Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Gilang Saputro
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
Pengembangan Aplikasi Perpustakaan Digital dengan Model Waterfall Andara Shayla; Gilang Saputro; Kinta Aurora; Toto Winarko; Aries Saifudin
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 2 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

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

Abstract

Penelitian ini mengembangkan aplikasi perpustakaan digital menggunakan model Waterfall, yang meliputi analisis kebutuhan, desain sistem, implementasi, pengujian, penempatan, dan pemeliharaan. Hasil menunjukkan bahwa metode ini efektif meningkatkan efisiensi operasional dan memenuhi kebutuhan pengguna. Aplikasi memungkinkan pencarian koleksi, peminjaman dan pengembalian buku online, serta manajemen anggota dan pelaporan data. Saran untuk penelitian selanjutnya mencakup penerapan metode Agile, penggunaan teknologi terbaru, studi kasus lebih mendalam, evaluasi pengalaman pengguna, dan peningkatan keamanan informasi. Aplikasi ini diharapkan terus berkembang dan memberikan manfaat optimal bagi perpustakaan dan penggunanya.
Penggunaan Machine Learning untuk Memprediksi Defect pada Pengembangan Perangkat Lunak Gilang Saputro; Kinta Aurora; Toto Winarko; Andara Shayla; Aries Saifudin
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 2 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

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

Abstract

Penelitian ini mengaplikasikan machine learning untuk memprediksi defect dalam pengembangan perangkat lunak, menggunakan model Random Forest, SVM, dan Neural Networks. Hasil menunjukkan akurasi tinggi dalam identifikasi cacat, memungkinkan perbaikan lebih awal dan peningkatan efisiensi serta kualitas produk. Tantangan meliputi kebutuhan dataset representatif dan penyesuaian parameter model. Secara keseluruhan, metode ini menawarkan solusi inovatif untuk peningkatan kualitas pengembangan perangkat lunak.
Co-Authors Andara Shayla Aries Saifudin Kinta Aurora Toto Winarko