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 …
untuk mengalokasikan sumber daya yang tersedia dalam membuat produk perangkat lunak …
Komparasi Algoritma Logistic Regression dan Random Forest pada Prediksi Cacat Software
Pengujian menjadi strandar dalam menghasilkan perangkat lunak yang berkulaitas,
pengujian dapat dinilai melalui ukuran-ukuran dan metode-metode tertentu, salah satu tolak …
pengujian dapat dinilai melalui ukuran-ukuran dan metode-metode tertentu, salah satu tolak …
Penerapan Penerapan Teknik Pso Over Sampling Dan Adaboost J48 Untuk Memprediksi Cacat Software
Perangkat lunak yang bermutu ditentukan oleh jumlah cacat yang ditemukan pada saat
proses pengujian. Proses perbaikan perangkat lunak setelah terdistribusi memiliki resiko …
proses pengujian. Proses perbaikan perangkat lunak setelah terdistribusi memiliki resiko …
Software Defect Prediction Menggunakan Algoritma K-Nn Yang Dioptimasi Dengan Pso
Untuk menjamin kualitas dari perangkat lunak, kita perlu meminimalisir defect yang terjadi
pada perangkat lunak. Salah satu bidang penelitian dalam penentuan kualitas perangkat …
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 …
perusahaan dengan efektif, efesien dan tidak ditemukan cacat selama proses pengujian …
Penentuan fitur yang relevan terhadap prediksi cacat perangkat lunak berdasarkan seleksi fitur Gain Ratio
DA Vidian - 2018 - etheses.uin-malang.ac.id
Software development life cycle (SDLC) merupakan rangkaian tahap untuk menghasilkan
produk perangkat lunak. Tahap paling penting dalam SDLC ada pada tahap pengujian …
produk perangkat lunak. Tahap paling penting dalam SDLC ada pada tahap pengujian …
[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 …
Pemeriksaan cacat perangkat lunak secara manual hanya dapat menghasilkan 60% dari …
Perbandingan kinerja AUC dan G-Means pada machine learning berbasis seleksi fitur algoritma genetika untuk prediksi cacat perangkat lunak
AW Hutomo - 2020 - repository.uinjkt.ac.id
Prediksi cacat perangkat lunak adalah cara untuk meningkatkan kualitas dengan
menemukan dan melacak modul yang rusak dalam perangkat lunak dengan pendekatan …
menemukan dan melacak modul yang rusak dalam perangkat lunak dengan pendekatan …
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 …
pengujian perangkat lunak dengan berfokus menemukan modul yang rusak dalam …
Menggunakan Cost Sensitive Learning dan Neural Network Optimasi Imbalance Class Pada Prediksi Cacat Perangkat Lunak
IK Nuraini - repository.uinjkt.ac.id
Cacat perangkat lunak yang ditemukan pada saat aplikasi telah di luncurkan dapat
menimbulkan berbagai masalah dan merugikan banyak pihak, mulai dari pemilik …
menimbulkan berbagai masalah dan merugikan banyak pihak, mulai dari pemilik …