Pengembang perangkat lunak harus memiliki rencana dalam pengaturan biaya pengembangan perangkat lunak. Perbaikan perangkat lunak dalam fase pemeliharaan sistem dapat disebabkan oleh bug. Bug adalah kerusakan yang terjadi pada perangkat lunak yang tidak sesuai dengan kebutuhan perangkat lunak. Bug perangkat lunak dapat memiliki waktu yang cepat atau lama dalam perbaikan yang bergantung dari tingkat kesulitannya. Pengembang dapat dibantu oleh rekomendasi model prediksi dan memberikan bahan pertimbangan waktu perbaikan bug. Dalam penelitian ini, penulis akan menggunakan praproses penyaringan dataset, algoritma random forest untuk pembangunan pendekatan prediksi dan 10-fold cross validation untuk menghitung akurasi. Random forest digunakan karena memiliki kelebihan dalam hal akurasi jika digunakan dengan dataset berjumlah besar. Metode dalam penelitian ini memperoleh akurasi dengan rentang antara 70%-79%. Metode dalam penelitian ini memiliki akurasi yang lebih baik dibandingkan dengan metode decision tree, random forest, dan naïve bayes
Copyrights © 2016