Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Kegagalan Build Real-Time Pada Pipeline CI/CD Menggunakan Pendekatan Machine Learning Berbasis Data Streaming Hirmayanti Hirmayanti; Harianto Harianto; Rooy Marthen Thaniket
Jurnal Sistem Informasi dan Sistem Komputer Vol 11 No 2 (2026): Vol 11 No 2 - 2026
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v11i2.1414

Abstract

Kegagalan proses build pada lingkungan Continuous Integration/Continuous Deployment (CI/CD) dapat menghambat rilis perangkat lunak, meningkatkan biaya perbaikan, dan menurunkan efisiensi pengembangan. Hal ini menunjukkan perlunya sistem prediksi yang cepat, adaptif, serta mampu menangani data yang terus mengalir secara real-time. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja beberapa algoritma online machine learning dalam memprediksi kegagalan build pada pipeline CI/CD. Dataset yang digunakan berasal dari TravisTorrent yang mencakup aktivitas repositori, perubahan kode, metrik pengujian, serta riwayat build. Tahapan penelitian meliputi preprocessing data, pembentukan skema data streaming, penerapan model Hoeffding Tree, Adaptive Random Forest (ARF), dan Online Logistic Regression, serta evaluasi menggunakan metrik accuracy. Hasil eksperimen menunjukkan model terbaik mencapai accuracy 97,35%, lebih tinggi dibandingkan penelitian sebelumnya sebesar 95,9%. Peningkatan absolut sebesar 1,45 poin persentase atau sekitar 1,51% ini membuktikan bahwa pendekatan yang digunakan lebih efektif dalam mengenali pola kegagalan build pada lingkungan CI/CD berbasis streaming data.