Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Jurnal Simetris SAP (Susunan Artikel Pendidikan) STRING (Satuan Tulisan Riset dan Inovasi Teknologi) JISICOM (Journal of Information System, Infomatics and Computing) Jurnal PkM (Pengabdian kepada Masyarakat) Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Maklumatika
Darmawan, Agus
Universitas Indraprasta PGRI
Arts Humanities Computer Science & IT Education Mathematics Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
PREDIKSI SOFTWARE DEFECT PENGGUNAAN OPTIMASI GENETIC ALGORITHM DENGAN ADOPSI MODEL MLP DAN SVM Puput Irfansyah; Syamsiah; Agus Darmawan
Jurnal Maklumatika Jurnal Maklumatika Vol.4 No.1 (2017)
Publisher : Program Studi Teknik Informatika Sekolah Tinggi Teknologi Informasi NIIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.249 KB)

Abstract

Dalam Pengembangan teknologi perusahaan atau institusi diberbagai bidang memerlukan software untuk membantu proses bisnis mereka agar dapat berjalan dengan cepat, tepat, efektif dan efisien. Tentunya software yang digunakan haruslah mempunyai standar kualitas yang baik agar tujuan dari perusahaan atau institusi tersebut dapat terpenuhi. Maka dari itu diperlukan software-software yang tidak memiliki kesalahan / error (defect). Kesalahan biasanya disebabkan oleh kesalahan manusia dalam melakukan pembuatan model untuk para pengembangan software. Dari beberapa penelitian sebelumnya model yang paling baik untuk melakukan prediksi software defect adalah MLP dan SVM. Pada Penelitian ini melakukan pemilihan model terhadap adalah MLP dan SVM dilakukan pengujian dengan Kurva ROC dan Confusion Matrix dan dilakukan pula Optimasi yang di gunakan Genetic Algorithm akan diterapkan untuk pemilihan variable pada Algoritma terpilih. Setelah itu akan dilakukan lagi pengujian dengan Kurva ROC dan Confusion Matrix untuk mencari model mana yang menghasilkan tingkat akurasi paling tinggi dalam prediksi software defect. Hasil akurasi yang diperoleh membuktikan bahwa SVM + GA memiliki tingkat akurasi yang lebih tinggi dibandingkan MLP+GA. dengan menabahkan optimasi Genetic Algorithm menghasilkan persentase akurasi 95,02% dan dengan nilai AUC (Area Under Curve) sebesar 0,964 dengan demikian algoritma SVM + GA dioptimisasi dengan Genetic Algorithm dapat memprediksi Software Defect dengan lebih baik.
Co-Authors Adhi Susano Ana Rusmardiana Ari Irawan Bayu Priya Pradhana Fanisya Alva Mustika Hendrian, Senna Mei Lestari Puput Irfansyah Rahayuning Kusuma Hastuti Sutrisno, Sutrisno Syamsiah Syamsiah Syamsiah Syamsiah, Syamsiah Yuni Wibawati