kepada Direktur tentang unit layanan baru yang dibutuhkan.

      e. Memberikan sanksi kepada staf binaannya yang melanggar tata tertib karyawan.

      Tanggung Jawab:

      a. Bertanggung jawab atas penyusunan kalender akademik tahunan.

      b. Bertanggung jawab atas pengimplementasian pelaksanaan pada bidangnya.

      c. Bertanggung jawab atas kemajuan kualitas pelayanan yang berkesinambungan pada bidangnya.

      d. Bertanggung jawab atas kelancaran proses belajar mengajar.

    5. Kepala Jurusan
      Wewenang :

      a. Mengusulkan kepada Asisten Direktur Akademik tentang perubahan matakuliah dan materi kuliah yang dianggap telah kadaluarsa bahkan perubahan Kurikulum Jurusan.

      b. Mengusulkan kepada Asisten Direktur Akademik tentang kenaikan honor dosen binaannya.

      c. Mengusulkan kepada Asisten Direktur Akademik tentang pengadaan seminar, pelatihan, penambahan kelas perkuliahan, pengangkatan dosen baru, pemberhentian dosen.

      d. Memberikan kebijakan administratif akademik seperti cuti kuliah, perpindahan jurusan, ujian susulan, pembukaan semester pendek.

      e. Mengusulkan kepada Asisten Direktur Akademik tentang pembukaan peminatan/konsentrasi baru dalam jurusannya.

      f. Memberikan sanksi akademik kepada mahasiswa yang melanggar tata tertib Perguruan Tinggi Raharja.

      Tanggung Jawab :

      a. Bertanggung jawab atas penyusunan dan pengimplementasian kurikulum, SAP dan Bahan Ajar.

      b. Bertanggung jawab atas monitoring kehadiran dosen dalam perkuliahan, jam konsultasi dan tugas-tugas yang disampaikan ke dosen.

      c. Bertanggung jawab atas terlaksananya penelitian dan pelaksanaan seminar.

      d. Bertanggung jawab atas pembinaan mahasiswa dan dosen binaannya.

      e. Bertanggung jawab atas prestasi Akademik mahasiswa.

      f. Bertanggung jawab atas peningkatan jumlah mahasiswa dalam jurusannnya.

    Tata Laksana Sistem yang Berjalan

    Prosedur Sistem yang Berjalan

    Prosedur sistem yang akan berjalan tersebut memiliki 7 (tujuh) alur sebagai berikut:

    1. Mencetak Formulir kelengkapan Validasi KKP di SIS.
    2. Kemudian melakukan pembayaran Validasi KKP di kasir Raharja.
    3. Mengajukan dosen untuk menjadi pembimbing dan judul KKP.
    4. Menghadap Kepala Jurusan untuk konfirmasi dan acc dosen pembimbing dan judul KKP.
    5. Menyerahkan kelengkapan Validasi KKP kepada RPU untuk mencetak Formulir Bimbingan.
    6. Memulai Pembekalan KKP dan bimbingan dengan dosen pembimbing yang disetujui oleh Kepala Jurusan.
    7. Membuat Analisa Sistem yang akan Berjalan; Log In System -> Menampilkan menu Input Dokumen -> Input Dokumen -> Cek Originality -> Menampilkan Laporan Originality -> Detail Laporan -> log out dari System.


    Rancangan Prosedur Sistem Berjalan

    Untuk menganalisa sistem yang berjalan, pada penelitian ini digunakan program Visual Paradigm for UML 6.4. Enterprise Edition untuk menggambarkan use case diagram, activity diagram dan sequence diagram. Namun Penulis hanya membuat alur mulai dari penggunaan sistem. Bukan pada penulisan laporan tersebut .

    Analisa Sistem Pada Use Case Diagram

    Gambar 3.2 Use Case Diagram Sistem

    Berdasarkan gambar 3.2, Use case Diagram yang ada terdapat:

    a.1 Actor yaitu User (Pengguna sistem).

    b.1 Sistem yaitu aplikasi yang digunakan.

    c.4 Use Case yaitu Input Dokumen, Cek Originality, Laporan Originality, dan Detail Laporan Dokumen.

    Analisa Sistem Pada Activity Diagram

    Gambar 3.3 Activity Diagram sistem

    Berdasarkan gambar 3.3, Activity Diagram yang ada terdapat:

    1 Initial note yang digunakan user untuk mengawali masuk atau log in ke system, setelah user log in system menampilkan menu untuk menginput dokumen (ketik atau upload), kemudian user melakukan input dokumen ke dalam system, dan setelah di proses system menampilkan cek originality dokumen dan menampilkan laporan tentang dokumen yang di input kemudian memberikan detail laporan originality dokumen kepada user, setelah selesai user berinteraksi dengan system melakukan log out system untuk keamanan dokumen, dan diakhiri dengan Final State.

