Verifikasi

Cara Cek Similarity Turnitin Artikel Informatika dengan Aman

Terbit 16 Mei 2026

Panduan cek similarity Turnitin artikel informatika, membaca laporan dengan benar, dan menurunkannya secara etis tanpa merusak substansi ilmiah.

Banyak penulis artikel informatika panik saat melihat angka similarity Turnitin. Padahal, angka similarity tidak otomatis berarti naskah plagiarisme. Turnitin pada dasarnya menunjukkan tingkat kemiripan teks dengan sumber lain yang ada di basis datanya, seperti artikel jurnal, skripsi, prosiding, repositori kampus, dan halaman web. Karena itu, langkah pertama yang perlu dipahami adalah perbedaan antara kemiripan teks dan pelanggaran etika akademik.

Dalam praktik submit jurnal, editor biasanya tidak hanya melihat angka total. Mereka juga memperhatikan bagian mana yang mirip, sumber kemiripannya apa, apakah kemiripan muncul pada kutipan, daftar pustaka, template metode, atau justru pada inti argumen penelitian. Artikel informatika sering memiliki istilah teknis, nama dataset, rumus, nama algoritma, dan frasa baku metodologi yang memang sulit diubah total. Karena itu, membaca laporan similarity secara cermat jauh lebih penting daripada sekadar mengejar angka sekecil mungkin.

Artikel ini membahas cara cek similarity Turnitin untuk artikel informatika, cara membaca laporan dengan benar, ambang yang umum dipakai jurnal, sumber kemiripan yang sering muncul, serta strategi menurunkan similarity secara etis. Fokusnya bukan mengakali sistem, melainkan memperbaiki kualitas naskah agar lebih original, lebih jelas, dan lebih aman saat masuk proses editorial.

Pahami dulu apa itu similarity Turnitin

Similarity Turnitin adalah persentase kemiripan teks yang ditemukan antara naskah Anda dan dokumen lain dalam basis data Turnitin. Sistem ini membandingkan frasa, kalimat, dan blok teks, lalu menandai bagian yang identik atau sangat mirip. Hasilnya biasanya berupa angka persentase total dan daftar sumber yang paling banyak berkontribusi pada kemiripan tersebut.

Yang perlu digarisbawahi, similarity bukan vonis plagiarisme otomatis. Misalnya, daftar pustaka yang sama, judul metode yang umum, nama alat ukur, atau template pernyataan etika bisa menambah angka similarity tanpa berarti penulis mencuri ide orang lain. Sebaliknya, angka yang tampak rendah juga belum tentu aman jika bagian yang mirip justru berada pada kontribusi utama, definisi masalah, atau pembahasan hasil.

Karena itu, similarity report seharusnya dipakai sebagai alat audit naskah sebelum submit. Cara berpikir yang sehat adalah: laporan ini membantu penulis menemukan bagian yang terlalu dekat dengan sumber lain, terlalu generik, atau terlalu sering menyalin kalimat lama. Jika dipakai seperti ini, Turnitin bukan musuh, tetapi alat kontrol mutu sebelum naskah dibaca editor jurnal.

Mengapa artikel informatika sering kena similarity tinggi

Artikel informatika punya karakter yang membuat kemiripan teks mudah naik. Pertama, banyak istilah teknis memang baku, seperti machine learning, confusion matrix, cross validation, Internet of Things, usability testing, precision, recall, atau system architecture. Istilah semacam ini tidak perlu dipaksa menjadi sinonim karena justru bisa membuat makna ilmiahnya kabur.

Kedua, banyak penulis memakai struktur kalimat yang terlalu mirip dengan template jurnal, skripsi lama, atau artikel terdahulu. Hal ini sering terjadi pada bagian pendahuluan, tinjauan pustaka, dan metode. Penulis kadang mengganti beberapa kata saja, tetapi alur kalimat, urutan argumen, dan frasa penghubung tetap sama. Akibatnya, sistem masih membaca paragraf itu sebagai teks yang sangat mirip.

Ketiga, bagian metode dan definisi variabel sering mengambil rujukan dari penelitian sebelumnya tanpa penyesuaian yang cukup. Pada penelitian klasifikasi, misalnya, penulis sering menyalin deskripsi preprocessing, pembagian data, dan rumus evaluasi. Pada penelitian sistem informasi, penulis sering mengulang definisi waterfall, black-box testing, atau SUS dari sumber lama. Jika cara menulisnya terlalu dekat, angka similarity akan terdorong naik meskipun topik penelitiannya berbeda.

