Ekstraksi Fitur Statistik untuk Deteksi Derau pada Dokumen Spesifikasi Kebutuhan Perangkat Lunak

Mustofa, Ahmad (2018) Ekstraksi Fitur Statistik untuk Deteksi Derau pada Dokumen Spesifikasi Kebutuhan Perangkat Lunak. UNSPECIFIED thesis, Institut Teknologi Sepuluh Nopember.

Text 5116201054-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Tahap spesifikasi kebutuhan adalah tahap pertama yang dilakukan dalam proses pengembangan perangkat lunak. Sehingga jika terjadi kesalahan pada tahap ini, secara
otomatis akan terjadi kesalahan pada tahap-tahap selanjutnya. Kesalahan dalam pernyataan kebutuhan perangkat lunak diantaranya berupa noise (derau), ambigu, konflik, serta inkonsistensi. Beberapa penelitian sebelumnya telah berhasil mendeteksi ambigu,konflik, dan inkonsistensi dalam pernyataan kebutuhan secara otomatis. Akan tetapi pada saat laporan ini ditulis, belum ada penelitian yang dilakukan untuk mendeteksi derau dalam pernyataan kebutuhan perangkat lunak secara otomatis. Penelitian ini mengajukan suatu metode untuk deteksi derau dalam pernyataan
kebutuhan perangkat lunak secara otomatis. Metode yang diajukan berfokus pada bagaimana melakukan ekstraksi fitur lokal dari masing-masing pernyataan kebutuhan dalam sebuah dokumen Spesifikasi Kebutuhan Perangkat Lunak (SKPL) sehingga kemudian bisa digunakan secara bersamaan dengan pernyataan kebutuhan dari dokumen SKPL yang lain dalam membangun model klasifikasi. Ekstraksi fitur lokal dari sebuah pernyataan kebutuhan dilakukan dengan memanfaatkan fitur statistik dari kemiripan pernyataan kebutuhan tersebut dengan pernyataan kebutuhan yang lain dalam dokumen SKPL yang sama.Metode yang diajukan kemudian diuji dengan menggunakan data pernyataan kebutuhan yang telah dilabeli secara manual yang kemudian akan diukur performanya
dengan menggunakan metode k-fold cross validation. Hasil uji coba menunjukkan bahwa metode yang diajukan memiliki performa yang cukup baik yaitu akurasi 82.96%, true
positive rate 73.17%, true negative rate 84.07%, serta f1 measure 46.51%.
==============================================================================================================================
Requirement specification is the first step of a software development cycle. If errors occured in this step, errors will automatically occur in the next step. Errors insoftware requirements consist of noise, ambiguous, conflict, and inconsistency. Someresearch has been successfully detecting ambiguous, conflict, and inconsistency in
software requirements automatically. But when this document is written, there was no research done to detect noise in software requirements automatically.
This research propose a method to detect noise in software requirements automatically. Proposed method focuses on how to extract local features of a requirement
statement in a Software Requirement Specification (SRS) document so that this feature can be used globally with other requirement statements from another SRS document to
build a classification model. Local feature extraction of a requirement statement is done by using statistical feature of the requirement statement’s similarities with other
requirement statement in the same SRS document. Proposed method will be validated by using requirement statements data that have been labeled manually and it’s performance will be measured later by using k-fold cross validation method. The testing result indicates that the proposed method has a good performance such as 82.96% accuracy, 73.17% true positive rate, 84.07% true negative rate, and 46.51% f1 measure.

Item Type:	Thesis (UNSPECIFIED)
Uncontrolled Keywords:	pernyataan kebutuhan, deteksi derau, fitur statistik
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Information and Communication Technology > Informatics > 55101-(S2) Master Thesis
Depositing User:	Ahmad Mustofa
Date Deposited:	08 Aug 2021 08:20
Last Modified:	28 Jul 2025 01:32
URI:	http://repository.its.ac.id/id/eprint/58658

Actions (login required)

View Item