Code clones adalah porsi kode yang identic atau mirip dengan yang lain. Mendeteksi code clones dapat membantu menemukan redundansi di dalam kode. Masalah dalam mendeteksi code clones secara manual adalah hasil code clone yang dilaporkan tidak selalu konsisten. Salah satu cara untuk meningkatkan F1-score pada proses mendeteksi code clones adalah dengan otomasi proses mendeteksi code clones. Mendeteksi code clones otomatis menggunakan metode pendekatan token merepresentasikan source codes sebagai urutan token yang memungkinkan untuk mendeteksi code clones dengan struktur baris berbeda. Metode pendekatan token termasuk metode kelas berat karena memerlukan language parser khusus untuk setiap bahasa pemrograman berbeda. Penelitian ini bertujuan untuk membuat sebuah sistem pendeteksi code clones otomatis menggunakan metode pendekatan token untuk menganalisis dan membandingkan nilai F1-score dalam mendeteksi code clones. Penelitian ini dilakukan pada tiga source codes aplikasi yaitu Apache, Postgre, dan Python dengan hasil F1-score secara berturutan adalah “0,94”, “0,55”, “0,89”. Hasil penelitian ini mendapatkan F1-score tertinggi dibandingkan dengan tiga tools pendeteksi code clones lain, termasuk Simcad, Nicad, dan MeCC. Implementasi sistem pendeteksi code clones pada penelitian ini menunjukan sistem dapat mendeteksi code clones dengan baik dibandingkan dengan tiga metode lain.