Aplikasi deteksi plagiarisme berdasarkan string-matching menggunakan algoritma Rabin-Karp

INDONESIA: Dalam melakukan pencegahan mendeteksi plagiarisme sering mengalami masalah efisiensi dan efektifitas. Sehingga diperlukan aplikasi untuk membantu mendeteksi plagiat. Ada beberapa metode yang dapat digunakan untuk mendeteksi plagiarisme, salah satu metodenya dengan menggunakan konsep string-matching. Terdapat banyak algoritma yang biasa digunakan dalam konsep string-matching. Salah satunya adalah algoritma Rabin-Karp. Algoritma Rabin-Karp memanfaatkan nilai hash untuk mencari kesamaan string. Penggunaan nilai hash menyebabkan panjang pattern tidak terlalu berpengaruh, sehingga algoritma ini dirasa sesuai untuk digunakan sebagai dasar aplikasi untuk mendeteksi plagiarisme. Hal ini, disebabkan proses pendeteksian menggunakan pattern berupa kalimat yang terdiri dari beberapa karakter. Aplikasi menggunakan konsep string-matching dengan Algortima Rabin-Karp sebagai dasar untuk mendeteksi plagiarisme. Dalam melakukan pendeteksian, aplikasi ini membutukan waktu 0,12 untuk satu kalimat dengan sepuluh dokumen sebagai referensi. Dengan penggunaan CPU sebesar 51,34 % dan memori sebesar 188,2 Mb. ENGLISH: In detecting plagiarism prevention often have problems of efficiency and effectiveness. So that the required application to help detect plagiarism. There are several methods that can be used to detect plagiarism, one of the methods using string-matching concept. There are many algorithms commonly used in string-matching concept. One is the Rabin-Karp algorithm. Rabin-Karp algorithm utilizes the hash value for find the similarity of string. The use of hash values cause the pattern length was not too influential, so the algorithm is considered suitable for use as the basis of application for detecting plagiarism. This, due to the detection process using the pattern in the form of sentences consisting of several characters. Applications using the concept of the string-matching with the Rabin-Karp algorithms as a basis for detecting plagiarism. In did detection, these applications requiring a time of 0.12 for a single sentence with ten documents as a reference. With the CPU usage by 51.34% and 188.2 Mb of memory