Saat ini teknologi informasi memudahkan distribusi data-data digital melalui berbagai media, salah satunya adalah dokumen. Namun hal ini menyebabkan adanya penyalahgunaan dalam bentuk duplikasi yang mengarah pada kegiatan plagiarism terutama untuk naskah-naskah akademik seperti skripsi atau tugas akhir. Berbagai metode dikembangkan untuk meminimumkan terjadinya duplikasi illegal. Salah satunya adalah dengan menggunakan teknik pengujian kemiripan. Pada penelitian ini dibandingkan performa dari metode Cosine dan Jaccard untuk menguji tingkat kemiripan dokumen dalam bentuk abstrak. Hasil penelitian menunjukkan bahwa pengujian kemiripan menggunakan Cosine memiliki tingkat akurasi lebih tinggi yaitu 0,949808 dibandingkan dengan Jaccard sebesar 0,949077.

Back Propagation Neural Network (BPNN) is a type of algorithm in Neural Network that can be use for Javanese alphabets character recognition. Matlab 7.1 has been used as a software to support the program. The main purpose of this research is order to find out BPNN's training characteristic from each samples. On the other hand, this research also gives BPNN's accurancy value in Javanese alphabets character recognition. The result of research shows that each part of the samples having different BPNN's characteristic based on the best training.

OCR (Optical Character Recognition) adalah suatu solusi yang efektif untuk proses konversi dokumen cetak ke dokumen digital. Permasalahan yang timbul dalam proses pengenalan dokumen komputer adalah bagaimana teknik pengenalan untuk mengidentifikasi berbagai jenis karakter dengan berbagai ukuran dan bentuk. Metode pengenalan yang digunakan dalam tugas akhir ini adalah metode Template Matching Correlation. Sebelum proses pengenalan, citra masukan dengan format * bmp atau jpg * diolah terlebih dahulu di proses preprocessing, yang meliputi binerisasi, segmentasi, dan normalisasi gambar. Rata-rata tingkat keberhasilan pengenalan yang dihasilkan oleh sistem ini adalah 92,90%. Hasil akhir menunjukkan bahwa penggunaan metode Template Matching Correlation cukup untuk membangun sebuah sistem OCR dengan akurasi yang baik efektif.

No abstract

ABSTRAKLembaga bimbingan belajar les privat adalah salah satu usaha yang sedang berkembang pesat. Banyak siswa yang ingin mendaftar les privat sehingga lembaga sering melakukan pemilihan pengajar untuk mengajar siswa. Proses pemilihan pengajar menjadi hal yang sangat penting agar siswa mendapatkan pengajar sesuai yang diinginkan. Oleh karena itu, perlu dibuat Sistem Pendukung Keputusan (SPK) yang dapat membantu lembaga dalam memilih pengajar agar lebih efisien dan efektif. Sistem dibangun menggunakan bahasa pemrograman PHP. Sistem ini menggunakan metode AHP yang mempunyai kemampuan untuk memecahkan masalah multikriteria. Kriteria yang menjadi pertimbangan dalam sistem pemilihan pengajar ini meliputi jenis kelamin siswa, jumlah jam mengajar pengajar setiap minggu, jumlah siswa yang diajar pengajar, masa kerja pengajar, jurusan pengajar serta semester pengajar. Setiap kriteria dibandingkan dengan nilai skala perbandingan Saaty agar mendapat nilai bobot untuk penilaian pengajar. Sistem yang dihasilkan dapat memberikan rangking pengajar berdasarkan nilai yang didapat pengajar sehingga dapat digunakan untuk pemilihan pengajar di lembaga bimbingan belajar.