Nugroho, Budi
Universitas Pembangunan Nasional “Veteran” Jawa Timur

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGGUNAAN METODE ACCEPTENCE TEST DRIVEN DEVELOPMENT PADA PROSES ACCEPTENCE TEST MENGGUNAKAN CODECEPTION Sugiarto, Sugiarto; Nugroho, Budi; Putri, Azalia Dwi
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 14, No 1 (2019)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v14i1.1460

Abstract

Abstrak. Acceptence test merupakan salah satu jenis pengujian pada pengembangan perangkat lunak, acceptance test tidak hanya dilakukan satu kali melainkan berkalli-kali jika program banyak mengalami perubahan, dalam accpetence test, tester memposisikan diri sebagai pengguna aplikasi. Perilaku pengguna dibentukan dalam sebuah scenario ujicoba, dengan mengadpatasi metode Acceptence Test Driven Development (ATDD), scenario pengujian dan pembuatan script pengujian dilakukan di awal pengembangan perangkat lunak. Pengujian dilakukan untuk menguji aktivitas tambah, ubah, dan hapus pada beberapa form sistem atau aplikasi yang sudah ada. Penelitian ini membuat sebuah proses Automated Acceptence Testing yang biasanya dilakukan secara manual. Pembuatan proses Automated Acceptence Test menggunakan tools codeception. Hasil dari pengujian semua scenario tersebut adalah Passed (Lolos). Namun hasil pengujian sangat bergantung dengan perangkat keras yang digunakan untuk pengujian.   Kata Kunci: Acceptence Test, Acceptence Test Driven Development, Codeception.
SISTEM PENDUKUNG KEPUTUSAN KLASIFIKASI TINGKAT KEGANASAN KANKER PAYUDARA DENGAN METODE NAÏVE BAYES CLASSIFIER Via, Yisti Vita; Nugroho, Budi; Syafrizal, Alfian
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 2 (2015)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v10i2.609

Abstract

Abstrak. Kanker payudara merupakan salah satu jenis kanker yang sering ditemukan pada kebanyakan wanita. Kanker ini ditandai dengan sel-sel abnormal yang tumbuh di luar kendali pada payudara. Hal ini menunjukkan bahwa kanker payudara adalah penyakit yang sangat ganas dan karenanya memerlukan pemeriksaan intensif dengan mendeteksi dini tingkat keganasan kanker payudara. Penelitian ini menganalisis tentang pengelompokan data kanker payudara untuk mengetahui kanker tersebut termasuk kanker jinak atau kanker ganas. Penelitian ini menggunakan 9 atribut sebagai masukan sistem dan data set yang digunakan adalah data set publik Breast Cancer Wisconsin Original (WBCO) yang diambil dari UCI Machine Learning. Untuk mengklasifikasi tingkat keganasan dapat dilakukan dengan pemanfaatan bioinformatic dengan menggunakan teknik data mining salah satuya adalah algoritma Naive Bayes Classifier (NBC). Dari hasil pengujian dengan confusion matrix diketahui bahwa NBC yang diterapkan untuk melakukan klasifikasi tingkat keganasan kanker payudara memiliki akurasi pola yang cukup besar yaitu 97,82%, sedangkan error rate yang dihasilkan sebesar 2,18%. Hasil penelitian ini menunjukan bahwa dengan error rate yang cukup kecil maka algoritma Naïve Bayes Classifier terbukti cukup bagus untuk melakukan klasifikasi pada data WBCO.   Kata Kunci : Breast Cancer, Metode Naïve Bayes Classifier, Sistem Pendukung Keputusan