Analisis Dokumen SKPL (Spesifikasi Kebutuhan Perangkat Lunak) Menggunakan Klasterisasi Spectral

Manek, Patricia Gertrudis (2019) Analisis Dokumen SKPL (Spesifikasi Kebutuhan Perangkat Lunak) Menggunakan Klasterisasi Spectral. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5116201043-Master_Thesis.pdf

Download (3MB) | Preview

Abstract

Spesifikasi Kebutuhan Perangkat Lunak (SKPL) merupakan spesifikasi fungsional (kapabilitas/fungsi) dan non-fungsional (batasan, karakteristik, kualitas, dan properti) dari perangkat lunak yang akan dikembangkan berdasarkan kondisi atau kemampuan yang harus dimiliki perangkat lunak ataupun yang dibutuhkan oleh pengguna. Bagi pihak pengembang, dokumen SKPL digunakan sebagai acuan dalam setiap tahapan pengembangan. Dalam proses pembuatan dokumen SKPL seringkali terdapat kesalahan. Salah satu kesalahan tersebut yang dirumuskan oleh Meyer sebagai The Seven Sins of Specifier adalah noise atau derau. Derau di dalam SKPL dapat muncul pada proses spesifikasi kebutuhan pengembangan perangkat lunak ketika menyertakan suatu informasi yang tidak relevan terhadap kebutuhan pengguna. Penelitian ini bertujuan mendeteksi derau di dalam daftar pernyataan kebutuhan dari suatu dokumen SKPL. Pendeteksian derau menggunakan metode spectral clustering. Setiap pernyataan kebutuhan dirupakan sebagai suatu vector yang terdiri dari frekuensi kemunculan kata-kata unik dalam spesifikasi kebutuhan tersebut. Dengan metode spectral clustering, pernyataan kebutuhan yang mengandung derau dipisahkan dari kelompok kebutuhan yang bukan derau. Klaster yang memiliki rata-rata jarak individu terhadap pusat klaster yang paling jauh merupakan klaster pernyataan kebutuhan yang mengandung derau. Hasil uji coba menunjukkan bahwa metode yang dikembangkan memiliki tingkat sensitivitas yang baik, yaitu 1,0, baik untuk data asli maupun data sintetis. Akan tetapi, hasil uji coba juga menunjukkan bahwa metode yang dikembangkan memiliki tingkat Spesivitas yang kurang baik, khususnya untuk data asli, yaitu 0,19, dibanding dengan data sintetis, yaitu 0,83. ================================================================================================ Software Requirements Specification (SRS) is a specification of functional (capabilities) and non-functional (constraints, characteristics, qualities, and properties) of a software that should be developed based on the conditions or capabilities that must equip the software or required by the users. For developers, SRS document is used as a reference in every stage of development. In the process of making SRS documents, there could be some defects. One of those defects, which were called as The Seven Sins of Specifier, is noise. Noise in the SRS could occur during the software requirements specification process. It lateralized in the form of information that is not relevant to the list user requirements. This study aims to detect noise within the SKPL document. The noise detection uses spectral clustering to separate and group noise aside from the rest of requirements. In this method, each requirement statement is represented as a vector of frequencies of unique words appeared within the requirement statement. A cluster that has the widest average distance between its individual to its centroid is considered to have noise. The experimentation shows that the proposed method has a high sensitivity, i.e. 1.0, for both real and synthetic data. Nevertheless, the method has a low specisivity for real data, i.e. 0.19, compare to the synthetic data, i.e. 0.83.

Item Type: Thesis (Masters)
Additional Information: RTIf 004.35 Man a-1 2019
Uncontrolled Keywords: Derau, Deteksi Derau, Klasterisasi Spektral, Spesifikasi Kebutuhan
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Q Science > QA Mathematics > QA76.758 Software engineering
T Technology > TD Environmental technology. Sanitary engineering > TD892 Noise control
Divisions: Faculty of Information and Communication Technology > Information Systems > 59101-(S2) Master Thesis
Depositing User: patricia patricia
Date Deposited: 30 Jun 2021 07:30
Last Modified: 30 Jun 2021 07:30
URI: https://repository.its.ac.id/id/eprint/60701

Actions (login required)

View Item View Item