PEMBOBOTAN TF-IDF DAN METODE COSINE SIMILARITY UNTUK DETEKSI KEMIRIPAN DALAM PENGAJUAN TOPIK SKRIPSI DI UTDI

Dalam perkembangan teknologi sudah mempermudah mahasiswa dalam proses pencarian tema atau judul skripsi. Hal ini bisa mempunyai kelebihan dan kekurangan masing - masing. Selain itu hal ini dapat dijadikan referensi yang baik dengan banyaknya sumber referensi, sisi lainnya dapat memicu tingkat kemiripan judul yang beragam yang memicu plagiat yang tinggi sehingga menyebabkan kurang beragamnya topik atau judul penelitian. Proses pendeteksian kemiripan judul yang dilakukan oleh Universitas Teknologi Digital Indonesia masih sebatas membandingkan judul skripsi yang diajukan oleh mahasiswa oleh dosen pembimbing masing - masing. Hal ini akan berdampak kurang lengkapnya sumber informasi judul yang sudah di ajukan dalam basis data yang tersedia di Universitas Teknologi Digital Indonesia. Penelitian ini dilakukan untuk menguji tingkat kemiripan judul proposal skripsi yang akan diajukan dengan dibandingkan dengan judul yang sudah ada di Universitas Teknologi Digital Indonesia.\ud Tahapan penelitian yang digunakan yaitu preprocessing (terdiri dari case folding, tokenizing, filtering, dan stemming), perhitungan pembobotan TF-IDF, dan perhitungan nilai kemiripan menggunakan cosine similarity. Penelitian ini diimplementasikan dalam bentuk web dengan bahasa pemrograman PHP dan basis data Mysql dan tambahan library sastrawi untuk proses preprocesing. Penelitian menunjukkan bahwa stemming mampu menghilangkan sebagian besar kesalahaan yang disebabkan oleh kata imbuhan: (ber, me, pe, ter, an, kan, di). Skenario penelitian dengan stemming menghasilkan nilai kemiripan rata-rata lebih tinggi 1.104% daripada tanpa stemming. Berdasarkan hasil percobaan cosine similarity dan pembobotan TF-IDF mampu menghasilkan nilai kemiripan dari masing-masing teks pembanding. Kata kunci : Cosine Similarity, Mysql, Preprocessing, PHP, Stemming, TF-IDF