ABSTRAK

PERBANDINGAN METRIK SOFTWARE DALAM SELEKSI FITUR PADA KLASIFIKASI CACAT SOFTWARE DENGAN ALGORITMA ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DAN ARTIFICIAL NEURAL NETWORK (ANN) (Oleh : Achmad Zainudin Nur; Pembimbing: Mohammad Reza Faisal, S.T., M.T., PhD dan Friska Abadi, S.Kom., M.Kom; 2020; 66 halaman)

Prediksi cacat software memiliki peran penting pada kualitas software. Penelitian ini menggunakan 12 dataset D”dari NASA MDP yang selanjutnya dilakukan seleksi fitur terhadap kategori metrik software. Seleksi fitur dilakukan untuk mengetahui metrik software mana yang berpengaruh dalam melakukan prediksi cacat software. Setelah dilakukan seleksi fitur terhadap kategori metrik software, akan dilakukan klasifikasi dengan menggunakan metode algoritma Adaptive Neuro Fuzzy Inference System dan Artificial Neural Network serta divalidasi dengan 5-Fold Cross Validation. Lalu dilakukan evaluasi dengan AUC. Dari 12 dataset D” NASA MDP yang dilakukan evaluasi dengan AUC, dataset PC4 dan PC3 mendapatkan nilai performa AUC terbaik, dengan nilai masing-masing adalah 0.914 dan 0.823 dengan menggunakan algoritma Artificial Neural Network. Sedangkan algoritma Adaptive Neuro Fuzzy Inference System mendapat nilai performa AUC terbaik pada dataset PC3 dan PC2 dengan nilai masing-masing adalah 0.79 dan 0.781.

Kata kunci: Prediksi cacat software, seleksi fitur, kategori metrik software, ANFIS, ANN