PREDIKSI REUSABILITY PADA KODE PROGRAM PERANGKAT LUNAK ECLIPSE MYLYN DENGAN PENDEKATAN FUZZY INFERENCE SYSTEM MAMDANI

PREDIKSI REUSABILITY PADA KODE PROGRAM PERANGKAT LUNAK ECLIPSE MYLYN DENGAN PENDEKATAN FUZZY INFERENCE SYSTEM MAMDANI

• By Azis, Mochammad Abdul;
• Tesis
• 325

Pengujian perangkat lunak dapat menggunakan metrik untuk meningkatkan
produktivitas perangkat lunak agar bisa pengembang mengenali gejala tentang
dimana mutu kode program bisa mempengaruhi fitur perangkat lunak, ini sangat
bermanfaat dalam menyederhanakan proses pengujian dengan memfokuskan
programmer pada bagian mutu kode dari program, Metrik bisa di peruntukan buat
mengukur tingkatan mutu kode program sebuah model berdasarkan indikator dari
Chidamber Kemerer(CK) metrics Bug prediction yang terdapat pada aplikasi
eclipse mylyn yang terdiri dari 6 properti ialah WMC, DIT, NOC, CBO, RFC dan
LCOM untuk membuktikan klasifikasi kedalam Low, Medium, High yang bisa
diartikan memiliki kualitas yang baik dan penegasan nilai dari meotode
deffuzzyfykasi pada kasus ini dilakukan dengan menggunakan metode COA (centre
of area) untuk menentukan nilai akhir yang didapat dari fungsi keanggotaan yang
terberntuk dari peroses komposisi semua output.

• Katakunci fuzzy inference system mamdani, kualitas perangkat lunak, Chidamber Kemerer( CK) metrics
• URL http://
• Penerbit ,

REFERENSI

[1] Moser, R., Pedrycz, W., & Succi, G. (2008). A Comparative analysis of the
efficiency of change metrics and static code attributes for defect prediction.
Proceedings - International Conference on Software Engineering, 181–190.
https://doi.org/10.1145/1368088.1368114.
[2] Singh, S., Mittal, P., & Kahlon, K. S. (2013). Empirical model for predicting
high, medium and low severity faults using object oriented metrics in
Mozilla Firefox. International Journal of Computer Applications in
Technology, 47(2–3), 110–124. https://doi.org/10.1504/IJCAT.2013.05434.
[3] Khan, Y. A., Elish, M. O., & El-Attar, M. (2012). A systematic review on
the impact of CK metrics on the functional correctness of object-oriented
classes. Lecture Notes in Computer Science (Including Subseries Lecture
Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 7336
LNCS(PART 4), 258–273. https://doi.org/10.1007/978-3-642-31128-4_19.
[4] Halim, A., Sim, A. X. A., Gabyola, -, & Hartono, -. (2015). Mengukur
Tingkat Reusability dan Efficiency dari Kode Program dengan Pendekatan
Fuzzy Logic. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI),
4(3), 109. https://doi.org/10.23887/janapati.v4i3.9789
[5] Padhy, Neelamadhab, Satapathy, S. C., & Singh, R. P. (2019). Estimation
of complexity by using an object oriented metrics approach and its proposed
algorithm and models. International Journal of Networking and Virtual
Organisations, 21(1), 43–62. https://doi.org/10.1504/IJNVO.2019.101147
[6] D’Ambros, M., Lanza, M., & Robbes, R. (2010). An Extensive Comparison
of Bug Prediction Approaches. Proceedings of the International Conference
on Mining Software Repositories (MSR), 31–41. Retrieved from.
[7] Sandhu, P. S., & Singh, H. (2008). A Reusability Evaluation Model for OOBased Software Components. Journal of Computer Science, 2(3), 912–917.
[8] Goel, B. M., & Bhatia, P. K. (2011). Analysis fof Software Measurement
the CK Metrics for Object-Oriented Design Complexity‖. International
Conference on Advanced Computing & Communication Technologies, 59–
62.