Kapan sebaiknya cek similarity dilakukan

Waktu terbaik untuk cek similarity bukan saat naskah sudah mepet deadline submit. Cek pertama idealnya dilakukan setelah draft utama selesai, ketika struktur artikel, sitasi, dan daftar pustaka sudah cukup stabil. Pada tahap ini, penulis bisa melihat area rawan lebih awal tanpa harus membongkar seluruh artikel di menit terakhir.

Cek kedua sebaiknya dilakukan setelah revisi substansial. Misalnya, setelah Anda menulis ulang pendahuluan, merapikan tinjauan pustaka, menambah sitasi, atau mengganti paragraf metode yang terlalu mirip. Dengan cara ini, Anda bisa memastikan revisi benar-benar menurunkan kemiripan dan tidak malah menciptakan blok mirip baru dari sumber lain.

Jika jurnal tujuan punya ambang tertentu, lakukan cek final sebelum upload. Namun, jangan tunggu tahap ini untuk pertama kali membuka laporan. Penulis yang hanya mengecek di ujung proses biasanya tergoda melakukan revisi tergesa-gesa dan dangkal. Hasilnya sering lebih buruk: kalimat menjadi aneh, argumen melemah, dan substansi penelitian justru ikut rusak.

Ambang similarity yang umum dipakai jurnal

Tidak ada satu angka universal yang berlaku untuk semua jurnal. Beberapa jurnal merasa nyaman dengan similarity total di bawah 20 persen, sebagian lain menetapkan 15 persen, bahkan ada yang meminta di bawah 10 persen untuk artikel tertentu. Selain angka total, beberapa editor juga memperhatikan batas per sumber, misalnya tidak boleh ada satu sumber yang menyumbang lebih dari 3 persen atau 5 persen.

Karena itu, selalu cek author guidelines jurnal target. Jika jurnal menjelaskan kebijakan plagiarism check atau similarity threshold, ikuti angka itu sebagai patokan utama. Jika tidak ada angka eksplisit, gunakan pendekatan konservatif: usahakan angka total tetap rendah dan, yang lebih penting, pastikan tidak ada blok besar yang menyalin kalimat dari satu sumber tertentu.

Agar lebih mudah dibaca, berikut gambaran umum yang sering dipakai sebagai orientasi awal, bukan aturan mutlak.

Angka ini membantu orientasi, tetapi keputusan akhir tetap harus berbasis isi laporan. Naskah 18 persen bisa lebih bermasalah daripada naskah 24 persen jika kemiripan 18 persen tadi berasal dari satu sumber utama pada bagian kontribusi inti.

Cara membaca laporan similarity dengan benar

Jangan terpaku pada angka total di pojok layar. Mulailah dari daftar sumber penyumbang kemiripan terbesar. Lihat apakah sumber itu artikel jurnal, repository kampus, skripsi, prosiding, atau mungkin artikel Anda sendiri yang pernah dipublikasikan sebelumnya. Kemudian buka potongan teks yang disorot dan nilai konteksnya satu per satu.

Ada beberapa pertanyaan yang perlu diajukan saat membaca laporan. Apakah teks yang mirip berada di daftar pustaka? Apakah ia bagian kutipan langsung yang sudah diberi tanda kutip dan sitasi? Apakah ia berupa nama metode, definisi standar, atau kalimat generik yang sangat umum? Atau justru ia berada di pendahuluan, tinjauan pustaka, hasil, dan pembahasan yang seharusnya ditulis ulang dengan suara akademik Anda sendiri?

Langkah ini penting karena tidak semua highlight perlu diperlakukan sama. Bagian yang hanya menunjukkan judul tabel, nama institusi, atau referensi mungkin bisa diabaikan sesuai pengaturan report. Sebaliknya, blok merah panjang pada paragraf pendahuluan atau tinjauan pustaka hampir selalu perlu diperbaiki. Dengan membaca laporan seperti auditor, Anda bisa membedakan noise teknis dan masalah nyata pada naskah.

Bagian artikel yang paling sering menyumbang kemiripan

Pendahuluan adalah salah satu penyumbang terbesar similarity karena banyak penulis merangkum latar belakang dari sumber lain dengan perubahan yang terlalu minim. Kalimat seperti “perkembangan teknologi informasi yang pesat” atau “kebutuhan sistem yang efektif dan efisien” sangat sering muncul dan mudah terbaca generik. Jika pendahuluan dibangun dari kalimat template seperti ini, similarity biasanya naik tanpa memberi nilai ilmiah yang kuat.

