Optimizing Scientific Document Similarity Detection Using Jaro–Winkler and Machine Learning
Computing and Education Technology Journal · 15.05.2026 · 6 (1) · 224
DOI: 10.20527/cetj.v6i1.18697 ↗Kurz gefasst
Fachartikel in der Zeitschrift Computing and Education Technology Journal, online erschienen am 15.05.2026. Verfasst von Firman Santosa und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Penelitian ini bertujuan mengembangkan sistem deteksi kesamaan dokumen ilmiah berbasis integrasi algoritma Jaro–Winkler dan teknik machine learning sebagai dukungan awal menjaga integritas akademik. Metode yang digunakan adalah penelitian terapan dengan pendekatan pengembangan sistem (analisis kebutuhan, perancangan arsitektur, implementasi aplikasi, dan pengujian fungsional). Objek penelitian berupa dokumen ilmiah yang difokuskan pada judul dan abstrak artikel jurnal; data pembanding diperoleh melalui integrasi Open Journal Systems (OJS) menggunakan REST API. Hasil penelitian menunjukkan bahwa aplikasi JARWIN mampu melakukan pra-pemrosesan teks, menghitung kemiripan berbasis Jaro–Winkler per kata dan rekap per jurnal, menyimpan jejak hasil pemeriksaan, serta menyediakan dashboard administrasi untuk pengelolaan data pembanding dan riwayat pemeriksaan. Kebaruan penelitian terletak pada implementasi similarity engine Jaro–Winkler yang terintegrasi dengan arsitektur aplikasi modular (siap diperluas menjadi model hybrid berbasis machine learning) dan mekanisme sinkronisasi dataset jurnal dari OJS, sehingga sistem dapat digunakan sebagai fondasi operasional pemeriksaan awal kemiripan dokumen ilmiah di lingkungan perguruan tinggi.
Zitieren
APA
Santosa, F., Chandra, D. A., Wahyudi, S., Ridwan, R., & Rahmat, R. (2026). Optimizing Scientific Document Similarity Detection Using Jaro–Winkler and Machine Learning. Computing and Education Technology Journal, 6(1), 224. https://doi.org/10.20527/cetj.v6i1.18697
Vancouver
Santosa F, Chandra DA, Wahyudi S, Ridwan R, Rahmat R. Optimizing Scientific Document Similarity Detection Using Jaro–Winkler and Machine Learning. Computing and Education Technology Journal. 2026;6(1):224. doi:10.20527/cetj.v6i1.18697
BibTeX
@article{Santosa2026,
author = {Santosa, Firman and Chandra, Detri Amelia and Wahyudi, Sri and Ridwan, Ridwan and Rahmat, Rahmat},
title = {Optimizing Scientific Document Similarity Detection Using Jaro–Winkler and Machine Learning},
journal = {Computing and Education Technology Journal},
year = {2026},
volume = {6},
number = {1},
pages = {224},
doi = {10.20527/cetj.v6i1.18697}
}
EUVIMED