Dinda Kalista Sarimu, - and Puji Winar Cahyo, - (2023) Sistem Reporting Bug Dengan Memanfaatkan Metode Klasifikasi Naive Bayes Di Zettabyte. Masters thesis, Universitas Jenderal Achmad Yani Yogyakarta.
Judul_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (541kB)
Abstrak_192102009_Dinda Kalista Sarimu_Informatikaa.pdf
Download (12kB)
BAB 1_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (17kB)
BAB 2_192102009_Dinda Kalista Sarimu_Informatika.pdf
Restricted to Registered users only
Download (151kB)
BAB 3_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (867kB)
BAB 4_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (707kB)
BAB 5_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (74kB)
Daftar Pustaka_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (77kB)
Lampiran_192102009_Dinda Kalista Sarimu_Informatika.pdf
Restricted to Registered users only
Download (1MB)
Plagiarisme_192102009_Dinda Kalista Sarimu_Informatika.pdf
Download (33kB)
Abstract
Latar Belakang: Zettabyte Pte. Ltd adalah perusahaan yang membuat aplikasi ADMTC, yaitu platform untuk mengelola sekolah di pendidikan tinggi. Mereka menghadapi masalah dalam bug reporting, yang saat ini dilakukan secara manual
dan memakan waktu lama. Hal ini menyebabkan keterlambatan dalam memberikan tugas perbaikan bug kepada pengembang, karena perlu memeriksa kode untuk mengetahui apakah masalah terjadi di bagian front-end atau back-end dalam memperbaiki isu yang dilaporkan oleh penguji.
Tujuan: Penelitian ini bertujuan untuk membuat sistem pelaporan bug yang dapat menentukan jenis tipe developer dari laporan bug yang ditemukan saat menguji perangkat lunak dengan menggunakan metode klasifikasi Naïve Bayes.
Metode Penelitian: Data yang digunakan di dapatkan dari data reporting yang sudah dilaporkan sebelumnya pada Zettabyte dalam bentuk csv. Penelitian ini menggunakan metode klasifikasi Naïve Bayes untuk membuat sistem pelaporan bug
yang dapat menentukan jenis tipe developer dari laporan bug yang ditemukan saat menguji perangkat lunak. Pengujian perangkat lunak menggunakan pengujian black box dan UAT.
Hasil: Hasil penelitian ini adalah untuk mengimplementasikan sistem pelaporan bug menggunakan metode klasifikasi Naïve Bayes. Sistem ini dapat menerima laporan bug, menganalisis fitur-fitur yang terkait, dan kemudian mengklasifikasikan jenis tipe developer yang paling sesuai untuk menangani laporan tersebut (misalnya, developer front-end atau developer back-end) dengan tingkat precision sebesar 96%, recall 55% dan F-1 score 70% untuk front-end dan precision 82%, recall 99% dan F-1 score 90% untuk back-end . Hasil dari pengujian black box dan UAT pada user dapat disimpulkan admin mendapatkan presentase 67%, qa dengan presentase 75% dan developer (front-end dan back-end) dengan presentase 80%.
Kesimpulan: Sistem bug reporting dengan menggunakan metode klasifikasi Naïve Bayes ini memiliki potensi untuk diimplementasikan dalam pengembangan sistem otomatis yang dapat membantu dalam manajemen dan alokasi tugas developer
dalam perbaikan bug.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science (Informatics) |
Divisions: | Faculty of Engineering, Science, Computer, and Mathematics > School of Electronics and Computer Science |
Depositing User: | Mrs Tiara DP |
Date Deposited: | 20 Jun 2024 03:43 |
Last Modified: | 20 Jun 2024 03:43 |
URI: | https:///id/eprint/2931 |