Klasifikasi Kebutuhan Non-Fungsional Dengan Menggunakan Fuzzy Similarity KNN Berbasis ISO/IEC 25010

Raharja, Irit Maulana Sapta (2019) Klasifikasi Kebutuhan Non-Fungsional Dengan Menggunakan Fuzzy Similarity KNN Berbasis ISO/IEC 25010. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 05111750010032-Master_Thesis.pdf Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Kebutuhan non-fungsional merupakan faktor penting yang berperan dalam keberhasilan pengembangan suatu perangkat lunak. Kebutuhan non-fungsional sering kali terlupakan oleh pengembang sehingga menimbulkan efek yang merugikan. Untuk itu diperlukan metode klasifikasi kebutuhan non-fungsional untuk memudahkan pengembang perangkat lunak dalam mengklasifikasikan kebutuhan non-fungsional dari dokumen kebutuhan. Banyak penelitian yang telah melakukan proses otomatisasi klasifikasi kebutuhan non fungsional dengan menggunakan teknik klasifikasi tetapi hanya terbatas pada klasifikasi single-label, sehingga dibutuhkan teknik klasifikasi yang mendukung multi-label.
Metode Fuzzy Similarity KNN (FSKNN) adalah salah satu metode klasifikasi yang bisa digunakan untuk melakukan pengelompokan dokumen multi-label. Namun FSKNN memiliki kekurangan pada tahap stemming yaitu banyak meghasilkan kata dasar yang tidak sesuai. Penelitian ini mengusulkan metode enhanced porter stemmer sebagai metode stemming untuk mengatasi hal tersebut. Selain itu, fitur yang diperoleh berjumlah ribuan sehingga menyebabkan adanya fitur-fitur yang tidak relevan dan membutuhkan waktu yang cukup lama dalam proses perhitungannya. Oleh karena itu dalam penelitian ini diusulkan metode information gain sebagai metode seleksi fitur yang selanjutnya dilakukan proses klasifikasi dimana setiap kategori aspek kualitas berbasis ISO/IEC 25010. Hasil klasifikasi terbaik berupa nilai precison, recall, dan accuracy secara berurutan adalah 73.9%, 58.7%, 43.7%
==============================================================================================================================
Non-functional requirements are important factors that play a role in the software development. The non-functional requirements are often forgotten by the developer so that it causes adverse effects. For this reason, a non-functional requirement classification method is needed to help software developers in classifying non-functional requirements from requirement document. Many studies have carried out the process of automating the classification of non-functional requirements using classification techniques but are only limited to single-label classification, so classification techniques that support multi-labels are needed.
Fuzzy Similarity KNN (FSKNN) method is a classification method that can be used to group multi-label documents. However, FSKNN has a shortage in the stemming stage. The stage may produce many inappropriate word stem. This research introduces an enhanced porter stemmer method as a stemming method to overcome this problem. In addition, the features extracted during TFIDF may produce many irrelevant features. These features cause considerable time in the calculation process. Therefore, in this study the information gain method was proposed as a feature selection method which was then carried out by a classification process in which each quality aspect category was based on ISO / IEC 25010.The best classification results in the form of precison, recall, and accuracy values ​​respectively are 73.9%, 58.7%, 43.7%.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	FSKNN, ISO / IEC 25010, Kebutuhan non-fungsional, Klasifikasi
Subjects:	Q Science > QA Mathematics > QA76.758 Software engineering
Divisions:	Faculty of Information and Communication Technology > Informatics > 55101-(S2) Master Thesis
Depositing User:	Irit Maulana Sapta Raharja
Date Deposited:	23 Jul 2026 08:32
Last Modified:	23 Jul 2026 08:33
URI:	http://repository.its.ac.id/id/eprint/66871

Actions (login required)

View Item