Melola Discovery

← Melola Discovery

Journal

Metode Cosine Similarity Untuk Mendeteksi Kemiripan Pada Dokumen Teks

SAINS: Jurnal MIPA dan Pengajarannya · Vol. 23 No. 1 (2024)

DOI
10.31957/sains.v23i1.3661
ISSN
1412-1093
Published
2024-02-26
Publisher
Fakultas MIPA - Universitas Cenderwasih
Language
eng

Abstract

Metode cosine similarity merupakan metode yang dapa digunakan untuk menghitung kemiripan antara dua buah objek yang dinyatakan dalam dua buah vector dengan menggunakan keywords (kata kunci) dari sebuah dokumen sebagai ukuran. Tujuan dari penelitian ini yaitu mengimplementasikan metode cosine similarity dengan bahasa pemograman Python untuk mencari kemiripan dari dokumen. Data teks yang digunakan pada penelitian ini berupa file dengan ber-ektensi txt. Tahapan metode penelitian yang dilakukan studi literatur, analisa algoritma, perancangan program dan pengujian. Metode yang digunakan pada penelitian ini yakni Metode cosine similarity. Tahapannya, semula sistem akan membaca data yang berupa teks, kemudian sistem akan melakukan pre-processing seperti case Folding, Tokenizing dan sebagainya guna menghasilkan kemiripan antar dokumen yang maksimal. Kemiripan dokumen dilakukan dengan cara membandingkan antara dokumen yang satu degan yang lainya menggunakan metode cosine similarity. Hasil aplikasi berupa angka kemiripan antara dokumen dalam bentuk porsentasr. Luaran penelitian ini, terciptanya suatu aplikasi yang dapat digunakan untuk menentukan kemiripan antar suatu dokumen

Collaboration network of the authors

40 authors · 89 co-authorship links · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • University of Brawijaya
  • Monash University
  • Universitas Sulawesi Tenggara
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Saptono PutroUniversity of Brawijaya6
Ananto AjiAffiliation unknown4
Andi Irwan BenardiAffiliation unknown4
Erni SuhariniAffiliation unknown3
Hariyanto HariyantoAffiliation unknown3
Apik Budi SantosoAffiliation unknown2
Heri TjahjonoAffiliation unknown2
Muhammad Dwi Utomo AjiAffiliation unknown2
Hanna HannaUniversitas Halu Oleo1
La InoUniversitas Halu Oleo1
Bambang IrawanMonash University1
Emantis RosaAffiliation unknown1
Nismah NukmalAffiliation unknown1
Samuel MandowenAffiliation unknown1
Remuz KmurawakAffiliation unknown1
Samuel Aleksander MandowenAffiliation unknown1
Samuel A. MandowenAffiliation unknown1
Fuad HasanUniversitas Sulawesi Tenggara1
Ihsannudin IhsannudinAffiliation unknown1
vovi_pramestyAffiliation unknown1
Wahid Akhsin Budi NursidiqAffiliation unknown1
Lucky Hikmatun Nazal FurqonAffiliation unknown1
amita asih ardiyantiAffiliation unknown1
R SugiyantoAffiliation unknown1
Dwi IrmawatiAffiliation unknown1
Desi InayatiAffiliation unknown1
Satyanta ParmanAffiliation unknown1
Putri Nur FitriaAffiliation unknown1
Ahmad Hutama Adhi NugrahaAffiliation unknown1
Aini Nur Khoirurrizqi RochmahAffiliation unknown1
Tjaturahono Budi SanjotoAffiliation unknown1
Isnaini Rahmatia IrnawatiAffiliation unknown1
Eka AnisaAffiliation unknown1
Ma'rif Nanang SuryanaAffiliation unknown1
Indah LestariAffiliation unknown1
Susetyo Hadi PurnomoAffiliation unknown1
Susetya Wicaksono SatwikaAffiliation unknown1
Tika Mauliya AgustinAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ejournal.uncen.ac.id/index.php/SAINS/oai, first harvested 1 Nov 2026, last seen 1 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Metode Cosine Similarity Untuk Mendeteksi Kemiripan Pada Dokumen Teks </dc:title>
	<dc:creator>Supiyanto, Supiyanto</dc:creator>
	<dc:creator>Sriyono, Sriyono</dc:creator>
	<dc:description xml:lang="en-US">Metode cosine similarity merupakan metode yang dapa digunakan untuk menghitung kemiripan antara dua buah objek yang dinyatakan dalam dua buah vector dengan menggunakan keywords (kata kunci) dari sebuah dokumen sebagai ukuran. &amp;nbsp;Tujuan dari penelitian ini yaitu mengimplementasikan metode cosine similarity dengan bahasa pemograman Python untuk mencari kemiripan dari dokumen. Data teks yang digunakan pada penelitian ini berupa file dengan ber-ektensi txt. &amp;nbsp;Tahapan metode penelitian yang dilakukan studi literatur, analisa algoritma, perancangan program dan pengujian. Metode yang digunakan pada penelitian ini yakni Metode cosine similarity. Tahapannya, semula sistem akan membaca data yang berupa teks, kemudian sistem akan melakukan pre-processing seperti case Folding, Tokenizing dan sebagainya guna menghasilkan kemiripan antar dokumen yang maksimal. Kemiripan dokumen dilakukan dengan cara membandingkan antara dokumen yang satu degan yang lainya menggunakan metode cosine similarity. Hasil aplikasi berupa angka kemiripan antara dokumen dalam bentuk porsentasr. &amp;nbsp;Luaran penelitian ini, terciptanya suatu aplikasi yang dapat digunakan untuk menentukan kemiripan antar suatu dokumen</dc:description>
	<dc:publisher xml:lang="en-US">Fakultas MIPA - Universitas Cenderwasih</dc:publisher>
	<dc:date>2024-02-26</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ejournal.uncen.ac.id/index.php/SAINS/article/view/3661</dc:identifier>
	<dc:identifier>10.31957/sains.v23i1.3661</dc:identifier>
	<dc:source xml:lang="en-US">SAINS: Jurnal MIPA dan Pengajarannya; Vol. 23 No. 1 (2023): SAINS : Jurnal MIPA dan Pengajarannya (Januari)</dc:source>
	<dc:source xml:lang="id-ID">SAINS: Jurnal MIPA dan Pengajarannya; Vol 23 No 1 (2023): SAINS : Jurnal MIPA dan Pengajarannya (Januari)</dc:source>
	<dc:source>1412-1093</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ejournal.uncen.ac.id/index.php/SAINS/article/view/3661/2630</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2024 SAINS: Jurnal MIPA dan Pengajarannya</dc:rights>
</oai_dc:dc>