2021 : PENGEMBANGAN MULTIPHI-LDA UNTUK DETEKSI KEBUTUHAN PERANGKAT LUNAK YANG TIDAK RELEVAN

Daniel Oranova Siahaan S.Kom.,M.Sc.PD.Eng

Year

2021

Published in

-

External link

Type

RESEARCH

Keywords

-


Abstract

Tahapan pertama dalam proses pengembangan perangkat lunak yaitu mendefinisikan requirement dan menghasilkan dokumen Spesifikasi Kebutuhan Perangkat Lunak (SKPL). SKPL bisa dikatakan baik jika memiliki karateristik yang baik, jelas (tidak ambigu), lengkap, konsisten, stabil, dapat diverifikasi, dapat dimodifikasi, dan dapat dilacak. Namun dibandingkan dengan bahasa formal, proses spesifikasi kebutuhan perangkat lunak yang menggunakan bahasa natural memiliki beberapa kelemahan. Kelemahan ini disebabkan oleh tujuh kesalahan umum yang didefinisikan sebagai "The Seven Sins of Specifier". Noise adalah salah satu dari the seven sins of specifier. Noise adalah elemen dalam teks yang tidak membawa informasi yang relevan (irrelevant). Noise akan muncul Ketika pengembang perangkat lunak menambahkan beberapa informasi yang tidak relevan ke requirement perangkat lunak secara keseluruhan. Penelitian ini mengusulkan modifikasi LDA untuk mendeteksi noise pada SKPL sehingga dapat mengetahui requirement yang tidak relevan pada SKPL. Untuk mendeteksi noise pada SKPL, Modifikasi LDA akan mengidentifikasi SKPL untuk menemukan aktor dan aksi lalu membuat 2 model untuk distribusi kata pada topik yang terdiri dari kata yang mengandung aktor dan aksi. Setelah memiliki 2 model tersebut dilakukan penggabungan menjadi model utama. Setelah mempunyai model utama dilakukan visualisasi menggunakan diagram agar mengetahui topik mana yang mengandung requirement tidak relevan. Hasil yang diharapkan dari modifikasi metode LDA adalah membantu sistem analis dalam mendeteksi noise pada SKPL sehingga mampu mendapatkan perangkat lunak berkualitas baik.. Luaran dari penelitian ini adalah artikel yang terbit pada jurnal internasioanl bereputasi.