APLIKASI DETEKSI KEMIRIPAN TEKS DENGAN ALGORITMA RABIN-KARP DAN DICE COEFFICIENT SIMILARITY

Plagiarisme merupakan tindakan mengambil ide, gagasan, atau karya orang lain dan mengakuinya sebagai milik pribadi tanpa memberikan pengakuan yang semestinya. Praktik ini dapat merusak integritas karya ilmiah dan berdampak serius secara akademik maupun hukum. Oleh karena itu, deteksi kemiripan teks menjadi penting dalam upaya mencegah plagiarisme, terutama pada karya ilmiah. Seiring dengan perkembangan teknologi, metode pendeteksian teks pun semakin canggih, salah satunya dengan memanfaatkan algoritma pencocokan teks. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi pendeteksi kemiripan teks menggunakan kombinasi algoritma Rabin-Karp dan Dice Similarity Coefficient. Algoritma Rabin-Karp dipilih karena efisien dalam proses pencocokan teks berbasis nilai hash (n-gram), sedangkan Dice Similarity digunakan untuk mengukur tingkat kemiripan berdasarkan frekuensi kata yang sering muncul dalam teks. Dataset yang digunakan adalah kumpulan judul artikel ilmiah dari jurnal Mikroskil periode tahun 2021–2025. Berdasarkan hasil pengujian terhadap 50 data artikel uji, sistem menunjukkan performa yang cukup baik dengan nilai akurasi sebesar 80%, presisi 82.61%, recall 76%, dan F1 Score 79,16%. Hasil ini menunjukkan bahwa sistem mampu mendeteksi kemiripan teks secara efektif, meskipun masih terdapat keterbatasan dalam mendeteksi parafrase kompleks. Penelitian ini membuktikan bahwa pendekatan leksikal berbasis Rabin-Karp dan Dice Similarity dapat digunakan sebagai solusi awal dalam sistem deteksi plagiarisme karya ilmiah.