STTSSTTS
INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and ComputationPenaksiran upaya perangkat lunak (SEE) adalah tantangan kritis dalam manajemen proyek perangkat lunak, yang berasal dari tahun-tahun awal rekayasa perangkat lunak. Estimasi akurat upaya yang diperlukan untuk pengembangan perangkat lunak sangat penting untuk perencanaan proyek, alokasi sumber daya, dan manajemen risiko. Estimasi upaya yang salah dapat menyebabkan distribusi sumber daya yang buruk, kelebihan biaya, batas waktu yang terlewat, dan bahkan kegagalan proyek secara keseluruhan. Masalah ini semakin mendesak saat ini karena sistem perangkat lunak sangat terintegrasi dalam hampir setiap produk dan layanan, yang memperkuat kebutuhan akan prediksi yang andal dan akurat. Selama bertahun-tahun, berbagai metode untuk SEE telah diusulkan, mulai dari model algoritmik hingga penilaian ahli. Baru-baru ini, pendekatan pembelajaran mesin (ML) seperti Penalaran Berbasis Kasus (CBR), Mesin Vektor Dukungan (SVM), Pohon Keputusan (DT), dan Jaringan Saraf (NN) telah menarik perhatian karena kemampuan mereka untuk memodelkan hubungan nonlinear kompleks yang melekat dalam tugas SEE. Dalam penelitian ini, kami mengusulkan pendekatan baru yang didasarkan pada pembelajaran multi-view dengan NN (MVNN), yang memanfaatkan berbagai pandangan dari dataset yang ada, sehingga meningkatkan kinerja dan generalisasi, terutama ketika data yang tersedia kecil dan langka. Efektivitas model MVNN divalidasi melalui perbandingan empiris dengan model SEE yang ada, menunjukkan potensinya untuk meningkatkan akurasi SEE dan meningkatkan keandalan prediksi.
Dalam artikel ini, kami mengusulkan MVNN untuk SEE yang menunjukkan keandalan dibandingkan dengan studi sebelumnya.Tantangan SEE terletak pada jumlah contoh yang kecil dan metrik perangkat lunak yang berbeda yang digunakan secara universal di antara proyek perangkat lunak.Meskipun ada metode dan teknik untuk mengatasi tantangan SEE, tetapi sifat kompleks proyek perangkat lunak masih terbukti menjadi bidang yang menantang, dengan menemukan alat yang efisien untuk menemukan dan memprediksi cacat selama siklus hidup pengembangan perangkat lunak.Dalam metode ini, kami menggunakan beberapa langkah pra-pemrosesan sebelum pelatihan, mulai dari pemilihan fitur, imputasi, dan skalasi untuk mengatasi metrik perangkat lunak yang berbeda, dan untuk menghindari nilai dominan dalam outlier.Selain dataset asli sebagai pandangan utama, kami memilih untuk membuat pandangan yang berbeda dari dataset dengan memanfaatkan algoritma pengurangan dimensi Isomap yang andal.Penggunaan Isomap sebagai pengurangan dimensi akan mengurangi ukuran masukan MVNN, sehingga NN regresor yang lebih kecil tetapi efektif dapat dilatih menggunakan K-fold CV.Studi empiris dengan beberapa dataset SEE yang menonjol menunjukkan efektivitas metode yang diusulkan dibandingkan dengan metode sebelumnya.Di masa depan, kami ingin memperluas penelitian kami menuju lapisan NN yang lebih dalam untuk lebih meningkatkan kinerja MVNN yang diusulkan.
Berdasarkan temuan penelitian ini, kami mengusulkan beberapa saran penelitian lanjutan untuk meningkatkan akurasi dan keandalan prediksi dalam SEE. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengeksplorasi teknik-teknik pengurangan dimensi yang berbeda, seperti PCA atau t-SNE, untuk meningkatkan kualitas representasi data dan meningkatkan kinerja model. Kedua, penelitian yang berfokus pada pengembangan algoritma seleksi fitur yang lebih canggih dapat membantu mengidentifikasi fitur-fitur yang paling relevan dan informatif untuk estimasi upaya. Ketiga, dengan mempertimbangkan sifat non-linear dari SEE, penelitian yang menyelidiki arsitektur NN yang lebih dalam dan kompleks, seperti jaringan konvolusi atau jaringan rekursif, dapat meningkatkan kemampuan model dalam menangkap hubungan non-linear yang rumit dalam data.
