Seiring dengan perkembangan teknologi yang begitu pesat, proses belajar mengajar baik yang dilaksanakan disekolah maupun diperguruan tinggi sudah banyak memanfaatkan teknologi informasi untuk menunjang proses belajar mengajar. Institut Teknologi dan Bisnis STIKOM Bali merupakan salah satu perguruan tinggi yang sebagian besar proses belajar mengajar menggunakan teknologi informasi. Dalam melaksanakan perkuliahan online beberapa dosen mengalami permasalahan terutama dalam mengkoreksi tugas yang dikumpulkan oleh mahasiswa. Dalam beberapa kasus terdapat tugas mahasiswa terindikasi hampir sama persis dengan tugas mahasiswa yang lainnya serta beberapa tugas mahasiswa tidak mencantumkan sumber yang digunakan. Untuk mengatasi permasalahan tindakan plagiarism, perlu mengimplementasikan teknik pencocokan dokumen tugas guna untuk mengetahui tingkat kemiripan dokumen tugas mahasiswa. Banyak algoritma text mining dapat digunakan untuk melakukan pencocokan string. Penelitian sebelumnya penulis telah melakukan perbandingan unjuk kerja algoritma Rabin-Karp, Winnowing, Jaro Winkler dengan hasil algoritma Winnowing memiliki unjuk kerja yang lebih baik diantara algoritma Rabin-Karp dan Jaro Winkler. Dalam penelitian ini penulis membandingkan algoritma Winnowing dengan algoritma Manber dalam melakukan pencocokan dokumen. Hasil dari penelitian ini yaitu algoritma winnoing memiliki unjuk kerja yang lebih baik dari pada algoritma manber.

<p>ABSTRACT<br />The problem that often occurs in the world of education is the high level of student drop outs. This must be addressed so that it does not get worse. There are several efforts that can be made to overcome these problems including finding hidden information from student data stacks in the database. The discovery of hidden information can be done by utilizing data mining techniques with the K-Nearst Neighbor algorithm. STIKOM Bali as one of the universities certainly needs to look for hidden information stored in a database pile that can later be used as a reference in making decisions to overcome student drop-out problems. The results of the research have been done in the form of designing applications using Data Flow Diagrams, Conceptual Databases, Designing Base Models and Table Structures. From the design that has been done and continued with the implementation stage of the K-Nearst Neighbor algorithm on the application. The application that has been built can classify students who are classified as prospective drop outs.<br />Keywords: K-Nearst Neightbor, Klasifikasi, Drop Out<br />ABSTRAK<br />Permasalahan yang banyak terjadi dalam dunia pendidikan adalah tingginya tingkat drop out mahasiswa. Hal ini harus segera ditanggulangi supaya tidak bertambah buruk. Ada beberapa upaya yang dapat dilakukan untuk mengatasi permasalahan tersebut diantaranya menemukan informasi tersembunyi dari tumpukan data mahasiswa dalam database. Penemuan informasi tersembunyi dapat dilakukan dengan cara memanfaatkan teknik data mining dengan algoritma K-Nearst Neighbor. STIKOM Bali sebagai salah satu perguruan tinggi tentunya perlu mencari informasi tersembunyi yang tersimpan dalam tumpukan database yang nantinya dapat dijadikan acuan dalam pengambilan keputusan untuk menanggulangi permasalahan drop out mahasiswa. Hasil penelitian yang telah dilakukan berupa perancangan aplikasi dengan menggunakan Data Flow Diagram, Konseptual Database, Perancangan Basis Model dan Struktur tabel. Dari perancangan yang telah dilakukan dan dilanjutkan dengan tahap implementasi algoritma K-Nearst Neighbor pada aplikasi.Aplikasi yang telah dibangun dapat menglasifikasikan mahasiswa yang tergolong calon drop out.<br />Kata Kunci : K-Nearst Neighbor, Klasifikasi, Drop out</p>

