Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Reyhansyah, Dymi Kavindra
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Kakas Bantu Pendeteksi Feature Envy Pada Source Code PHP Menggunakan Analisis Statis Berbasis Abstract Syntax Tree Reyhansyah, Dymi Kavindra; Priyambadha, Bayu
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Feature Envy merupakan salah satu code smell yang ditandai oleh tingginya ketergantungan suatumethod terhadap data atau perilaku milik kelas lain sehingga dapat menurunkan kualitas desainperangkat lunak dan meningkatkan kompleksitas pemeliharaan. Dukungan kakas untuk mendeteksiFeature Envy pada bahasa pemrograman PHP masih terbatas. Penelitian ini bertujuan mengembangkankakas bantu berbasis web untuk mendeteksi Feature Envy pada source code PHP menggunakan analisisstatis berbasis Abstract Syntax Tree (AST). Sistem dikembangkan menggunakan Laravel pada sisibackend dan React.js pada sisi frontend. Proses deteksi dilakukan melalui parsing source code menjadiAST, ekstraksi struktur program, perhitungan metrik Access to Foreign Data (ATFD), Locality ofAttribute Accesses (LAA), dan Foreign Data Providers (FDP), kemudian penerapan aturan deteksiberdasarkan ketiga metrik tersebut. Sistem dievaluasi menggunakan pengujian unit, integrasi, validasifungsional, serta studi kasus sebelum dan sesudah refaktorisasi. Hasil evaluasi menunjukkan bahwaseluruh fungsi sistem berjalan sesuai kebutuhan, mampu mendeteksi Feature Envy secara otomatis,menampilkan nilai metrik pendukung, serta menghasilkan laporan analisis dalam format PDF. Kakasyang dikembangkan dapat mendukung identifikasi dini Feature Envy pada source code PHP secara lebihcepat, konsisten, dan terstruktur.
Co-Authors Bayu Priyambadha