Penerapan Penerapan Teknik Pso Over Sampling Dan Adaboost J48 Untuk Memprediksi Cacat Software

A Taufik, RF Amir - Jurnal Responsif: Riset Sains dan Informatika, 2020 - ejurnal.ars.ac.id
Perangkat lunak yang bermutu ditentukan oleh jumlah cacat yang ditemukan pada saat
proses pengujian. Proses perbaikan perangkat lunak setelah terdistribusi memiliki resiko …

Penerapan PSO Over Sampling Dan Adaboost Random Forest Untuk Memprediksi Cacat Software

RF Amir, IA Sobari, R Rousyati - Indonesian Journal on Software …, 2020 - ejournal.bsi.ac.id
Dataset dari software matrik secara umum bersifat tidak seimbang (Imbalanced). Ketidak
seimbangan kelas yang ada dalam dataset dapat menurunkan kinerja model prediksi cacat …

Integrasi Pendekatan Level Data Pada Logistic Regression untuk Prediksi Cacat Perangkat Lunak

DP Rini - JIKO (Jurnal Informatika dan Komputer), 2020 - ejournal.unkhair.ac.id
Prediksi awal modul cacat perangkat lunak dapat membantu pengembang perangkat lunak
untuk mengalokasikan sumber daya yang tersedia dalam membuat produk perangkat lunak …

Komparasi Algoritma Logistic Regression dan Random Forest pada Prediksi Cacat Software

R Prasetyo, I Nawawi, A Fauzi - Jurnal Teknik Informatika …, 2021 - ejournal.ust.ac.id
Pengujian menjadi strandar dalam menghasilkan perangkat lunak yang berkulaitas,
pengujian dapat dinilai melalui ukuran-ukuran dan metode-metode tertentu, salah satu tolak …

Software Defect Prediction Menggunakan Algoritma K-Nn Yang Dioptimasi Dengan Pso

T Hidayat, AF Habibi… - Scan: Jurnal Teknologi …, 2020 - ejournal.upnjatim.ac.id
Untuk menjamin kualitas dari perangkat lunak, kita perlu meminimalisir defect yang terjadi
pada perangkat lunak. Salah satu bidang penelitian dalam penentuan kualitas perangkat …

[PDF][PDF] Resampling logistic regression untuk penanganan ketidakseimbangan class pada prediksi cacat software

KN Mandiri - Journal of Software Engineering, 2015 - download.garuda.kemdikbud.go.id
Software yang berkualitas tinggi adalah software yang dapat membantu proses bisnis
perusahaan dengan efektif, efesien dan tidak ditemukan cacat selama proses pengujian …

[PDF][PDF] Prediksi Cacat Software Dengan Teknik Sampel Dan Seleksi Fitur Pada Bayesian Network

SA Putri - J. Kaji. Ilm, 2019 - academia.edu
Proses prediksi cacat software telah menjadi bagian penting pada proses pengujian
kualitas software. Penelitian ini berfungsi sebagai alternatif bagi praktisi software untuk …

[PDF][PDF] Penerapan Greedy Forward Selection dan Bagging pada Logistic Regression untuk Prediksi Cacat Perangkat Lunak

R Purnomo - Jurnal Karya Ilmiah, 2017 - repository.ubharajaya.ac.id
Cacat perangkat lunak merupakan kesalahan atau kegagalan pada perangkat lunak.
Pemeriksaan cacat perangkat lunak secara manual hanya dapat menghasilkan 60% dari …

Penggunaan random under sampling untuk penanganan ketidakseimbangan kelas pada prediksi cacat software berbasis neural network

E Irawan, RS Wahono - IlmuKomputer. com Journal of Software …, 2015 - neliti.com
Penurunan kualitas software dan biaya perbaikan yang tinggi dapat diakibatkan kesalahan
atau cacat pada software. Prediksi cacat software sangat penting di dalam software …

Prediksi cacat perangkat lunak menggunakan algoritma max-min ant system dan teknik bagging

MD Irfan - repository.uinjkt.ac.id
Prediksi cacat perangkat lunak adalah cara untuk meningkatkan efisiensi waktu dan biaya
pengujian perangkat lunak dengan berfokus menemukan modul yang rusak dalam …