- Hyperspectral Image Classification Using Isomap with SMACOF. isomap smacof article none md block full... informatica.vu.lt/journal/INFORMATICA/article/1119/infoHyperspectral Image Classification Using Isomap with SMACOF isomap smacof article none md block full informatica vu lt journal INFORMATICA article 1119 info
- Analogy-based model for software project effort estimation | Ardiansyah | International Journal of Advances... doi.org/10.26555/ijain.v4i3.266Analogy based model for software project effort estimation Ardiansyah International Journal of Advances doi 10 26555 ijain v4i3 266
| File size | 710.13 KB |
| Pages | 14 |
| DMCA | Report |
Related /
STISIPOLRAJAHAJISTISIPOLRAJAHAJI Industri Pariwisata adalah salah satu sektor yang paling menarik dan berkembang pesat saat ini bukan hanya tentang perjalanan melainkan pengalaman sosialIndustri Pariwisata adalah salah satu sektor yang paling menarik dan berkembang pesat saat ini bukan hanya tentang perjalanan melainkan pengalaman sosial
ARIMSIARIMSI Makalah ini mengkaji penggunaan linear programming untuk meningkatkan kinerja sistem antrian yang terpengaruh oleh ketidakstabilan sumber daya, denganMakalah ini mengkaji penggunaan linear programming untuk meningkatkan kinerja sistem antrian yang terpengaruh oleh ketidakstabilan sumber daya, dengan
JURNALDIALEKTIKAJURNALDIALEKTIKA Efektifnya pengelolaan sumber daya manusia sangat penting untuk meningkatkan kualitas pelayanan publik, namun pemerintah daerah di Indonesia seringkaliEfektifnya pengelolaan sumber daya manusia sangat penting untuk meningkatkan kualitas pelayanan publik, namun pemerintah daerah di Indonesia seringkali
UNJUNJ Kabupaten Pesawaran yang terletak di Provinsi Lampung, pada koordinat 104,92°–105,34° BT dan 5,12°–5,84° LS, memiliki karakteristik berupa keberadaanKabupaten Pesawaran yang terletak di Provinsi Lampung, pada koordinat 104,92°–105,34° BT dan 5,12°–5,84° LS, memiliki karakteristik berupa keberadaan
UNBINUNBIN Hasil penelitian menunjukkan bahwa metode SAW efektif dalam memberikan hasil penilaian yang akurat untuk mendukung rekomendasi penerimaan bantuan, meningkatkanHasil penelitian menunjukkan bahwa metode SAW efektif dalam memberikan hasil penilaian yang akurat untuk mendukung rekomendasi penerimaan bantuan, meningkatkan
UMPPUMPP Zakat adalah salah satu kewajiban bagi umat Islam sebagai implementasi pelaksanaan Rukun Islam yang ketiga, termasuk Sedekah dan Infaq. Dengan semakinZakat adalah salah satu kewajiban bagi umat Islam sebagai implementasi pelaksanaan Rukun Islam yang ketiga, termasuk Sedekah dan Infaq. Dengan semakin
TUNASBANGSATUNASBANGSA Algoritma Bacpropagation digunakan untuk mengolah data yang diimplementasikan dengan Matlab. Dimana data dikumpulkan melalui observasi langsung. Data dikategorikanAlgoritma Bacpropagation digunakan untuk mengolah data yang diimplementasikan dengan Matlab. Dimana data dikumpulkan melalui observasi langsung. Data dikategorikan
AKRABJUARAAKRABJUARA Sedangkan variabel terikat yakni Pemberdayaan Masyarakat dengan indikatornya adalah Pendidikan (Y1), Ekonomi (Y2), Kesehatan (Y3). Peranan Aparat KampungSedangkan variabel terikat yakni Pemberdayaan Masyarakat dengan indikatornya adalah Pendidikan (Y1), Ekonomi (Y2), Kesehatan (Y3). Peranan Aparat Kampung
Useful /
LAAROIBALAAROIBA penerapan inovasi pada situasi baru memungkinkan kreativitas memicu inovasi lebih lanjut, menunjukkan perbedaan namun saling melengkapi antara keduanya.penerapan inovasi pada situasi baru memungkinkan kreativitas memicu inovasi lebih lanjut, menunjukkan perbedaan namun saling melengkapi antara keduanya.
STTSSTTS Salah satu strategi efektif untuk meminimalkan risiko tersebut adalah melakukan penilaian kelayakan kredit yang komprehensif dan akurat terhadap calonSalah satu strategi efektif untuk meminimalkan risiko tersebut adalah melakukan penilaian kelayakan kredit yang komprehensif dan akurat terhadap calon
SAMUDRAJURNALSAMUDRAJURNAL Penelitian ini bertujuan untuk menganalisis proses, tantangan, serta efektivitas sosialisasi kebijakan pendidikan antikorupsi di lingkungan sekolah danPenelitian ini bertujuan untuk menganalisis proses, tantangan, serta efektivitas sosialisasi kebijakan pendidikan antikorupsi di lingkungan sekolah dan
UMPPUMPP Sistem pakar ini menampilkan pilihan gejala yang dapat dipilih oleh user, dimana setiap pilihan gejala akan membawa user kepada pilihan gejala selanjutnyaSistem pakar ini menampilkan pilihan gejala yang dapat dipilih oleh user, dimana setiap pilihan gejala akan membawa user kepada pilihan gejala selanjutnya