    Analisa Sistem Pada Sequence Diagram

    Gambar 3.4 Sequence Diagram Sistem

    Berdasarkan gambar 3.4, Sequence Diagram yang ada terdapat:

    Aktor sebagai user yang melakukan kegiatan interaksi antarmuka menggunakan Lifeline dengan sistem yang mempunyai 7 Message yang merupakan komunikasi antar objek yang memuat informasi-informasi tentang aktifitas yang terjadi dengan aktifitasnya: Log In System, Menampilkan menu Input Dokumen, Input Dokumen, Cek Originality, Menampilkan Laporan Originality, Detail Laporan, dan log out dari System.

    Analisa Sistem Yang Berjalan

    Metode Analisa Sistem

    1. Analisa Batasan Sistem
    2. Adapun batasan sistem (boundary system) pada Analisa model dalam membandingkan dokumen untuk mengukur prosentase kemiripan ini dibatasi hanya pada proses menginput dokumen hanya bisa mengupload 2 dokumen.


    3. Analisa Kebutuhan Sistem
    4. Berdasarkan hasil analisa terhadap Sistem Pakar ini membutuhkan perancangan sistem yang sempurna dari sistem yang akan membandingkan dokumen untuk mengukur prosentase kemiripan dari analisa sistem yang berjalan agar dapat menghasilkan analisa yang akurat, benar, jelas, cepat, dan efisien serta mempunyai hasil yang maksimal.


    5. Analisa Kontrol
    6. Pengendalian yang diterapkan pada system aplikasi pembandingkan dokumen untuk mengukur prosentase kemiripan yaitu adanya pengaksesan untuk user yang akan menggunakan sistem bagi kepentingannya.


    7. Analisa Kelebihan dan kekurangan Sistem yang Berjalan

    User yang ingin menggunakan sistem untuk mengecek originality tulisan dokumennya dapat digunakan dengan mudah . kelebihannya user ataupun penguji penulisannya mampu mengetahui tingkat kemiripan dokumennya dengan dokumen lainnya, kekurangannya masih jarang sistem seperti ini dan belum efektif penggunaannya.

    Analisa Masukan, Analisa Proses, Analisa Keluaran

    1. Analisa Masukan

      Nama Masukan : File Dokumen

      Fungsi : Sebagai media yang menampilkan keoriginality sebuah dokumen dan persamaan kata atau kemiripan penulisannya

      Sumber : User yang membutuhkan

      Media : Internet

      Frekuensi : Setiap ada permintaan

      Format : Tampilan Web

      Keterangan : Hasil analisa laporan originality

    2. Analisa Proses

      Nama Modul : Permintaan Input Dokumen

      Masukan : File Dokumen

      Keluaran : Analisa Dokumen

      Ringkasan Proses: Proses ini akan menghasilkan laporan detail hasil analisa originality antar dokumen bagi user.

    3. Analisa Keluaran

    Nama Keluaran : Permintaan Hasil Analisa Dokumen

    Fungsi :Menampilkan Detail Analisa Laporan Originality Dokumen

    Media : Internet dan Komputer

    Distribusi : User (pengguna)

    Konfigurasi Sistem Yang Berjalan

    Di dalam membuat analisa program untuk penulisan laporan KKP (Kuliah Kerja Praktek), penulis menggunakan komputer dengan konfigurasi minimal sebagai berikut:

    1. Spesifikasi Hardware

      a.Processor : Intel(R) Core(TM) i3-2310M

      b.Monitor : SVGA 15”

      c.Mouse : Optical

      d.Keyboard : PS/2

      e.RAM : 2 GB

      f.Harddisk : 500 GB

      g.Printer : HP

    2. Spesifikasi Software

      a.Microsoft Office 2007

      b.Adobe Dreamweaver

      c.Google Chrome

      d.Adobe Photoshop

      e.Visual Paradigm

    3. Hak Akses (Brainware)

      a.Stakeholder

      b.Pembuat/Penulis

    Permasalahan Yang Dihadapi dan Alternatif Pemecahan Masalah

    Permasalahan Yang Dihadapi

    Berdasarkan hasil analisa yang dilakukan, maka penulis memutuskan permasalahan yang dihadapi oleh kalangan akademis pada saat ini masih banyaknya plagiat dokumen dalam penulisan ilmiah, belum adanya sistem yang dapat mendeteksi kemiripan antar dokumen secara otomatis, sehingga banyak kalangan akademis mengalami plagiatan dokumen dan diketahuia setalah tulisan tersebut terpublish, dengan adanya sistem sebelum penulis membuat karya tulisan mampu mengecek keaslian dokumen dan mampu mengurani pencurian data. Sehingga dalam proses pelaporan analisa dokumen tersebut tidak bisa dilakukan dengan mudah , efektif dan efisien. Dari masalah yang dihadapi penulis dapat menyimpulkan sebagian besar masalah uang dihadapi adalah :

    1. Membandingkan dokumen untuk pengukuran persentasi kemiripan pada penulisan ilmiah yang dilakukan oleh kalangan akademis masih jarang digunakan sehingga untuk penggunaannya masih sulit.
    2. Dengan banyaknya model yang digunakan dalam analisa sistem untuk membandingkan dokumen yang dapat mengetahui tingkat kemiripan harus memilih atau bahkan menemukan model sendiri yang lebih efektif dalam penggunaannya.
    3. Model yang paling efektif dan efesien dalam mengukur persentasi kemiripan penulisan ilmiah terdapat 3(tiga) algoritma dengan berbagai metode yang berbeda membuat penulis harus menganalisa dan mempelajari berbagai metode agar sistem mampu berjalan dengan optimal.

