Kombinasi Algoritma TF-IDF dan Fuzzy Matching untuk Deteksi Kemiripan Judul Skripsi

Abstract

Dalam era informasi digital, deteksi kemiripan teks menjadi penting untuk berbagai aplikasi seperti plagiarisme, pengelompokan dokumen, dan penyaringan informasi. Penelitian ini bertujuan untuk mengembangkan metode yang efektif dalam mendeteksi kemiripan teks dengan menggabungkan algoritma TF-IDF dan Fuzzy Matching. Alasan pemilihan topik ini didasarkan pada kebutuhan akan akurasi yang lebih tinggi dalam mengidentifikasi kemiripan teks yang seringkali tidak dapat diatasi dengan metode konvensional secara memadai. Metode penelitian ini melibatkan penggunaan TF-IDF untuk mengekstraksi fitur penting dari teks, yang kemudian dipadukan dengan Fuzzy Matching untuk mengatasi variasi dan ketidakpastian dalam teks yang dibandingkan. Hasil penelitian menunjukkan bahwa kombinasi kedua algoritma ini mampu meningkatkan akurasi deteksi kemiripan teks dibandingkan dengan penggunaan salah satu algoritma secara terpisah. Pengujian dilakukan pada dataset Judul Skripsi Prodi Teknik Informatika IIB Darmajaya dengan variasi teks, dan hasilnya menunjukkan peningkatan yang signifikan dalam tingkat keakuratan yang tinggi. Evaluasi model menggunakan precision menunjukan akurasi sebesar 88,89%. Kesimpulan penelitian ini menegaskan pentingnya pendekatan gabungan TF-IDF dan Fuzzy Matching dalam aplikasi deteksi kemiripan teks, yang dapat memberikan kontribusi signifikan terhadap peningkatan kualitas dan efisiensi pengelolaan informasi digital.