ANALISIS DETEKSI KESALAHAN PENULISAN (TYPO) PADA TUGAS MAHASISWA MENGGUNAKAN ALGORITMA LEVENSHTEIN DISTANCE

Abstract

Penelitian ini bertujuan menganalisis deteksi kesalahan penulisan atau typographical error pada tugas mahasiswa menggunakan Algoritma Levenshtein Distance berbasis wordlist bahasa Indonesia. Algoritma Levenshtein Distance dipilih karena mampu menghitung jarak minimum perubahan karakter melalui operasi insertion, deletion, dan substitution, sehingga sesuai untuk mendeteksi kesalahan ketik mekanis yang umumnya memiliki kemiripan bentuk dengan kata baku. Analisis eksperimental kuantitatif memproses 80 dokumen yang dikonversi ke PDF melalui preprocessing teks, normalisasi token, perbandingan daftar kata Indonesia yang terstruktur, dan perhitungan jarak edit. Kesalahan diklasifikasikan sebagai insertion, deletion, atau subtitution. Error rate: 0,45%–14,7% per dokumen. Dari total 536 operasi edit distance, kesalahan paling dominan adalah substitution sebanyak 303 operasi atau 56,53%, diikuti deletion sebanyak 177 operasi atau 33,02%, dan insertion sebanyak 56 operasi atau 10,45%. Pola dominan ini, terkait dengan kecepatan mengetik dan kedekatan tata letak pada keyboard QWERTY. Integrasi wordlist standar meningkatkan akurasi dalam membedakan variasi ortografis dari kesalahan mekanis. Tingkat rendah hingga sedang dominan, namun penyimpangan memerlukan pendekatan pedagogis yang terarah. Peneliti fokus pada karakter mengesampingkan aspek semantik. Kerangka kerja ini memfasilitasi evaluasi otomatis dengan kompleksitas rendah untuk platform digital, meningkatkan literasi akademik dan kesadaran linguistik