TELKOM NIKA , Vol.14, No .1, March 2 0 1 6 , pp. 219~2 2 7   ISSN: 1693-6 930,  accredited  A  by DIKTI, De cree No: 58/DIK T I/Kep/2013   DOI :  10.12928/TELKOMNIKA.v14i1.1926    219      Re cei v ed Ap ril 25, 2015; Revi sed  De ce m ber 3, 2015 ; Accepte d  Decem b e r  26, 2015   Stemming Influence on Similarity Detection of Abstract  Written in Indonesia      Tari Mardian a * 1 , Teguh Bharata Adji 2 , Indriana Hida y a h 3  1,2, 3 Departeme nt of Electrical  Engi neer in g an d Information T e chn o lo g y , UGM,  Jala n Grafika No. 2, Yog y ak arta, Indon esia   1 Informatics Engin eeri ng, T anjung pura U n iv e r sit y ,   Jala n Jen dera l  Ahmad Ya ni, P ontia nak, Indo nesi a   *Corres p o ndi n g  author, em ail :  tari.mardian a @ gmai l.com 1 , adji.tb a@gm ail . com 2 , indrian a .h@ugm.ac.i d 3       A b st r a ct  In this p a p e r  w e  w ould l i ke  to disc uss a bout ste m mi n g  effect by  us ing  Na z i e f  a n d  Adri an i  alg o rith m  aga i n st si mil a rity d e tection  resu lt  of Indo nesi an  w r itten abstrac t. T he c onte n ts of the  pu blic atio n   abstract si mil a r i ty detectio n  ca n be us ed  as a n  early  ind i cati on of w hether  or not t he act  of pla g iar i s m  in  a   w r iting. Mostly  in  process i n g  the  text a d d i ng  a pr e-proc ess, on e of  it w h ich is  cal l ed  a ste m min g  by   chan gin g  the  w o rd into the r oot w o rd in ord e r to ma x i mi z e  the search ing  proce ss. The r e sult of stemming  process w ill b e  chan ge d as  a certain w o rd n-gra m  set  then ap pli e d  an ana lysis  of simi larity u s in g   F i nger print Ma tching to  perfo rm si milar i ty matchin g  b e tw een text. Base d  on the F 1 -sco re w h ich us ed  to   bal ance  the  pr ecisio n  an d re call  nu mber, th e d e tectio n th a t  impl ements s t emmi ng  an d s t opw ord re mov a l   has a better re sult in detecti n g  similar i ty betw een the te xt w i th an averag e is 42%. It is  hig her co mp ari ng t o   the  si mi larity d e tection   by usi ng only   ste mming proc e ss (3 1%) or  the  on e  that w a s d one  w i thout i n volv i n g   the text pre-pro c ess (34%) w h i l e ap plyi ng the  bigr am.      Ke y w ords : ab stract, Indonesi an, simil a rity, stemmi ng, w o rd     Copy right  ©  2016 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  Indone sia n   can b e  rega rd ed a s   a hi gh-contex t  la ngu age be cau s e  of  the compl e xity  use  of wo rd s i n  it. In the  field  of Natu ral  La ng uage  Pro c e ssing  (NLP ), In done sia n  i s  i n clu ded  in l e ss- resou r ced l a n guag e  so th a t  the resea r ch a s   reg a rd s  this la ngu age  is limited. In done sia n   words  rarely have t he p r e c ise fo rm b e ca use  of the u s e  of  affixes amo n g  stem  word s, either  prefix es,  suffixes  or re petitive wo rd   can  chan ge t he m eani ng  o f  the  word it self. There i s   a  nee d to  cond uct  a pro c e s s to  cha nge th e  words  co ntai n affixes be comes the roo t  form of the  word so that  the   word m eanin g  is  ea sy to u nderstan d th rough  t he p r o c e s s called  st emming. Ste mming i s  al m o st  simila r to le mmatizatio n   but stemmi n g  doe s not  n eed to pay a ttention to the meani ng of  the   word formed from the process .       The  stemmi ng alg o rithm  is different  for on e la ngua ge to  anothe r  so  that the   impleme n tation of the sa me techni que  to other  languag e can le ad  to the different re sult. It is  becau se the  stemmin g  is l angu age -de p ende nt pro c e ss. A s  the p h a se  of pre-p r oce s sing i n  text  retrieval, on e of popula r  ste mmer, Porte r  algorithm  i s  impleme n ted  not only to proce s sing text in  English  but a l so Spai n an d Portugu ese  [1, 2]. To make the Po rt er alg o rithm  being a b le to  be   applie d in In done sia n , m odificatio n  h a s  b een  do ne  by ad ding  some  rule s  a nd me asure m ent  requi re nment  by [3]. There a r e  some  other  ki nd s of stemmin g  algo rithms that has b e e n   prop osed  by [4] to be impl emented  in I ndon esi an,  such  as Nazi e f  and Ad riani  Algorithm, Ari f in   and Setion o  Algorithm,  Vega Algo rithm, Ahmad,  Yusof, and  Sembo k  