Plagiarisme pada tugas pemrograman Java di lingkungan perkuliahan tidak
selalu muncul dalam bentuk penyalinan identik, melainkan sering dilakukan
melalui berbagai modifikasi permukaan seperti penggantian nama variabel,
perubahan komentar, pengaturan ulang struktur kode, atau refactoring ringan
tanpa mengubah logika inti program. Kondisi ini menyebabkan metode
pemeriksaan berbasis pencocokan teks sederhana menjadi kurang efektif dan
berpotensi menghasilkan kesalahan deteksi. Oleh karena itu, penelitian ini
dirumuskan untuk mengembangkan sebuah sistem deteksi plagiarisme source
code Java yang mampu menangkap kesamaan logika program dan dapat
digunakan sebagai alat bantu dosen ataupun asisten dosen.
Penelitian ini mengembangkan aplikasi web deteksi plagiarisme source
code berbasis Streamlit yang mengintegrasikan model machine learning untuk
klasifikasi pasangan source code. Dataset yang digunakan merupakan gabungan
dataset ConPlag dan dataset sintetis yang dibangkitkan secara terkontrol. Setiap
pasangan direpresentasikan menggunakan enam fitur, yaitu Kemiripan token, Pola
penamaan variabel, kemiripan komentar, kemiripan urutan logika, kemiripan teks,
dan kemiripan baris logika. Kemudian model dievaluasi menggunakan skema
group-aware split serta cross-validation.
Hasil penelitian menunjukkan bahwa model SVM dengan enam fitur
tersebut memberikan performa yang stabil dan efisien. Sistem yang dikembangkan
mampu menghasilkan skor probabilitas, label plagiarisme, tingkat risiko, serta
ringkasan fitur pendukung secara konsisten. Pengujian sistem menunjukkan
bahwa aplikasi berjalan sesuai rancangan dan siap digunakan sebagai alat bantu
deteksi plagiarisme source code Java.