Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementation of PHP Unit-Based Test Driven Development in Pharmacy ERP System Development Silvia Dwi Cahyani; Fetty Tri Anggraeny; Afina Lina Nurlaili
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 7 No. 1 (2026): Mei 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v7i1.12583

Abstract

This research applies the Test-Driven Development (TDD) methodology using PHPUnit to develop an ERP system for Apotek Pasyha using the Laravel 12 framework. Through a case study design and Red-GreenRefactor cycles, the development of eight core modules yielded 751 test cases and 2,146 assertions. System success was measured using the Test Pass Rate, achieving an "Excellent" category. Most modules reached a perfect pass rate, while technical constraints were only found in external libraries and rendering sequences rather than business logic. The results demonstrate that TDD is effective for SME-scale ERP development by enabling early defect detection, ensuring data accuracy, and producing functionally verified code to maintain the quality and reliability of complex systems. 
Perancangan Pipeline Preprocessing dan Segmentasi Audio Batuk Berbasis Energi Adaptif untuk Klasifikasi Batuk Kering dan Berdahak Desta Rizky Andhika; Faisal Muttaqin; Fetty Tri Anggraeny
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Rekaman audio batuk dari sumber publik umumnya memiliki variasi format, durasi, jumlah kanal, laju sampling, bagian hening, dan gangguan suara latar yang dapat memengaruhi konsistensi masukan pada proses klasifikasi. Penelitian ini bertujuan merancang pipeline preprocessing dan segmentasi audio batuk berbasis energi adaptif untuk menghasilkan audio yang lebih seragam dan relevan bagi klasifikasi batuk kering (dry) dan batuk berdahak (wet). Kebaruan penelitian ini terletak pada integrasi proses seleksi dan audit kualitas data dengan segmentasi event batuk menggunakan ambang energi yang dihitung secara adaptif pada setiap rekaman, sehingga proses segmentasi dapat menyesuaikan variasi intensitas sinyal antarrekaman tanpa menggunakan satu nilai ambang tetap untuk seluruh data. Tahapan penelitian meliputi seleksi label, audit kualitas audio, konversi format WAV, pengubahan kanal menjadi mono, resampling 16 kHz, trimming bagian hening, segmentasi berbasis energi adaptif, serta penyeragaman durasi menjadi 3 detik. Ambang segmentasi ditentukan secara adaptif berdasarkan estimasi noise floor, nilai RMS maksimum, dan margin sensitivitas sebesar 8.0 dB pada setiap rekaman.. Dari 27.550 entri metadata, diperoleh dataset akhir balanced-confident sebanyak 800 audio yang terdiri atas 400 data dry dan 400 data wet. Seluruh audio keluaran memiliki format WAV, kanal mono, laju sampling 16 kHz, dan durasi 3 detik. Hasil segmentasi menunjukkan rata-rata cakupan energi sebesar 84,58% pada kelas dry dan 82,54% pada kelas wet. Validasi fungsional menggunakan MFCC20 dan Capsule Network menghasilkan accuracy sebesar 71,67% dan F1-score sebesar 70,18%. Hasil tersebut menunjukkan bahwa pipeline mampu menghasilkan masukan audio yang konsisten dan dapat diteruskan ke tahap pemodelan klasifikasi.