<![CDATA[Keberlanjutan sistem perangkat lunak sangat bergantung pada aspek maintainability, yaitu sejauh mana perangkat lunak dapat dipahami, dimodifikasi, dan diuji secara efisien. Penelitian ini bertujuan untuk memetakan kondisi maintainability pada proyek Python open-source berdasarkan sub-karakteristik ISO/IEC 25010, yaitu analysability, modifiability, dan testability menggunakan metrik kualitas internal melalui pendekatan unsupervised learning. Metodologi meliputi pengumpulan data dari Python Software Quality Dataset (PSQD), prapemrosesan data, seperti missing value imputation, winsorizing, dan Z-score normalization, serta penerapan algoritma K-Means Clustering. Hasil menunjukkan bahwa proyek dapat dikelompokkan secara konsisten ke dalam dua cluster untuk setiap sub-karakteristik. Validasi statistik menunjukkan korelasi kuat antara skor maintainability global dengan Maintainability Index (MI) dengan koefisien -0,690 yang menunjukkan konsistensi arah pengukuran. Penelitian menyimpulkan bahwa pendekatan ini efektif sebagai alternatif analisis yang lebih rinci dibandingkan metrik agregat konvensional.]]>
Copyrights © 2026