Algorithm, a n d  Idris  Algorithm. A  re sea r ch [5] that com pared bet wee n  Porter and Nazief  Ad riani   (NA )   alg o rit h m  whi c h im plem ented i n  Ind o nesi an  do cu ment  sho w s t hat Porte r  al g o rithm  ha s th e le ss preci s i on  value in  re sul t. Another  re sea r ch  relate d to this fact  says that NA  algo rithm i s   able to  co nd uct   stemmin g  proce s s with u p  to 93% of succe s s [6]. Howeve r, there i s  no  provisi on whi c h   algorith m  sho u ld be  appli e d in o r de r  ste mming p r o c e ss  ca n p r ovid e better  re sul t  to improve t he  accuracy of I n formatio n Retrieval si nce  basi c ally , a  document i s  see n  as text  that cohe re n c e   and contain u s eful informat ion.  Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 1, March 2 016 :  219 – 2 2 7   220 Dupli c ation i n  a text docu m ent ca n be  in  terms of  sente n ces th at has b een  arrang ed  and m odified  into sm aller p a rt of  words.  To find  out a  cou p le of  sim ilar  words, it i s  n e cessa r y t o   divide the se ntence into smaller fragm ent. The word  formin g pro c e ss th at use d  to find the  key-  word  of a  se ntence  can  b e  throug h tex t -pre pro c e s si ng that  con s i s t of  keyp hra s e  matching   [7]   and to keni zat i on [8]. The  state of art in  doing th e si m ilarity matchi ng is th e d upl ication th at e x ist  in the text mu st be detectin g  and analy z i ng althoug h  it is only a small part of word that has be en   modified  whi c h i s  text re -use. Th e im plementat io n  of ste mmin g  process i n  ord e r to d e t ect  similarity  by using statistic  is  believe d a s  o ne  way  to  co mpa r e th e  wo rd s  amon g different te xts  and to ide n tify the identical wo rd s whi c h h a ve  the  same  meani n g  [9]. Indentifying simila rity is  usu a lly don e  based o n  the   word  simila rity, fingerp r int  simila rity or l a tent semanti c  a nalysi s  (L SA)   [10].  There i s  n o  p r eviou s   study  relate d to th e stem ming   pro c e s s in In done sia n  a s   a pa rt of   the text pre-pro c e ssi ng, e s pe cially the  one a bout   si milarity dete c tion in written ab stra ct. The   detectin g  pro c e ss i n volvin g the ste mmi ng can le ad  to era s ing i m portant info rmation, so  it is   necessa ry to  do  a fu rthe r  study to  see h o w im p o rtant th e te xt pre-processing  p r o c ess in   simila rity detection. Thi s   pape r aim s  to see t he inf l uen ce of ste mming p r oce ss in d e tecti ng  simila rity by comp ari ng  the matchi ng  result  between the a b stract that im plemente d  the   stemmin g  p r o c e s s an d the  one s  are  not . This stu d y  use s  th e  Na zief and  Adri a n i alg o rithm  a n d   n-g r am to proce s s the order word  ste m  from t he stemming re sult, the value of similarity  wa s  taken  ba sed   on the fin g e r print m a tch t hat is  don e  t o  see  wheth e r the r e i s   a  simila rity exists  among th e a b stra ct s or n o t. Then, accordin g to t hat  analysi s , this pa per  explains the  prob able   factors th at a ffect the  dete c tion  re sult  a nd the   falla cy factor that  prob ably  cau s e th e fail ure  in   s t e mming  p r oc es s .         2. Rese arch  Metho d   In detecting text similarity written ab stra c t, there we re  some pha se s that shoul d be don e   in this re se arch, incl udin g  prep ro ce ssin g input  ab stra ct, tokeni zatio n , hashi ng te xt, and simila rity  analysi s , with   output of si milarity  value   produ ced   be tween  text. This foll owi ng  figure  (Fi gure  1)  sho w s the flow of the pha ses.           Figure 1. System flows of similarity detection      Abstract that  has been pa ssed prepocessi ng will be  form ed as  word  gram   term set  according to  gram val ue t hat ha s be e n  deter mine d  before th ro u gh tokeni zati on process. By  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Stemm i ng Influen ce on Sim ilarity Detecti on of Abstra ct Written in Indone sia (Tari  Mardi ana )  221 using hashi n g function, each  gram  set  will be  represented as  hex adeci mal  and used as  unique  identity for matchin g  up. Detail explainat ion of every process a c cording bel ow.     2.1. Preproce ssi ng   The very first step before docu m ent or text  is proce s sed furt herm o re, co nsi s ts of  whitespace insensitivit y proce ss, sto p word removal, an d stemmin g .  