Aplikasi Penilaian Atribut Kualitas Perangkat Lunak Berdasarkan Sentimen Pada User Review Menggunakan Random Forest

Pasorong, Rachel Anggieuli Amalia (2024) Aplikasi Penilaian Atribut Kualitas Perangkat Lunak Berdasarkan Sentimen Pada User Review Menggunakan Random Forest. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5025201263-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Perangkat lunak memainkan peran sentral dalam kehidupan modern, mencakup bidang bisnis, pendidikan, dan hiburan. Untuk mencapai efektivitas optimal dalam menggunakan perangkat lunak, diperlukan suatu standar yang mampu mengevaluasi kualitas perangkat lunak tersebut. Standar kualitas seperti ISO/IEC 25010 memberikan kerangka evaluasi yang penting dalam pengembangan perangkat lunak agar dapat memenuhi kebutuhan pengguna dan persyaratan fungsional. Standar tersebut menekankan atribut seperti compatibility yang merupakan kecocokan dengan lingkungan berbeda, portability untuk kemudahan berpindah ke platform lain, dan maintainability yang mencakup kemampuan pemeliharaan serta pengembangan. Maka dari itu, kualitas perangkat lunak perlu diukur secara objektif.
Penelitian sebelumnya mengukur kualitas perangkat lunak menggunakan metode Analytic Hierarchy Process (AHP). Metode ini memiliki beberapa kekurangan, seperti penggunaan prinsip perbandingan berpasangan yang memerlukan waktu lama dan menghasilkan indeks yang tidak konsisten karena bersifat subyektif. Untuk meningkatkan penilaian, penelitian ini memanfaatkan pembelajaran mesin dengan menggunakan algoritma Random Forest. Algoritma ini dipilih karena mampu menangani data yang kompleks serta variabel yang beragam dibandingkan metode AHP. Model ini mengelola data ulasan pengguna dengan pendekatan Natural Language Processing (NLP) untuk melakukan analisis sentimen yang lebih akurat. Proses ini diawali dengan pengumpulan dan pelabelan data, pemrosesan data, pembelajaran mesin pada algoritma, dan diikuti oleh pengembangan aplikasi penilaian kualitas perangkat lunak.
Pemanfaatan standar ISO/IEC 25010 dan pembelajaran mesin dalam penelitian ini meningkatkan efisiensi, objektivitas, dan konsistensi dalam proses penilaian, serta menyediakan rekomendasi perbaikan yang relevan untuk pengembangan perangkat lunak. Penelitian ini memperoleh hasil akurasi 0,899, precision 0,90, recall 0,90, dan f1-score 0,89. Hasil evaluasi metrik menandakan bahwa model pembelajaran mesin yang digunakan sudah baik. Pengembangan aplikasi penilaian kualitas perangkat lunak berhasil dilakukan dan lulus pengujian fungsional yang diperlukan untuk menilai kualitas perangkat lunak.

============================================================

Software plays a central role in modern life, spanning the fields of business, education, and entertainment. To achieve optimum effectiveness in using software, a standard is needed that is able to evaluate the quality of the software. Quality standards such as ISO/IEC 25010 provide an important evaluation framework in software development in order to fulfil user needs and functional requirements. They emphasise attributes such as compatibility, which is the compatibility with different environments, portability, which is the ease of moving to other platforms, and maintainability, which includes maintainability and extensibility. Therefore, software quality needs to be measured objectively.
Previous research measured software quality using the Analytic Hierarchy Process (AHP) method. This method has several drawbacks, such as the use of pairwise comparison principles that take a long time and produce inconsistent indices because they are subjective. To improve the assessment, this research utilises machine learning using the Random Forest algorithm. This algorithm was chosen because it is able to handle complex data and diverse variables compared to the AHP method. The model manages user review data with a Natural Language Processing (NLP) approach to perform more accurate sentiment analysis. The process begins with data collection and labelling, data processing, machine learning on the algorithm, and is followed by the development of a software quality assessment application.
The utilisation of the ISO/IEC 25010 standard and machine learning in this study improves efficiency, objectivity, and consistency in the assessment process, and provides relevant improvement recommendations for software development. This research obtained an accuracy of 0.899, precision of 0.90, recall of 0.90, and f1-score of 0.89. The metric evaluation results indicate that the machine learning model used is good. The development of the software quality assessment application was successfully carried out and passed the functional testing required to assess software quality.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Compatibility, ISO/IEC 25010, Kualitas Perangkat Lunak, Maintainability, Portability, Random Forest, Sentimen, Sentiment, Software Quality
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Rachel Anggieuli Amalia Pasorong
Date Deposited:	31 Jul 2024 13:07
Last Modified:	31 Jul 2024 13:07
URI:	http://repository.its.ac.id/id/eprint/110595

Actions (login required)

View Item