Tinjauan pustaka juga rawan karena penulis cenderung memindahkan ringkasan penelitian terdahulu satu per satu. Padahal, tinjauan pustaka yang baik seharusnya mengelompokkan temuan, membandingkan pendekatan, dan menunjukkan posisi penelitian Anda. Kalau paragrafnya hanya menukar subjek dan angka dari artikel lain, kemiripan akan mudah terdeteksi. Untuk memperkuat bagian ini, baca juga cara membuat tabel perbandingan penelitian terdahulu agar literatur tidak berhenti sebagai salinan ringkasan.

Bagian metode juga sering bermasalah, terutama saat penulis menyalin deskripsi langkah penelitian dari skripsi atau artikel pembanding. Padahal, metode harus menjelaskan prosedur penelitian Anda sendiri, termasuk data, preprocessing, alat, parameter, skenario uji, dan metrik evaluasi yang benar-benar dipakai. Jika metode masih terlalu generik, revisinya sebaiknya dimulai dari detail teknis penelitian, bukan dari permainan sinonim.

Apa saja yang masih wajar mirip

Tidak semua kemiripan harus dihapus sampai nol. Nama algoritma, nama dataset, nama framework, istilah statistik, judul instrumen, dan rumus standar memang sering sama. Kalimat seperti “evaluasi model menggunakan accuracy, precision, recall, dan F1-score” juga bisa muncul di banyak artikel karena memang menggambarkan prosedur umum. Memaksa semua istilah teknis menjadi sinonim justru dapat menurunkan akurasi makna.

Daftar pustaka, sitasi dalam teks, nama institusi, judul regulasi, dan kutipan langsung yang sah juga termasuk area yang sering muncul dalam similarity report tetapi tidak otomatis bermasalah. Beberapa pengaturan Turnitin bahkan memungkinkan pengecualian bibliografi, kutipan, atau sumber kecil agar penulis bisa fokus pada blok kemiripan yang substantif.

Yang perlu dijaga adalah proporsinya. Jika kemiripan yang wajar ini tersebar tipis dan tidak membentuk blok argumen yang utuh, biasanya risikonya rendah. Namun jika satu halaman penuh metode atau pendahuluan tampil hampir sama dengan sumber lain, itu bukan lagi kemiripan wajar. Di titik itu, masalahnya ada pada cara menulis, bukan pada istilah teknis.

Strategi etis untuk menurunkan similarity

Strategi pertama adalah menulis ulang berdasarkan pemahaman, bukan berdasarkan kalimat sumber. Baca sumber rujukan, pahami poin utamanya, tutup dokumen itu, lalu tulis ulang dengan struktur kalimat Anda sendiri. Cara ini lebih aman daripada mengganti beberapa kata secara mekanis. Selain menurunkan similarity, hasilnya juga biasanya lebih enak dibaca dan lebih kuat secara argumen.

Strategi kedua adalah menambahkan konteks penelitian Anda. Banyak paragraf mirip terjadi karena penulis menulis terlalu umum. Misalnya, alih-alih menyalin definisi metode, jelaskan bagaimana metode itu dipakai pada objek, data, atau skenario penelitian Anda. Ketika paragraf menjadi lebih spesifik, kemiripannya biasanya turun secara alami karena teks Anda tidak lagi identik dengan sumber standar.

Strategi ketiga adalah memecah kalimat template menjadi argumen yang lebih konkret. Pendahuluan yang tadinya hanya berisi definisi umum bisa diubah menjadi alur masalah, dampak, bukti penelitian terdahulu, gap, dan tujuan penelitian. Metode yang tadinya hanya menyalin tahapan bisa diubah menjadi detail data, alat, parameter, dan alasan desain eksperimen. Semakin banyak naskah mencerminkan penelitian Anda sendiri, semakin kecil ketergantungannya pada teks orang lain.

Bagaimana menulis ulang tanpa merusak substansi

Banyak penulis takut revisi similarity akan mengubah makna ilmiah. Kekhawatiran ini masuk akal, terutama pada bagian definisi, hasil, atau metode. Solusinya bukan menghindari revisi, tetapi memilih level revisi yang tepat. Fokuskan perubahan pada struktur kalimat, alur penjelasan, sudut pandang, dan konteks penerapan, sambil mempertahankan istilah teknis yang memang harus tetap akurat.