a)  Whitespace i n sensiti v ity ;  This process will  eliminat e all  unnecessary  punctuation such as   spa c e,  col o n ,  semi colo n, numb e rs, e t c an d  ca se  folding  to  chang e all te xt characte rs  become lo we rca s e.   b)  Stopwo r d Rem o val;  This pro c e ss  wil l  eliminate common  wo rd that is often used o r   meanin g le ss  repetitive wo rd in sente n ces, for  exam ple “ma s in g-masin g ”. Thi s  pro c e s s wil l   result uniqu e word set which is expe cted  to  improve the accuracy of  similarity [8].  c)   Stemm i ng;   This pro c e s s will chan ge  t he corespon dent words  i n   the sam e  root wo rd,  fo r  example “me m beli” and   “d ibeli” com e   from  the  root  “beli”. In in do nesi an the r e  are  so  man y   words  whi c h  contai n affix, either p r efix, infix,  sufix,  confix, or  wo rd  repetiton i n se rted in  a   stem. Through stem ming  process,  the  text will only  contai n root  words in order to  perform   plagia r ism de tection re ga rd s to the text  whi c h ha s be en ch ang ed i n  words o r d e r.    2.1.1. Stemmer  Na zief  Adriani   In Indone sia n  morpholo g y , there are  some  ru le s of word formation that  contai ns  inflection a n d  derivative wo rd as d e fined  in the followin g  rule s.    Inflictional = (root+po s sesi ve_ p ro nou ns) | (root+p arti cl e) | (ro ot+p osse si ve_p ron o uns+p articl e)  Deri vatio nal  = prefi x ed | suffixed | confi x ed | dou ble_  prefixe d     in whi c h:   Prefixed   = prefix + root;   Suffixe d  =  root +  s u ffix ;    Con f ixed  = p r ef ix  + root  +  suf f i x;    Double _ pre f ixed  = (prefix  + prefi x ed ) | (prefix  + c onfixed ) | (prefix+prefixed +suffix)    From th e d e finition ab ove,  in ge neral Ind one sian  morp hologi cal  stru cture  a s  d e scribed  in [3]  ca n  be define d  as the following  rule s belo w .     [prefix 1 ]  +  [prefix 2 ] +  root + [s uffix ]  + [possesi ve _pron oun s ] + [parti cle]     In addition,  some p r efixes su ch a s   b e r-, m eng-, pen g-, pe r-, ter-   will chang e from their  origin s, called  Nasal Subtitution. It namely the st ate of articul a tion that cha nge d whe n  one p r e f ix   (e.g.  m eng- )  inse rted in th e stem  of the  word [11]  a s   can be see n   in  Table 1. These chan g e s   greatly dep en ding on the in serte d  after the first word  affixes.      Table 1. Examples of word formation rules  with prefi x  –m eng  Prefix  O r igin  Formati o n   Subtitution  me n g -   tulis   menulis  {meng |t} =   me n -   me n g -   sew a   m e ny ew a  {meng |s } =   m eny -  me n g -   pakai  memakai  {meng |p} =   me m-  me n g -   kr itik   mengkritik  {meng |k } =   m eng -      Indone sia n  morph o logy is  more difficult  and compli ca ted than Engl ish si nce duri ng the   morp holo g ica l  pro c e s s, Ind one sian  alwa ys combin e a m ong  affixes, root  wo rd  an d grammati ca l   rules  at the same time.  Na zief and A d riani  (NA )  al gorithm  wa s first introdu ce d in 199 6 in a  techni cal  rep o rt fro m   University of Indone sia a n d  wa s  furthe r develope d in  the study [12]. This algo ri thm is ba sed  on  morp holo g ica l  rul e s a r e i n terlinked  and  group ed to g e ther,  and  th en e n cap s ula t ed a s   allo wed  part of the  wo rd an d not in clude affixes  such  as  pref ix es, suffixes, a nd confixes t o  get the root  o f   Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 1, March 2 016 :  219 – 2 2 7   222 a word. Basi cally, all stemming are able  to incre a se  t he se nsitivity of the retriev a l of docum e n ts,  however by  doing  a  se arch  ro ot word  thro ugh  ste mming  often  lead  to th e  rem o val of   the   meanin g  of th e word  itself. If the rem o val  rule  i s  d one   according  to t he d e termi n e d  o r de r it  wou l d  be su re capa ble of preven ting any  overstemmin g  tha t  is a conditi on of over word removal  or   unde rste mmi ng that is the word ca nn ot be perfo rmed for ste mming be ca use it can ' t see the  removal  rule  of the word,  so that th e  failure  that l e ad to the  ste m  ca nnot b e  found a b le t o   minimize. Ba sic removal  p r ocess of  NA  stemm e r ba sed  on  the  e x planation  in  study [6]  ca n  be  see n  in Figu re 2.          