Pendidikan merupakan suatu proses mengubah sikap dan prilaku seseorang atau kelompok orang dalam upaya meningkatkan kualitas hidup. Banyak perguruan tinggi baik negeri maupun swasta menyelenggarakan Pendidikan untuk mendukung meningkatkan kualitas Pendidikan dan daya saing bangsa.Institut Teknologi dan Bisnis ITB STIKOM Bali merupakan salah satu perguruan tinggi swasta yang ada di provinsi Bali. ITB STIKOM Bali merupakan perguruan tinggi IT yang dalam proses belajar mengajar semuanya menggunakan teknologi informasi. Dari berbagai kelebihan yang ditawarkan menggunakan teknologi informasi terdapat kekurangan atau kendala terutama pada sistem E-Learning, dimana E-Learning belum mampu untuk mengcover plagiarisme pada dokumen tugas mahasiswa yang dikirimkan. Dosen mmengalami kendala dalam proses koreksi tugas mahasiswa yang terindikasi melakukan plagiarisme.Dalam mencegah permasalahan plagiarism diperlukan sebuah sosialisasi mengenai pentingnya menghindari tindakan plagiarisme dan undang – undang yang mengatur tentang tindakan plagiarisme. Selain itu juga perlu dilakukan sebuah tindakan untuk mendeteksi terjadinya tindakan plagiarisme sehingga tindakan tersebut dapat dicegah. Dalam mendeteksi terjadinya plagiarisme pada tugas mahasiswa perlu sebuah tools yang mampu mencocokan tugas mahasiswa guna mengetahui tingkat kemiripan tugas mahasiswa dengan menggunakan algoritma winnowing. Hasil penelitian menunjukan algoritma winnowing mendapatkan hasil terbaik pada uji coba dengan nilai n-gram (n) = 3 dan window (w) = 3.

<p>ABSTRACT<br />One of the most important things in the world of education is evaluation in the learning process. The purpose of conducting an evaluation process is to find out the extent to which students understanding a material that has been delivered. There are several ways that can be done in conducting an evaluation, one of them is by giving exam questions to measure students' abilities. STIKOM Bali has implemented online evaluation through e-learning system. The evaluation model developed in the form of essay exam questions where students are asked to input answers to each question. But in its implementation the lecturer is still experiencing difficulties and requires more time in correcting the answers to the exam questions. This can affect the decline in objectivity in the assessment. The efforts that need to be made to overcome these problems need to be developed techniques that can automatically correct the results of essay exams using the Rabin Karp algorithm. The results obtained from the development of automatic correction techniques using the Rabin Karp algorithm are that they have succeeded in making automatic corrections to the results of the essay exam by matching the answers of students with the answer key using parsing-gram and hashing. The final score of the essay exam is a number from 1 to 100.<br />Keywords: Rabin-Karp, automatic correction, essay.<br />ABSTRAK<br />Salah satu hal yang terpenting dalam dunia pendidikan adalah evaluasi dalam proses pembelajaran. Adapun tujuan melakukan proses evaluasi adalah untuk mengetahui sejauh mana pemahaman mahasiswa dalam menyerap/memahami suatu materi yang telah disampaikan. Ada beberapa cara yang dapat dilakukan dalam melakukan evaluasi salah satunya dengan memberikan soal ujian guna untuk mengukur kemampuan mahasiswa. STIKOM Bali sudah menerapkan evaluasi online melalui sistem e-learning. Model evaluasi yang dikembangkan berupa soal ujian essay dimana mahasiswa diminta menginputkan jawaban pada masing-masing soal. Namun dalam implementasinya dosen masih mengalami kesulitan dan membutuhkan waktu yang lebih dalam melakukan koreksi jawaban dari soal ujian. Hal ini dapat mempengaruhi penurunan objektifitas dalam penilaian. Adapun upaya yang perlu dilakukan untuk menanggulangi permasalan tersebut perlu dikembangkan teknik yang dapat mengkoreksi otomatis hasil ujian essay dengan menggunakan algoritma Rabin Karp. Hasil yang didapat dari pengembangan teknik koreksi otomatis menggunakan algoritma Rabin Karp yaitu sudah berhasil melakuakan koreksi secara otomatis hasil ujian essay dengan cara mencocokan jawaban mahasiswa dengan kunci jawaban menggunakan parsing -gram dan hashing. Nilai akhir dari penilaian ujian essay berupa angka dari 1 sampai 100.<br />Kata Kunci : Rabin-Karp, koreksi otomatis,essay.</p>

No abstract