Contoh sederhana: kalimat sumber yang terlalu umum dapat dipecah menjadi dua atau tiga kalimat yang menjelaskan fungsi, alasan, dan penerapan pada penelitian Anda. Anda juga bisa mengubah urutan informasi. Misalnya, mulai dari tujuan eksperimen, lalu jelaskan dataset, baru jelaskan model. Dengan mengubah logika penyajian, paragraf menjadi lebih orisinal tanpa mengorbankan isi.

Yang perlu dihindari adalah parafrase dangkal. Mengganti “digunakan” menjadi “dimanfaatkan”, atau “penelitian ini bertujuan” menjadi “studi ini dimaksudkan”, sering tidak cukup. Turnitin tetap bisa membaca struktur kalimat yang sama. Lebih baik ubah paragraf secara konseptual: apa poin utamanya, bukti apa yang dipakai, dan bagaimana hubungan paragraf itu dengan naskah Anda.

Hindari cara-cara berbahaya yang justru merusak naskah

Ada banyak praktik buruk yang sering dipakai untuk menekan angka similarity: mengganti huruf dengan simbol, memasukkan spasi tersembunyi, memecah kata secara aneh, memaksa sinonim yang tidak natural, atau menerjemahkan bolak-balik dengan kualitas rendah. Cara-cara seperti ini memang kadang mengubah deteksi sistem, tetapi hampir selalu merusak mutu naskah dan mudah terlihat oleh editor berpengalaman.

Selain itu, praktik tersebut tidak menyelesaikan masalah utama. Jika argumen Anda masih menempel pada struktur sumber lama, kualitas akademiknya tetap lemah. Editor atau reviewer bisa menilai naskah terasa artifisial, tidak konsisten, atau tidak ditulis oleh peneliti yang memahami topiknya. Risikonya bukan cuma reject, tetapi juga reputasi akademik yang buruk.

Karena itu, anggap similarity reduction sebagai proses editorial ilmiah, bukan permainan teknis. Jika sebuah paragraf memang belum cukup orisinal, perbaiki isi dan cara menjelaskannya. Jika sebuah bagian terlalu bergantung pada satu sumber, tambahkan pembanding lain dan rumuskan ulang posisinya. Pendekatan ini lebih lambat, tetapi jauh lebih aman.

Checklist revisi untuk bagian pendahuluan dan tinjauan pustaka

Pada pendahuluan, cek apakah paragraf Anda masih terlalu generik, terlalu mirip dengan definisi dari sumber lain, atau belum menunjukkan masalah penelitian secara spesifik. Jika iya, revisi dengan menambahkan konteks objek, data, pengguna, atau lingkungan penelitian. Hindari pembuka yang terlalu sering dipakai jika tidak langsung membawa pembaca ke masalah yang sedang dipecahkan.

Pada tinjauan pustaka, cek apakah setiap penelitian terdahulu hanya diringkas satu per satu. Jika iya, ubah menjadi pola sintesis: kelompokkan menurut metode, objek, dataset, atau hasil. Kemudian jelaskan perbedaan, keterbatasan, dan celah yang melatarbelakangi penelitian Anda. Dengan pola ini, paragraf menjadi lebih original sekaligus lebih ilmiah.

Jika Anda kesulitan menyusun logikanya, kombinasikan revisi similarity dengan perbaikan struktur ilmiah. Artikel cara menulis novelty artikel ilmiah informatika dan contoh gap penelitian informatika bisa dipakai untuk memastikan revisi tidak hanya menurunkan similarity, tetapi juga memperjelas kontribusi penelitian.

Checklist revisi untuk bagian metode

Bagian metode seharusnya menjadi salah satu bagian paling mudah dibuat orisinal karena ia menjelaskan apa yang benar-benar Anda lakukan. Mulai dari audit sederhana: apakah deskripsi data sudah spesifik, apakah tahapan preprocessing disebutkan dengan detail, apakah parameter model ditulis jelas, dan apakah skenario pengujian menggambarkan prosedur yang benar-benar dipakai.

Jika metode Anda masih mirip dengan sumber lain, biasanya masalahnya karena paragraf terlalu umum. Misalnya, alih-alih menulis “data diproses menggunakan metode Naive Bayes”, jelaskan bentuk datanya, bagaimana cleaning dilakukan, bagaimana fitur dibentuk, bagaimana train-test split dipilih, dan metrik apa yang dipakai. Detail seperti ini membuat metode lebih unik karena mencerminkan eksperimen Anda sendiri.