Figure 2. Basic rem o val proce s s of NA stemme r        Na zief and A d riani  algo rithm is ap plying 37 rule s that can  be u s ed to p e rfo r m word   stemmin g . Th e pe rform a n c e of this  algo rithm is  b a sed  on three p a rt s, they are g r oupin g  affixes,  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Stemm i ng Influen ce on Sim ilarity Detecti on of Abstra ct Written in Indone sia (Tari  Mardi ana )  223 usa ge rul e s  and the esta blishm ent of limits, and t he dictiona ry is use d . Diction a ry become s  an  importa nt part becau se it is used to ch eck wh ether   a word ha s met its stem or not. Before the  affix removal  process, the r e  are   several thing s  t hat  mu st be   co nsid ere d  in  t he u s e s  of t h is  algorith m .  a)  Inflection su ffixe s : a set  of suffixes th at doesn't ch ange the  ste m , such a s   -l ah, -kah, -ku,  - m u , -pun, -n ya . Particles includi ng  -l ah, -kah,  -tah  or   – pun , an d po sse s ive p r ono uns i n cl udi n g   -ku, -m u, -n y a .  b)  Deriv a tion suffix e s : a  set  of suffixes  are directly pla c ed i n  the  ro ot, but have  more th an  on e   suf f i x e s,  su ch   as -i, -an, -ka n .  c)   Deriv a tion p r efixe s : prefix that is  attache d  di re ctly  to the  stem  or wo rd s th at have t w o   prefixes a r e p l ace d  togethe r, su ch a s   di-,  ke-, s e -, te-, be-, m e -,  and   pe- .  d)  Prefix Disall o w e d  Su fixe s : a  com b inat ion of th e p r e f ix and  suffix that are n o t a llowe d to  be   attache d  to the stem a s  in Table 2.     2.2. Tokeni z ation   Is an initialization pha se  by condu ctin g a stru cture d  text extract i on in the form of a   singl e word.  In this  stage,  the ab stra ct  text w ill be  establi s h ed a s  a  set of  sh ingle s  u s ing t h e   word n - gram  (WNG ). WNG is o ne style  of  co nst r u c tion  mod e ls which ca n  be u s ed as a  way  of  verifying the detectio n  pro c e ss [1 3]. The longe r the  value of n is  use d  the le ss set shi ngle s   that  are fo rmed.  N-g r am  app roach in resea r ch i s  u r g entl y  need p r op e r  value of n i n  orde r to p r od uce  a cl ear di stin ction  betwee n  the  se nten ce s in  t he  do cume nt [14].  The exa m ple s  of to ke nization  with WNG sh owe d  in Tabl e 3.      Table 2. The  combi nation  of the prefix and suffix disal l owe d   Prefix  Suffix  be-   -i  di-   -an  ke-  -i, -kan  me-   -an  se-  -i, -kan      Table 3. Examples fo rmati on of shin gle s  with WNG   Original   belajar komputer  itu tidak sulit   Unigram  {belajar}{komput er}{itu}{tidak}{sulit}  Bigram {belajarkompute r }{kom pute r itu}{itu tidak}{tidaksulit}  Trigram  {belajarkompute r itu}{k ompute r itutidak}{itutidaksulit}  Fourg r am  {belajarkompute r itutidak}{kompute r itutidaksulit}        2.3. Hashin g  Tex t   In this process,  all shingl es  set  will be represented as  groups  of hexade cim a l call ed  fingerp r int th rough  ha sh fu nction. T he o b jectio n to pe rform  ha shin g  is to o b tain  u n ique val u e s   as  identity to differ each formed wo rd s. Finge rpri nt  is one of the tech niqu es th at can be u s ed to   perfo rm simil a rity analysi s  that can be le ad to plagia r i s m a c t [15].     2.4. Similarit y   An aly s is  The la st p r o c ess that d o n e  thro ugh  m a tchin g  the f o rmul ated fin gerp r int valu e thro ugh  hashing p r o c ess bet ween  the ab stra ct whi c h is i ndi cated a s  a pla g iat cont ra st to the abst r a c ts  that have  be en in  the  dat aba se. Th e  value of  th e  simila rity am ong th e n u m ber  of A a n d  B  shingles whi c h has a  resembl a nce union C  w ill  be cal c ul ated using the Dice  coefficient  according fo rmula (1 ) and  expre s sed a s  a percentag e .     | | | | ) ( 2 2 B A B A B A C similarity           ( 1 )     Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 1, March 2 016 :  219 – 2 2 7   224 To suppo rt th e pro c e s s an d testing, it is us e d  a d a taset con s i s ting  of 30 data  of abstract   document s in  the field of Informatio n Tech nolo g y.  