Analisis Deteksi Kemiripan Dokumen Tugas Mahasiswa pada LMS Undiknas Menggunakan Metode K-Shingling dan Cosine Similarity

Abstract

Aplikasi LMS pada salah satu perguruan tinggi swasta di Bali yaitu Universitas Pendidikan Nasional (Undiknas) mulai dikembangan sejak adanya kewajiban untuk melakukan pembelajaran secara daring saat pandemi COVID melanda, dan hingga saat ini penggunaan LMS  Undiknas digunakan untuk menunjang implementasi dari proses pembelajaran jarak jauh (PJJ). Salah satu hal yang perlu diperhatikan dari metode pembelajaran jarak jauh tersebut adalah terkait bagaimana memastikan bahwa mahasiswa telah paham dengan materi pembelajaran yang diberikan secara daring. Hal tersebut dapat dilakukan dengan memberikan tugas yang harus dikerjakan oleh mahasiswa. Namun, pemberian tugas melalui LMS juga dapat menjadi celah untuk mahasiswa melakukan kecurangan dengan kerap ditemukannya bahwa antar mahasiswa melakukan duplikasi jawaban tugas dari mahasiswa yang lain. Sehingga, dalam penelitian ini dilakukan upaya untuk mengatasi permasalahan tersebut dengan melakukan analisis fitur deteksi kemiripan dokumen tugas mahasiswa pada LMS Undiknas dengan metode K-Shingling dan Cosine Similarity agar dapat digunakan oleh dosen untuk mendeteksi persentase kemiripan dari dokumen pengumpulan tugas tiap mahasiswa. Berdasarkan tahap training dan tahap testing yang telah dilakukan, didapatkan kesimpulan bahwa pada rasio partisi data 80% (training) dan 20% (testing), deteksi kemiripan dokumen tugas mahasiswa dengan menggunakan pre-processing teks dan nilai parameter K = 3 pada metode K-Shingling diperoleh nilai akurasi sebesar 74,58% pada tahap testing yang menunjukkan performa dan tingkat keberhasilan sistem dalam melakukan deteksi kemiripan dokumen jawaban tugas mahasiswa, nilai ini dapat dikatakan sudah cukup baik karena memiliki nilai akurasi yang lebih tinggi 9.05% dibandingkan nilai akurasi pada tahap training.