Matches in SemOpenAlex for { <https://semopenalex.org/work/W2212777796> ?p ?o ?g. }
Showing items 1 to 52 of
52
with 100 items per page.
- W2212777796 endingPage "91" @default.
- W2212777796 startingPage "86" @default.
- W2212777796 abstract "Perangkat lunak banyak memainkan yang peran penting. Oleh karena itu, kewajiban untuk memastikan kualitas, seperti pengujian perangkat lunak dapat dianggap mendasar dan penting. Tapi di sisi lain, pengujian perangkat lunak adalah pekerjaan yang sangat mahal, baik dalam biaya dan waktu penggunaan. Oleh karena itu penting untuk sebuah perusahaan pengembangan perangkat lunak untuk melakukan pengujian kualitas perangkat lunak dengan biaya minimum. Naive Bayes pada prediksi cacat perangkat lunak telah menunjukkan kinerja yang baik dan menghsilkan probabilitas rata-rata 71 persen. Selain itu juga merupakan classifier yang sederhana dan waktu yang dibutuhkan dalam proses belajar mengajar lebih cepat dari algoritma pembelajaran mesin lainnya. NASA adalah dataset yang sangat populer digunakan dalam pengembangan model prediksi cacat software , umum dan dapat digunakan secara bebas oleh para peneliti. Dari penelitian yang dilakukan sebelumnya ada dua isu utama pada prediksi cacat perangkat lunak yaitu noise attribute dan imbalance class . Penerapan teknik SMOTE ( Minority Synthetic Over-Sampling T echnique ) menghasilkan hasil yang baik dan efektif untuk menangani ketidakseimbangan kelas pada teknik oversampling untuk memproses kelas minoritas (positif). Dan Information Gain digunakan dalam pemilihan atribut untuk menangani kemungkinan noise attribute . Setelah dilakukan percobaan bahwa penerapan model SMOTE dan Information Gain terbukti menangani imbalance class dan noise attribute untuk prediksi cacat software." @default.
- W2212777796 created "2016-06-24" @default.
- W2212777796 creator A5079968272 @default.
- W2212777796 creator A5087234515 @default.
- W2212777796 date "2015-12-16" @default.
- W2212777796 modified "2023-09-24" @default.
- W2212777796 title "Integrasi SMOTE Dan Information Gain Pada Naive Bayes Untuk Prediksi Cacat Software" @default.
- W2212777796 cites W1514907448 @default.
- W2212777796 cites W1565746575 @default.
- W2212777796 cites W1680392829 @default.
- W2212777796 cites W1964962870 @default.
- W2212777796 cites W2000251235 @default.
- W2212777796 cites W2012319196 @default.
- W2212777796 cites W2060076052 @default.
- W2212777796 cites W2074805796 @default.
- W2212777796 cites W2096451472 @default.
- W2212777796 cites W2097883090 @default.
- W2212777796 cites W2105776892 @default.
- W2212777796 cites W2109175363 @default.
- W2212777796 cites W2112658968 @default.
- W2212777796 cites W2119479037 @default.
- W2212777796 cites W2122195835 @default.
- W2212777796 cites W2140785063 @default.
- W2212777796 cites W2151666086 @default.
- W2212777796 cites W2160958420 @default.
- W2212777796 cites W2394622495 @default.
- W2212777796 cites W49700977 @default.
- W2212777796 cites W1857789879 @default.
- W2212777796 hasPublicationYear "2015" @default.
- W2212777796 type Work @default.
- W2212777796 sameAs 2212777796 @default.
- W2212777796 citedByCount "2" @default.
- W2212777796 countsByYear W22127777962018 @default.
- W2212777796 countsByYear W22127777962020 @default.
- W2212777796 crossrefType "journal-article" @default.
- W2212777796 hasAuthorship W2212777796A5079968272 @default.
- W2212777796 hasAuthorship W2212777796A5087234515 @default.
- W2212777796 hasConcept C111919701 @default.
- W2212777796 hasConcept C41008148 @default.
- W2212777796 hasConceptScore W2212777796C111919701 @default.
- W2212777796 hasConceptScore W2212777796C41008148 @default.
- W2212777796 hasIssue "2" @default.
- W2212777796 hasLocation W22127777961 @default.
- W2212777796 hasOpenAccess W2212777796 @default.
- W2212777796 hasPrimaryLocation W22127777961 @default.
- W2212777796 hasVolume "1" @default.
- W2212777796 isParatext "false" @default.
- W2212777796 isRetracted "false" @default.
- W2212777796 magId "2212777796" @default.
- W2212777796 workType "article" @default.