As many as 2 5  data of training materi als  and   testing  as ma ny as 5  data.  The   num ber of ste m  in  a  dictio nary  wo rd  that i s  u s ed to  assi st the   pro c e s s  of st emming   a s  much   a s  31. 296 wo rd s,  while  the  nu mber of  stopl ist a r e  availa ble to  perfo rm stop word removal   as  many as 756 wo rd s.  A s  the  furth e r  evaluation, th e fault  ca se s  that  comm only h a ppen ed  while  applyin g  the   NA alg o rithm  are  cla ssifie d  by  Jelita  et  al [6] into  so me  categ o rie s : 1 )  Non - root word s in dictio nary,  2) Hyp enated  word s, 3) Incomp lete Dictio nary,  4) Mi sspellin gs, 5) Inco m p lete affix rul e s, 6)  Overst emming, 7 )   People’ s na mes, 8 )  Com b ined  Wo rds,  9)  Reco ding  ambi guity (di c tion ary related ) ,   10 ) A c ro nyms,   11 )  Re codi ng  ambig u ity  (rul e  relate d),  12) Othe r, 13) Un de rstem m ing, 14) Fo reign word s, a nd 15) u m an  Erro r.  The  cou n ting  on th e  ste mming  accu racy valu e  was  don e b a sed o n  the  n u mbe r  of  su cee d  wo rd  (S B ) divided  by the total of unique word s in text (S T )  according to f o rmul a (2 ). The  evaluation of succesful   det ection   will be based on  precisi on  value  and recall  whi c h are got from  (3) and (4) e quotation s .  F 1 -score is u s ed to bala n ce the num be r of pre c i s ion  and the recall  whi c h counte d  by using th e (5) e quatio n.    % 100 ) / ( x S S Accuracy T B           ( 2 )     F P TP TP precision             (3)     F N TP TP call Re             (4)     r p r p score F . . 2 1              (5)       3. Results a nd Discu ssi on  This  se ction shows the result  of the testing and the  a nalysin g towa rd stem mer  al gorithm   usa ge a nd  si milarity dete c tion sy ste m  that have b e e n  co nst r u c ted .  Scena rio te sting i s  divid ed  into two part s :  the firs t tes t  to s e e the s u c c ess of  the wo rd  ste mming in tex t  by using  NA  algorith m  an d  the second i s  dete c tion  e v aluation  whi c h i s  d one  by analyzi ng th e simil a rity ba sed   on the  numb e r of  simila rity resulted fro m  the  text im plemente d  th e stem ming  pro c e s s an d  the  one s whi c h di d not.  The first test  wa s carried  o u t to test the  perfo rman ce   of the algo rit h m stem mer  (NA) to   perfo rm stem ming to 10 a b stra ct. Prior  to stemmi ng,  stop word re m o val will be d one to get rid  of  comm on words in Indo ne sian a r e  con s ide r ed to h a ve no sig n ifican ce, such  as “di ” , “ya ng”,   “adal ah ”, etc  so th e o n ly remainin g u n i que  wo rd s al one. T able  4  sho w s the  re sults of  wo rd  root   stemmin g  u s i ng the  NA al gorithm s a n d  Table 5  sh o w s t h e cl as si f i cat i on o n  t h e f ault  ca ses  (stem m ing e r rors) th at occured in the a b s tra c t do cum ent.      Table 4. The  result towa rd  the word ste mming u s ing  NA algo rithm   A b st r a ct  Do c  Wo r d  C o u n t  U n i q u e  Wo r d   Correct S t em   NA   A ccu r a c y   (% )   1_ABS.docx 248  161  158  98.14   2_ABS.docx 263  190  183  96.32   7_ABS.docx 330  232  222  95.69   9_ABS.docx 164  117  114  97.43   10_ABS.docx 207  143  141  98.60   12_ABS.docx 287  217  212  97.69   13_ABS.docx 244  175  171  97.71   14_ABS.docx 286  198  190  95.95   15_ABS.docx 281  218  195  89.45   20_ABS.docx 126  85  83  97.65   AVERAG E  96.46       Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 9 30       Stemm i ng Influen ce on Sim ilarity Detecti on of Ab stra ct Written in Indone sia (Tari  Mardi a na )  225 Table 5. Mo st Fault Ca ses i n  Abstra ct   F ault cases  Total Case(s)  F ault cases  Total Case(s)  Non-root wo rds in dictionary  4  Recoding a m big u ity (dictionary related)  13  Hypenated wo rd s  8  Recoding a m big u ity (rule related)  8  Incom plete Dictionary  4  Other  2  M i sspellings  2  Underste m m i ng   1  Incom plete affix rules  10  Forei gn w o rds   2  Overste m m i ng   6  Human Error  5  Combined W o rd s  2  T O TA L  67      Several fa cto r s mu st be  n o ted in  ste m ming failu re  o f  abst r a c t do cument  su ch  a s  failu re  cla ssifi cation  based on Ta b l e 5 with detai l below.   