Abu Walad
Unknown Affiliation

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

Found 1 Documents
Search

TEKNIK RESAMPLING UNTUK MENINGKATKAN NILAI AKURASI ALGORITMA RANDOM FOREST PADA DATA PREDIKSI KECACATAN PERANGKAT LUNAK Sindrawati, Sindrawati; Dodi Syaripudin; Abu Walad
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 1 No. 3 (2024): JUNI - JULI 2024
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Software merupakan perantara terpenting yang dibutuhkan setiap orang untuk menunjang aktivitasnya sehari-hari. Kesalahan perangkat lunak sering kali terjadi dan menjadi kendala, sehingga perlu dilakukan pengujian perangkat lunak untuk mengurangi tingkat kesalahannya, namun proses pengujian kesalahan perangkat lunak memerlukan biaya yang tidak sedikit, untuk meminimalkan biaya pengujian, dilakukan penelitian Data mining diperlukan. untuk memprediksi kesalahan perangkat lunak. Penelitian ini menggunakan 12 kumpulan data arsip NASA yang diklasifikasikan dengan model yang digunakan dalam penelitian ini yaitu model hutan acak yang menggunakan metode resampling filter. Hasil yang diperoleh pada penelitian ini berupa nilai akurasi dan kurva AUC, nilai akurasi tertinggi terdapat pada dataset komputer 2 dengan nilai akurasi sebesar 99,06%, sehingga dapat dikatakan algoritma Random Tree Forest menggunakan teknik Resampling adalah metode yang tepat ketika digunakan untuk mengklasifikasikan kumpulan data perangkat lunak prediksi kegagalan. Arsip NASA.