Penelitian ini bertujuan mengembangkan sistem pendeteksi kemiripan teks pada aplikasi Siri-na guna mendukung implementasi Tridharma Perguruan Tinggi, khususnya pada bidang penelitian dan pengabdian kepada masyarakat di Politeknik Negeri Ujung Pandang (PNUP). Sistem ini dibangun dengan pendekatan embedding vektor menggunakan Qdrant dan TF-IDF Vectorizer dalam arsitektur microservice, sehingga mampu melakukan pengecekan plagiarisme secara menyeluruh maupun per bagian dokumen. Hasil pengujian terhadap 10 proposal menunjukkan bahwa metode Qdrant memiliki kinerja terbaik dengan akurasi 90%, presisi 85,7%, recall 100%, dan F1-score 92,3%, melampaui metode Hybrid yang hanya mencapai akurasi 70% dan presisi 66,7%. Fitur yang dihasilkan memungkinkan admin untuk melihat skor kemiripan, status, serta bagian teks yang mirip, sehingga proses penilaian kebaruan dan orisinalitas proposal menjadi lebih objektif, efisien, dan transparan, sekaligus memperkuat penjaminan mutu akademik di Politeknik Negeri Ujung Pandang.

Kata Kunci: Plagiarisme, Embedding vektor, Qdrant, Microservice