a)  Some words con s id er as  foreig n wo rd,  f o r example   me mi n i ma l i s i r , n o r ma l i s a s i  e n co unter the   stemmin g  failure b e cau s e  they do not  includ e the  word re mov a l rule.  Whil e the wo rd s  sed ang ka n, pencari, pela k u, diolah  en counter ove r stemming into  dang, pe nca r , pela , and  o .  Overstemmin g  ca n o c cur  becau se the  pro c e s s of removing affixes a s  m u ch   as p o ssibl e   according to  the rule  appli ed. Anothe r  stemmi n g  fail ure i s  u s ag e  of uncomm on word s in   abstract, eg.  kerapkali.   b)  The m o st  prevalent  ca se s of  word  st emming  fa ilur e   a r e th e wo r d s  in c l ud e in   r e c o rd ing  ambiguity (di c tiona ry rel a ted). In  NA al gorithm th at i s  a c cordan ce  to dictio nary  as a  ba se fo r  stem m a tchi n g , for exam pl e re moval ru l e  of words th at co ntain  co nfixes  pe r-  an d   -an  whe n   encounte r ing  a stem  be gi ns  with a n   (r)  lead to  s t emming failure, eg.  pe ra watan  be co me s   awat  a nd  p e rancang an  bec o m es   an can g . It beca u se  in the  words  diction a ry the r e a r e  wo rd s  ran c an g  and  ancang ,  ra wa t  and  awat , a nd som e  othe r wo rd s.  c)   The words   refer to quantity, for example  sejum l ah  an d  be rj um lah  are  subje c ted to   inapp rop r iate  inflectio nal  suffixes  rem o val rule  for  -l ah  that  lead  to failure in the proc ess .   Besides, there are still  many errors in   stemming for repetitive words, eg.  se hari - h a ri,   berb eda -be d a .  d)  The failure d ue to hum an  error i s  en co untere d  in ca se s where th e wo rd s are typed with n o   spa c e  so that  two wo rds  written as if they are one word.  In the se co nd  test aims to  detecte d the  si mila rity that empha si zed  on the p r ep ro ce ssi ng   text  in  term s of  pure stem ming (ST), combin in g ste mming and stopwo r d rem o val  (ST + SWR),  and  dete c te d with out th e p r ep ro ce ssing  which i s  d one  by  che c king  the  su cce s s of  the  measurement  usin g preci s i on an d re call  value.  The l e ngth valu es of the wo rd  n-g r am  (WNG)  that used in  this study in orde r to con s tru c t wo rd term are 2, 3 and 4. Five abstra c ts  were   rand omly cho s en a nd mad e  as the testi ng sam p le s  to evaluate the work of the detectio n  syst em   that  is co nstructed. The a c cura cy n u m ber  of the  preci s ion  and  the recall valu e alo ng  with  the   some  script can be seen in  Figure 3 a n d  4.            Figure 3. Evaluation of simi larity detectio n   based on p r e c isi o n   Figure 4. Evaluation of simi larity detectio n   based on recall      Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 9 30   TELKOM NIKA   Vol. 14, No. 1, March 2 016 :  219 – 2 2 7   226 Based  on  Fig u re  3  and  4,  we  ca n  see  that t he  simil a rity dete c tion  in the  ab stra ct that  being th e  sub j ect of the  ste mming p r o c e s s and  the  stopword  re mo val duri ng the  pre p ro ce ssin g   text have higher p r e c isi o n  value comp are to  the o nes that only  used the  stemming p r o c ess  without the p r ep ro ce ss  with a  percenta ge of 67% while usin g the  fourgram. Thoug h, the best  recall value i s  sho w ed in th e detectio n  proce s s  that exclud ed the p r epro ce ssing  with the num ber  of pe rcentage  100%  while  usin g the  big r am a nd tri g ra m. This result su ppo rts the  resea r ch  re su lt  done  by [4] i n  which it  sai d  that th e eff e ct of   stem m i ng in  the t e xt retrieval  is  con s id ere d  a s  a   help to increa se the re call  value but it reduces  the preci s ion value.  There are so me other false- positive case s that being t he ca uses  of  the pre c isi on  low value.    The  simila rity value resulted fro m  the  inexisten c e  o f  the preprocessing  with t he lo w  value of gra m  (bigram)  gav e a high er  re sult compa r e d  to the one s using th e prepro c e s sing  with  the rate  of 4 . 