    Alternatif Pemecahan Masalah

    Untuk mengatasi masalah yang dihadapi dalam proses penginputan dokumen dan menghasilkan laporan analisa dokumen yang akurat dan jelas, maka penulis mengusulkan alternatif pemecahan masalah yaitu antara lain dengan membangun suatu sistem yang menghasilkan analisa yang lebih efektif dan efisien, diantaranya :

    1. Merancang sistem dengan menggunakan Unified Modelling Language (UML) yang berbasis OOP (Object Oriented Programming) sehingga sistem dalam memberikan detail laporan analisa originality dokumen yang berjalan lebih optimal dan akurat.
    2. Menyediakan suatu sistem pembanding dokumen untuk mengetahui persentase kemiripan tulisannya dengan menggunakan akses internet hanya dengan mengupload file dokumen sehingga menghasilkan laporan analisa originality dokumen dengan cepat dan akurat serta meningkatkan kinerja yang optimal.
    3. Menyediakan aplikasi database yang terelasi dengan tabel-tabel sistem analisa sehingga diperlukan sebuah program yang dapat menunjang dan mempermudah kegiatan tanpa merubah prosedur yang berjalan.

    BAB IV

    Kesimpulan

    Berdasarkan hasil analisa dan perumusan masalah yang telah dilakukan, maka penulis dapat menyimpulkan bahwa :

    1. Cara membandingkan dokumen untuk mengukur persentasi kemiripan penulisan dapat menggunakan software yang menyediakan fasilitas dan berfungsi untuk menghasilkan analisa persentasi kesamaan antar dokumen.

    2. Terdapat banyak model algoritma yang dapat digunakan untuk membandingkan persentase tingkat kemiripan antar dokumen dengan menggunakan metode yang berbeda pula dengan setiap prosesnya pada setiap jenis software yang tersedia.

    3. Ada 3(tiga) jenis model algoritma yang paling efektif dan efesien dalam mengukur persentase kemiripan penulisan dokumen yaitu algoritma Jaro-Winkler, algoritma Rabin-Karp dan algoritma Winnowing dengan berbagai metode berbeda mampu menghasilkan analisa dengan tingkat kemiripan yang berbeda.

    4. Dengan adanya software atau aplikasi yang mampu menghasilkan analisa persentase tingkat kemiripan pada sebuah dokumen mampu mengurangi tindakan plagiatrisme pada instansi akademik karena sebelum melakukan penerbitan ataupun publish akan di cek terlebih dahulu keaslian atau Originality sebuah dokumen dengan dokumen pembandingnya.

    Saran

    Untuk menanggulangi permasalahan dan mencapai hasil yang baik, maka saran dan pendapat yang penulis kemukakan adalah :

    1. Untuk menghasilkan dan membuat software dan aplikasi menjadi lebih efisien dan efektif semoga kedepannya dapat menghasilkan model baru dengan menggabungan metode yang ada untuk membuat hasil persentase analisa yang lebih baik dalam membandingkan.

    2. Untuk mempercepat proses menghasilkan analisa persentase tingkat kemiripan dan meningkatkan efisiensi waktu dan tenaga sebaiknya digunakan sistem komputerisasi yang mempunyai daya akses yang cepat dan akurat.

    3. Untuk memberikan kenyaman kepada User (pengguna) selama pemakaian aplikasi atau Software dan memberikan fasilitas tambahan pada sistem agar menjadi aplikasi yang sempurna.

    DAFTAR PUSTAKA

    DAFTAR LAMPIRAN

    LAMPIRAN A

    1. A.1. Surat Pengantar KKP
    2. A.2. Form Validasi KKP
    3. A.3. Form Penggantian Judul
    4. A.4. Kartu Bimbingan KKP
    5. A.5. Daftar Mata Kuliah Yang Belum Diambil
    6. A.6. Daftar Nilai
    7. A.7. Formulir Seminar Proposal KKP
    8. A.8. Formulir Seminar Proposal KKP
    9. A.9. Daftar Riwayat Hidup
    10. A.10. Kartu Studi Tetap Final (KSTF)
    11. A.11. Kwitansi Pembayaran Bimbingan KKP
    12. A.12. Lampiran Sertifikat TOEFL
    13. A.13. Sertifikat PROSPEK
    14. A.14. Sertifikat-Sertifikat IT (1 Internasional + 3 Nasional: REC, Ilmuti, mahasiswa)

Contributors

Adesetiadi, Siti Nurhayati