Sistem Deteksi Kemiripan Antar Dokumen Teks Menggunakan Algoritma Scam

Oktaviani, Hevi (2016) Sistem Deteksi Kemiripan Antar Dokumen Teks Menggunakan Algoritma Scam. Undergraduate thesis, universitas muhammdiyah jember.

Preview	Text PAPER Hevi Oktaviani.pdf - Published Version Download (247kB) | Preview
	Text 00. Halaman Cover.pdf Download (156kB)
	Text 03.1.Halaman abstrak.pdf Download (89kB)
	Text 06. Halaman Daftar Pustaka.pdf Download (97kB)
	Text 05.1. Halaman BAB I.pdf Download (96kB)
	Text 05.2. Halaman BAB II.pdf Restricted to Repository staff only Download (492kB)
	Text 05.3. Halaman BAB III.pdf Restricted to Repository staff only Download (434kB)
	Text 05.4. Halaman BAB IV.pdf Restricted to Repository staff only Download (422kB)

Abstract

SCAM adalah singkatan dari Stanford Copy Analysis Mechanism dimana menjadi
biasanya tolak ukur relatif untuk mendeteksi overlapping dengan membuat perbandingan pada satu set kata-kata yang umum antara dokumen tes dan dokumen terdaftar.
Vector Space Model sebuah model populer dalam domain IR, adalah model VSNI. Mengingat permintaan dengan bobot yang sesuai, produk dot terjadinya vektor tertimbang dari query dengan dokumen yang disimpan dan dihitung: jika nilai produk dot melebihi batas tertentu, dokumen ditandai untuk mencocokkan query.
Sistem ini mampu melakukan mengukuran kemiripan dokumen Bahasa Indonesia.
Dokumen yang digunakan berupa file import dokumen dan input text jadi user dapat memilih input data dengan.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

-, Daryanto

nidn0707077203

UNSPECIFIED

Wahanggara, Victor

nidn#

Item Type:	Thesis (Undergraduate)
Additional Information:	Hevi Oktaviani (1210651056)
Keywords/Kata Kunci:	Scam, overlapping, Vector Space Model
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	26 Jul 2018 02:07
Last Modified:	10 Apr 2020 13:04
URI:	http://repository.unmuhjember.ac.id/id/eprint/481

Actions (login required)

View Item