75%. The lo w si milarity v a lue  sho w s t h at ea ch  of the final  proj e c t ab stra cts i s   categ o ri zed  a s  a u n iqu e  te xt since th ey have a  diffe rent co ntent compo s ition th at differentiat ed  based o n  the i r re se arch fi eld. This  co n d ition sho w s  that similarity is not a  significant  way to  determi ne re dupli c ation, thoug h it is still can be u s ed  as the first filter before doing  simil a rity   detectio n  on  a written  discourse. Ba sed  on Bazdari c   assumptio n  [16], plagia r ism in a pie c e  of  writing i s  esti mated to have the rang e of 5-10 %  si milarity or around 1 00 wo rds  simila r in  one   document, so  we also have  to pay attenti on on the si ze of the docu m ent che c ke d.          Figure 5. Evaluation of simi la rity detectio n  based on F 1 -s cor e       From the ov erall result showed in Fig u re 5,  text prepro c e s sing  on simila rity detectio n   that com b ine s   stemming  a nd sto p word  gives the  hig hest a c cu ra cy value to all  word g r am l e vel  that appli ed i n  2  scen ari o s  whi c h  are  evaluated  wit h  the  rate  of  F 1  n u mb er  is  42 %. T h e fa u l t   factors that o c curred d u ri n g  the pro c e s s of t he word  stemming  m a ke the text  contai ning  so me   meanin g le ss and un suitabl e  word s so   it redu ce s  th e  n u mbe r  of  simi larity that bei ng a  se ction   of  two texts, e s peci a lly whe n  the  re sult  is  comp ared  to the  one s  experi en ced  dete c tion. T h e   addition  of st opword  re mo val is a b le to  increa se  th e  work  of stem ming by  red u c ing th e n u m ber  of the  wo rds  that co mmonl y repe ated, if  we  comp ar e it to  th e   o n es  th a t   o n l y exp e r ie nc ed  the  stemmin g  p r o c e s s with out  prep ro ce ssin g. So, it is  ne ce ssary to  be  furthe r di scu s sed  wh enev er  it is applied in the detectio n  that  inv o lv es st at ist i c wo r d s.  This r e s u l t  also sho w s t hat  combini n g  two of them (stemmin g  an d stop word re moval) can  gi ve a better re sult in the si milarity detection  for the mo re  uniqu e wo rd s existing in t he text  that are n eed ed t o  be che c ke d. There is a  big   possibility that even the  smallest m o dification can be  detec ted by using thi s  process.  T h e   sup port to wa rd the im plem entation  of WNG  whi c h   pa y no attentio n  on th e  word  positio n/ term  in   the sea r chin g wo rd s also help the d e tection  wh i c h inv o lv e t h e ca se of  p o sit i on  cha n g ing.   Ho wever, the  application  of docum ent  fingerp r in t a s  the matchi ng tool whi c h based on  the   length of wo rd gram al so  need to be  seen be ca use it  will make t he re dupli cat ed pa rt of the text  is cle a rly se e n  and on the  other way aro und.           Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Stemm i ng Influen ce on Sim ilarity Detecti on of Abstra ct Written in Indone sia (Tari  Mardi ana )  227 4. Conclusio n  and Futu r e  Work   Based  on  the  previo us stu d y, Na zief an d Adri ani al go rithm i s   con s i dere d  a s  th e  qualified   one to d o  the  good  stemmi ng p r o c ess  al though th ere   are  still some  mista k e s  in t he word s. Thi s   probl em lea d s  to a con d ition wh ere it is definitel y important to cre a te a diction a r y that contai ns  the ro ot wo rd . It is also ne ce ssary to m a ke  a di ct ion a ry that  conta i n the  st and ardize  ro ot wo rd i n   KBBI (Kamus Besar Bahasa Ind onesi a) whi c h  can fulfill the  nec essity of the users. The  impleme n tation of text prepro c e ss to de tect sim ilarity  in Indonesi a n written ab st ract s is goin g  to   be more suit able when ever it is appli e d the st emmi ng process al ong with the  stop word re m o val  pro c e ss b e cause their combinatio n can make  the unique  wo rds  whi c h re sulted fro m  the   prep ro ce ss to help the m a tchin g  pro c e ss that in volv e the positio n  or term cha nging. Howe ver,  the simila rity detectio n  wit hout the prep rocess  i s  still appli c able  as the alternativ e way sin c e t he  measurement  is d one  ba se d on th e inte rse c ting  wo rd s exist i n  the  comp ared tex t. Beside s, th e   value of simil a rity is not a dequ ate to decid e that  an  abstract is a  result of red uplication or  not.  Thoug h, it  still ca n b e  u s ed a s   a  stan dard  to  kn ow wh ethe r  so me p a rts of t he a b st ra ct  are   redu plicated  by the other a b stra ct or n o t.  