Sistem Deteksi Self-Plagiarisme Pada Media Online Berbasis Model Word2vec
Tahun 2025 · Penulis: Fayza Permatasari
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Self-plagiarism adalah menyajikan kembali karya tulisnya sendiri yang telah dipublikasikan tanpa mencantumkan sumber asli. Dalam media online, praktik ini sering kali tidak disadari namun dapat berdampak negatif terhadap kredibilitas dan orisinalitas konten berita. Permasalahan ini mendorong adanya sistem yang mampu mendeteksi self-plagiarisme pada media online. Pendeteksian self-plagiarisme pada konten media online dilakukan dengan teknik Text Mining. Penelitian ini terdiri dari beberapa tahapan utama yang saling berkesinambungan. Tahap pertama adalah pengumpulan data dari artikel berita Detik selama periode Januari hingga Maret 2024 menggunakan metode web scraping. Data yang berhasil dikumpulkan berjumlah 28.742 artikel. Kemudian dilakukan ekstraksi kalimat dan penghapusan entitas untuk meminimalkan bias dalam analisis kesamaan, tahap ini menghasilkan sebanyak 443.974 kalimat. Proses preprocessing teks mencakup pembersihan data (data cleaning), konversi huruf ke format lowercase, serta tokenisasi untuk memecah kalimat menjadi kata-kata terpisah. Setelah itu, dilakukan proses embedding dengan memanfaatkan model Word2Vec untuk merepresentasikan kata-kata dalam bentuk vektor. Nilai cosine similarity antar vektor kalimat kemudian dihitung untuk mengukur tingkat kemiripan semantik. Evaluasi sistem dilakukan menggunakan metode Mean Average Precision (MAP), yang menghasilkan skor evaluasi sebesar 1.00. Penilaian dilakukan dengan membagi pasangan kalimat ke dalam dua kategori: positive samples, yaitu pasangan dengan nilai similarity ≥ 0,95 (sebanyak 2–5 pasangan per kalimat), dan negative samples, yaitu pasangan dengan similarity ≤ 0,5 (sebanyak 15–45 pasangan per kalimat). Penelitian ini diakhiri dengan implementasi sistem berbasis web menggunakan framework Flask untuk mendukung pengguna dalam mendeteksi indikasi self-plagiarisme secara otomatis.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,823
Tahun 2026 · Penulis: Fahmi Firdausal Umam
Pengembangan Model Deteksi Bahan Berbahaya di Label Komposisi Pada Kemasan Kosmetik Menggunakan Kombinasi NER-OCR
Penelitian ini bertujuan mengembangkan sistem deteksi bahan berbahaya pada label komposisi kosmetik dengan mengombinasikan Optical Character Recognition (OCR), rule-based Named Entity Recognition (NER), dan algoritma Random Forest. Permasalahan yang melatarbel
- Cosine 0,794
Tahun 2026 · Penulis: Tantra Wahyudi
Implementasi Sistem Deteksi Sentimen Berbasis Aspek untuk Ulasan Smartphone Menggunakan Metode Support Vector Machine (Studi kasus: iPhone 17 Pro)
Pengguna internet Indonesia telah menghasilkan jutaan ulasan smartphone di YouTube, yang sebagian besar ditulis dalam bahasa informal yang sangat tinggi yang berisi singkatan, typos, dan sarkasme, membuat analisis otomatis sangat menantang sistem konvensional.
- Cosine 0,792
Tahun 2026 · Penulis: Kevin Elvio Chrisselin Purwanto
Pengembangan Model Klasifikasi Phising URL Menggunakan Xgboost Dan Feature Selection Dengan Pengintegerasian Pada Ekstensi Browser
Pesatnya perkembangan teknologi informasi telah memicu peningkatan ancaman keamanan siber, salah satunya adalah *phishing*. Serangan *phishing* dilakukan dengan menggunakan tautan atau situs web palsu yang menyerupai situs web resmi untuk mencuri informasi sen