, 653–668.
https://doi.org/10.1016/j.compeleceng.2017.11.02269, Computers and Electrical Engineering(1), 21–27.
[20] Padhy, Neelamdhab, Singh, R. P., & Satapathy, S. C. (2018). Software
reusability metrics estimation: Algorithms, models and optimization
techniques. 7, Inkom.
[19] Suryawati, E. (2013). Fuzzy model for predicting reusability factor of a
software model = Model Fuzzy untuk memprediksi faktor reusability
sebuah perangkat lunak. Analisis Kinerja Fuzzy AHP dalam
Perangkingan, (April).
[18] Utara, U. S., & Utara, U. S. (2018). Conference: Forum Informatika
Kesehatan Indonesia, At Yogyakarta(1), 1.
https://doi.org/10.31544/jtera.v2.i1.2017.1-8
[17] Rodiah, R., Haryatmi, E., Fitrianingsih, F., & Mashura, M. Y. (2015).
Penerapan Fuzzy Logic Inference System Metode Mamdani Sebagai
Penunjang Diagnosis Kanker Paru. 2, Jurnal Teknologi Rekayasa[16] Wahab, F., Sumardiono, A., Al Tahtawi, A. R., & Mulayari, A. F. A. (2017).
Desain dan Purwarupa Fuzzy Logic Control untuk Pengendalian Suhu
Ruangan. Jurnal.
(13508029), 1–5.
[15] K, A. H., Suyatno, A., & Rahayu, J. (2011). Simulasi Pendaratan Pesawat
Terbang Jenis Cassa 212 Menggunakan Logika Fuzzy. 1, Struktur Diskrit.
[14] Saelan, A. (2009). Logika Fuzzy. Analysis of
object-oriented system quality model using soft computing techniques(3).
[13] Ho, D., Capretz, L. F., Singh, B., & Kannojia, S. P. (2019). 83. Neuro-Fuzzy Modeling.
[12] Jang, J. R. (1995). Fuzy Model to Analyze and
Interpret Object Oriented Software - Mago(2), 1625–1632. Retrieved from http://jptiik.ub.ac.id/index.php/j-ptiik/article/view/4537
[11] Mago, J., Kaur, S., & Saurabh, K. (2012). 3, Jurnal Pengembangan Teknologi
Informasi Dan Ilmu Komputer, 420–427.
https://doi.org/10.1016/j.protcy.2012.10.050
[10] Siren, V. A. K., Setiawan, N. Y., & Rokhmawati, R. I. (2019). Evaluasi
Kualitas Perangkat Lunak Menggunakan ISO / IEC 9126-4 Quality In Use
( Studi Kasus : FILKOM Apps ). 6, Procedia Technology[9] Suresh, Y., Pati, J., & Rath, S. K. (2012). Effectiveness of Software Metrics
for Object-oriented System.

, 1–15.
https://doi.org/10.1155/2014/251083.2014, ISRN Software Engineering(1), 43–62. https://doi.org/10.1504/IJNVO.2019.101147
[25] Suresh, Y., Kumar, L., & Rath, S. K. (2014). Statistical and Machine
Learning Methods for Software Fault Prediction Using CK Metric Suite: A
Comparative Analysis. 21, International Journal of Networking and Virtual
Organisations(3), 68–78.
[24] Padhy, Neelamadhab, Satapathy, S. C., & Singh, R. P. (2019). Estimation
of complexity by using an object oriented metrics approach and its proposed
algorithm and models. 16, DASI (Data Manajemen Dan Teknologi Informasi), 1419–1424.
https://doi.org/10.1145/1982185.1982492
[23] Jamal, Utami, E., & Amborowati, A. (2015). Analisis Perbandingan
Aplikasi Web Berdasarkan Quality Factors Dan Object Oriented Design
Metrics. Proceedings of the ACM
Symposium on Applied Computing, 1–15.
https://doi.org/10.1155/2014/251083
[22] Babich, D., Clarke, P. J., Power, J. F., & Kibria, B. M. G. (2011). Using a
class abstraction technique to predict faults in OO classes: A case study
through six releases of the Eclipse JDT. 2014, ISRN Software Engineering[21] Suresh, Y., Kumar, L., & Rath, S. K. (2014). Statistical and Machine
Learning Methods for Software Fault Prediction Using CK Metric Suite: A
Comparative Analysis.