For th e furth e r  re sea r ch, i t  is  sugg este d to fo cus on  solving  the f ault cases th at foun d   durin g the  st emming  process, such a s  the o ne  re la ted to the  no n-root  words  in the  diction a ry   and hyp hen a t ed word s i n   orde r to  re du ce th e falla cy in the  stem ming p r o c e s s. The  simila ri ty  detectio n  to ward  ab stra ct  of a  re sea r ch  is  highly  adv ised  to b e  fo cu sed  mo re  on the  sema ntic  part in  order to cove r the  weakne ss  of th e wo rd s m a tching that  com m only only d one by fin d in g   the simil a rity in the word term  while there i s   a  possibility that words c ontain different  meaning  based on the  field of the resea r ch.      Referen ces   [1]    CG F i guer ola,  R Gómez, EL  De Sa n Rom á n. St emming a nd  n- grams  i n  Span ish:  An e v alu a tion of  their imp a ct on  info rmation retrieval.  Jo urna l of Informati on  Scienc e . 200 0; 26(6): 461- 46 7.  [2]    MVB Soar es, RC Pr ati,  MC Mon a rd.  Improv eme n t  on th e Porter ’s Stemmin g   Algorit hm for   Portugu ese.  Latin America Transactions, I EEE (Revista IEEE Am eric a Latina) . 200 9; 7(4) : 472-47 7.  [3]    FZ  T a la. Effects on Informatio n  Retri e val  in B a h a sa I ndo nesi a . Ma ster T hesis. Univers i t y  o f   Amsterdam, Institute for Logic ,   Langu ag e an d Comp utatio n; 2003.   [4]    J Asia n. Effecti v e T e chniq ues   for Indo nes ian   T e xt  Retriev a l.  PhD T hesis. R M IT  Universit y ,  Mel bour ne,   Schoo l of  Co mputer Sc ienc e a nd I n forma tion T e ch n o lo g y , Sci enc e, E ngi neer in g, an d T e chnol og y  Portfolio; 2007.   [5]   L  Agusta.  Per ban din g a n   Algorit ma Ste m mi ng Porter D eng an Al gorit ma N a z i ef &  Adria n i Untu k   Stemmi ng D o kumen T e ks  Bahas a Indo n e sia.  Prese n te d at the Konf erens i Nasi on al Sistem da n  Informatika, Ba li. 200 9: 196- 2 01.   [6]    J Asia n, HE   W illiams, SM M T ahagh ogh i .   Stemming  I ndo nesi a n .  in  T w ent y-Ei ght h Austra lasi an   Comp uter Scie nce Co nfere n c e  (ACSC2 005).   Ne w c astl e, Australia. 20 05; 3 8 : 307-3 14.   [7]    I Verita w a ti, I Wasito ,  T  Basarud d in. T e xt Preproc essin g  usin g Ann o tate d Suffix T r ee w i t h  Matchi ng   Ke yphr ase.  Internati ona l Jour nal of Electric al  an d Co mp uter Engi neer ing  (IJECE) . 2015; 5(3): 409- 420.   [8]    Z Ceska, C  Fox .   T he  infl u ence  of text pre-pr ocessi ng  on p l a g iar i s m  d e tectio n.  in  In te rn a t io na l  Confer ence R e cent Advanc es  in Natura l  La n gua ge Proc ess i ng, RAN L P. 2009: 55- 59.   [9]    S Harih a ra n. Automatic Pl agi arism Detecti o n Usin g Simi lar i t y  An al ysis.  T h e Internati o n a l  Arab Jo urna l   of Informati on  T e chno logy . 2 012; 9(4): 3 22- 326.   [10]    Z Alfikri, A Pur w a r ia nti. Deta iled A nal ys is o f  Ex trinsic Plagiarism  Dete cti on S y stem Usi ng Mach in e   Lear nin g  Ap pr oach  Naiv e  Ba yes a nd S V M.  T E LKOMNIKA Indo nes ian J ourn a l  o f  Electrical   Engi neer in g . 2014; 12( 11): 78 84-7 894.   [11]    M Haspelmath, AD Sims.  Un de rsta n d i ng Mo rp ho lo gy .  2 n d  e d .   Lo nd on: H odd er E ducati on,  an   Hachette UK  C o mp any . 20 10 .  [12]    M Adrian i, J Asian, B Nazi ef, SM  T ahagho g h i,  HE W illiam s . Stemming Indon es ia n: A confix-stri ppi n g   appr oach.  AC M T r ansaction s on Asian L a n gua ge Infor m at ion Proc essin g  (T ALIP) . 2007; 6(4): 1-33.   [13]   B Stein. T e chnolo g y  for T e xt Plag iari sm An a l y s is. Bauh aus- U nivers ität W e i m ar. 2010.   [14]   AZ  Broder. S y ntactic clusteri ng of the W eb.  Co mp uter Net w orks . 1997; 29(8-1 3 ): 115 7-116 6.  [15]    B Stein,  SM E i ssen.  Near  si mi larity s earc h  an d  pla g iar i s m   an alysis.   in  F r om D a ta a nd Inform atio n   Anal ys is to Kno w le dg e Eng i n eeri ng. Sprin g e r . 2006: 43 0-43 7.  [16]   K  Baždar i ć . Pl agi arism d e tection  – qu alit y m ana geme n t too l  for all sc ientifi c  journ a ls.  Cro a tian M edic a l   Journ a l . 20 12; 53(1): 1-3.       Evaluation Warning : The document was created with Spire.PDF for Python.