Untuk penelitian machine learning atau klasifikasi, pendekatan ini sangat penting. Gunakan revisi similarity sebagai momentum memperkuat replikasi penelitian. Jika metode makin jelas, naskah bukan hanya lebih aman dari sisi similarity, tetapi juga lebih kuat saat dinilai reviewer. Untuk pola penulisan metode yang lebih rapi, lihat cara menulis metodologi klasifikasi artikel informatika dan cara menulis metode penelitian artikel informatika.

Bagaimana jika similarity tinggi berasal dari artikel sendiri

Kemiripan dengan tulisan Anda sendiri tetap perlu ditangani hati-hati. Dalam dunia akademik, ini dikenal sebagai self-plagiarism atau duplicate text reuse jika bagian yang dipakai kembali terlalu besar tanpa penjelasan yang layak. Kasus ini sering muncul saat penulis mengembangkan artikel dari skripsi, tesis, prosiding, preprint, atau artikel konferensi yang sudah pernah terbit.

Jika sumber kemiripan berasal dari karya Anda sendiri, jangan langsung menganggap aman. Periksa kebijakan jurnal target: sebagian jurnal masih menerima pengembangan dari karya sebelumnya jika ada novelty baru, tetapi mereka biasanya menuntut disclosure yang jelas, sitasi ke karya sebelumnya, dan porsi pengembangan yang nyata. Artinya, Anda tetap perlu menulis ulang bagian yang terlalu identik dan menunjukkan kontribusi tambahan secara eksplisit.

Pendekatan yang sehat adalah menyebutkan keterkaitan dengan karya sebelumnya bila relevan, mengutip sumber itu dengan jujur, lalu menuliskan ulang bagian latar, metode, dan pembahasan sesuai konteks naskah baru. Jangan memakai asumsi bahwa “karena tulisan saya sendiri, jadi bebas ditempel ulang”. Editor jurnal justru cukup sensitif pada pola seperti ini.

Langkah final sebelum submit jurnal

Setelah revisi similarity selesai, lakukan satu pembacaan akhir dari sudut pandang editor. Apakah naskah tetap mengalir alami? Apakah sitasi sudah konsisten? Apakah kutipan langsung diberi tanda yang tepat? Apakah daftar pustaka sesuai dengan sitasi dalam teks? Apakah bagian yang direvisi masih akurat secara teknis? Jangan sampai angka similarity turun, tetapi kualitas bahasa dan logika naskah ikut turun.

Jika memungkinkan, minta rekan membaca dua hal sekaligus: kejelasan ilmiah dan kealamian bahasa. Kadang penulis terlalu fokus pada angka sehingga tidak sadar ada paragraf yang terasa dipaksa. Masukan dari pembaca kedua sangat berguna untuk menangkap kalimat yang terlalu mekanis atau argumen yang justru melemah setelah revisi.

Sebelum upload, pastikan juga dokumen pendukung lain sudah siap: format template jurnal, metadata penulis, surat pengantar bila diminta, serta checklist submit. Banyak naskah lolos similarity tetapi tersendat pada tahap administratif. Untuk tahap akhir ini, artikel checklist sebelum submit artikel ilmiah bisa dipakai sebagai pemeriksaan penutup agar proses submit lebih aman dan rapi.

Kesimpulan

Cek similarity Turnitin pada artikel informatika sebaiknya dipahami sebagai proses verifikasi mutu, bukan sekadar perburuan angka kecil. Angka similarity perlu dibaca bersama konteks sumber, lokasi kemiripan, dan kualitas naskah secara keseluruhan. Bagian yang paling rawan biasanya pendahuluan, tinjauan pustaka, dan metode yang ditulis terlalu dekat dengan sumber lain atau terlalu generik.

Cara paling aman menurunkan similarity adalah menulis ulang berdasarkan pemahaman, menambahkan konteks penelitian sendiri, memperjelas argumen, dan merapikan struktur ilmiah. Hindari trik manipulatif yang merusak bahasa atau berpotensi melanggar etika akademik. Dengan pendekatan yang benar, naskah tidak hanya lebih aman saat dicek Turnitin, tetapi juga lebih kuat, lebih jelas, dan lebih siap dinilai editor maupun reviewer jurnal.