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 /
LAAROIBALAAROIBA Teknik analisa yang dipergunakan pada riset berikut ialah PLS (Partial Least Square) melalui pengujian reabilitas, validitas, dan hipotesis. BersumberTeknik analisa yang dipergunakan pada riset berikut ialah PLS (Partial Least Square) melalui pengujian reabilitas, validitas, dan hipotesis. Bersumber
LAAROIBALAAROIBA Sampel penelitian ini sebanyak 74 responden terdiri dari pegawai tetap dan pegawai harian yang terlibat dalam proses anggaran. Penelitian ini menggunakanSampel penelitian ini sebanyak 74 responden terdiri dari pegawai tetap dan pegawai harian yang terlibat dalam proses anggaran. Penelitian ini menggunakan
LAAROIBALAAROIBA Berdasarkan hasil uji F, dapat di simpulkan bahwa (Attaction, Acessbility, Amenities, and Ancillary Service) H1 diterima dengan “Terdapat pengaruh secaraBerdasarkan hasil uji F, dapat di simpulkan bahwa (Attaction, Acessbility, Amenities, and Ancillary Service) H1 diterima dengan “Terdapat pengaruh secara
LAAROIBALAAROIBA Masalah utama terkait pemahaman bahasa alami, terutama untuk pertanyaan yang kompleks atau ambigu. Mahasiswa lebih memilih berbicara dengan petugas administrasiMasalah utama terkait pemahaman bahasa alami, terutama untuk pertanyaan yang kompleks atau ambigu. Mahasiswa lebih memilih berbicara dengan petugas administrasi
LAAROIBALAAROIBA Metode purposive sampling adalah metode yang digunakan sebagai penentu sampel penelitian ini. Metode analisis yang digunakan yaitu uji deskriftif, ujiMetode purposive sampling adalah metode yang digunakan sebagai penentu sampel penelitian ini. Metode analisis yang digunakan yaitu uji deskriftif, uji
UNTARUNTAR Temuan menunjukkan bahwa keempat variabel secara simultan berpengaruh signifikan terhadap kualitas audit, dengan independensi dan akuntabilitas memberikanTemuan menunjukkan bahwa keempat variabel secara simultan berpengaruh signifikan terhadap kualitas audit, dengan independensi dan akuntabilitas memberikan
POLANKAPOLANKA Rancangan sistem diujikan kepada 3 para ahli dibidangnya dengan form validasi, dengan hasil berupa komentar perbaikan rancangan sistem serta nilai interpretasiRancangan sistem diujikan kepada 3 para ahli dibidangnya dengan form validasi, dengan hasil berupa komentar perbaikan rancangan sistem serta nilai interpretasi
UNIPOLUNIPOL Untuk itu di rancang , maka akan terciptanya program database yang akan mengolah data secara optimal. Berdasarkan impelmentasi sistem dengan adanya programUntuk itu di rancang , maka akan terciptanya program database yang akan mengolah data secara optimal. Berdasarkan impelmentasi sistem dengan adanya program
Useful /
LAAROIBALAAROIBA Data yang digunakan dalam penelitian ini adalah data primer dimana data primer dikumpulkan melalui penyebaran kuisioner dan teknik pengukuran yang digunakanData yang digunakan dalam penelitian ini adalah data primer dimana data primer dikumpulkan melalui penyebaran kuisioner dan teknik pengukuran yang digunakan
LAAROIBALAAROIBA Dalam pelaksanaan manajemen kurikulum, perlu adanya perencanaan yang matang yang didukung oleh pengorganisasian yang tepat. Prioritas ditetapkan dalamDalam pelaksanaan manajemen kurikulum, perlu adanya perencanaan yang matang yang didukung oleh pengorganisasian yang tepat. Prioritas ditetapkan dalam
UNAIM WAMENAUNAIM WAMENA Berdasarkan hasil telaahan dan penelurusan artikel maka diperoleh bahwa partai politik seringkali melibatkan artis sebagai kader yang maju dalam kontestanBerdasarkan hasil telaahan dan penelurusan artikel maka diperoleh bahwa partai politik seringkali melibatkan artis sebagai kader yang maju dalam kontestan
UNAIM WAMENAUNAIM WAMENA Peningkatan kapasitas aparat, penyederhanaan prosedur hukum, harmonisasi peraturan, dan penguatan pengawasan serta partisipasi masyarakat adalah langkahPeningkatan kapasitas aparat, penyederhanaan prosedur hukum, harmonisasi peraturan, dan penguatan pengawasan serta partisipasi masyarakat adalah langkah