Tel-UTel-U
International Journal on Information and Communication Technology (IJoICT)International Journal on Information and Communication Technology (IJoICT)Miskomunikasi antara pemangku kepentingan bisnis dan pengembang seringkali menyebabkan inkonsistensi dalam spesifikasi persyaratan perangkat lunak, menciptakan kesenjangan pemahaman yang dapat berakibat pada kegagalan perangkat lunak. Pengembangan yang Didorong Perilaku (BDD) bertujuan untuk mengatasi hal ini dengan mendorong kolaborasi dan memastikan pemahaman bersama melalui bahasa alami yang terstruktur, terutama menggunakan sintaks Gherkin untuk dokumentasi kasus uji. Meskipun BDD membantu menjembatani kesenjangan komunikasi ini, mengintegrasikannya dengan Business Process Model and Notation (BPMN) untuk mengotomatisasi generasi kasus uji tetap menantang, terutama saat menangani jalur yang kompleks dan model proses yang terus berkembang. Penelitian ini mengatasi tantangan-tantangan ini dengan menggabungkan Decision Model and Notation (DMN) dengan teknik pencocokan pola dan memperkenalkan FlowForge, sebuah prototipe yang diimplementasikan dalam penelitian ini yang mengotomatisasi generasi User Stories dan kasus uji Gherkin langsung dari model BPMN. FlowForge menunjukkan tingkat kelengkapan yang tinggi dalam ekstraksi elemen BPMN, dengan kelengkapan rata-rata sebesar 98,25%. Akurasi jalur bervariasi, dengan rata-rata sebesar 87,5%, dan waktu eksekusi rata-rata 0,36 detik, menunjukkan efisiensi. Integrasi DMN memungkinkan penanganan yang lebih baik terhadap pengecualian dan logika keputusan, menyediakan kasus uji Gherkin yang sangat terperinci. Penelitian ini meningkatkan otomasi dan keandalan pengujian berbasis BPMN dan menawarkan dasar untuk pekerjaan masa depan untuk meningkatkan akurasi, efisiensi, dan cakupan.
Incorporating DMN allows for the extraction of rules embedded within BPMN diagrams, enabling the identification of exceptions represented by exclusive gateways.This approach addresses the gaps identified in prior research [2].Moreover, the generated Gherkin includes fully detailed steps—Given, When Then—whereas prior studies, such as [11], lacked the “Then step.Additionally, our application specifies the roles responsible for performing activities within the user stories, addressing another gap highlighted in earlier research [12].This paper highlights the challenges in managing complex pathways, exceptions, and evolving BPMN patterns during transformation.In this position paper, we acknowledge that there are still several opportunities for improvement.A strategic roadmap for future work is proposed to enhance the accuracy, efficiency, and coverage of the BPMN-based test case generation approach.
Untuk meningkatkan akurasi, efisiensi, dan cakupan pengujian berbasis BPMN, saran penelitian lanjutan yang diusulkan adalah sebagai berikut: (1) Mengembangkan mekanisme untuk menangani aliran lintas-kolam dan pesan dengan lebih akurat sambil memastikan jalur mencerminkan aliran proses bisnis yang sebenarnya. Fokus pada mengidentifikasi dan memvalidasi jalur default dalam Inclusive Gateways melalui heuristik atau teknik pemodelan lanjutan. (2) Melakukan validasi kinerja eksekusi kasus uji dengan menjalankan skrip uji berbasis Gherkin di platform seperti Cucumber untuk menganalisis kinerja eksekusi. Hal ini akan membantu mengidentifikasi inefisiensi dalam eksekusi dan memandu penyempurnaan dalam generasi kasus uji. (3) Mengembangkan dan memperluas perpustakaan pola untuk mencakup elemen BPMN tambahan, seperti berbagai jenis peristiwa (pesan, timer, kondisional, sinyal) dan gerbang berbasis peristiwa. Pola adaptif akan dikembangkan untuk menangani standar BPMN yang berkembang, memastikan ketahanan dan keterapalan terhadap berbagai model. (4) Meningkatkan deteksi elemen BPMN dengan meningkatkan akurasi mendeteksi struktur looping dan elemen kompleks dalam model BPMN dengan mengintegrasikan representasi perantara seperti grafik keadaan. Pendekatan ini akan lebih baik menangkap hubungan looping dan mengatasi elemen yang tidak terdeteksi, seperti tugas dan peristiwa.
| File size | 1.84 MB |
| Pages | 19 |
| DMCA | Report |
Related /
UMIUMI Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan menggunakan algoritma support vector machine (SVM) yang dioptimalkan melaluiPenelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan menggunakan algoritma support vector machine (SVM) yang dioptimalkan melalui
UMIUMI Hasil menunjukkan SVM memiliki akurasi tertinggi 90%, diikuti KNN 89%, dan Naïve Bayes 85%. Penelitian ini menghasilkan model prediksi risiko stuntingHasil menunjukkan SVM memiliki akurasi tertinggi 90%, diikuti KNN 89%, dan Naïve Bayes 85%. Penelitian ini menghasilkan model prediksi risiko stunting
UNSURYAUNSURYA Penelitian ini menunjukkan bahwa algoritma K-Nearest Neighbors (KNN) mampu mengklasifikasikan kendaraan berdasarkan gambar dengan akurasi 100%. Model KNNPenelitian ini menunjukkan bahwa algoritma K-Nearest Neighbors (KNN) mampu mengklasifikasikan kendaraan berdasarkan gambar dengan akurasi 100%. Model KNN
UNSURYAUNSURYA Penelitian ini berhasil mengembangkan Sistem Informasi Material dan Peralatan Konstruksi yang mencakup data material dan peralatan konstruksi di seluruhPenelitian ini berhasil mengembangkan Sistem Informasi Material dan Peralatan Konstruksi yang mencakup data material dan peralatan konstruksi di seluruh
UNESAUNESA Data dikumpulkan melalui crawling pada tweet dan komentar Instagram, kemudian diproses melalui tahapan preprocessing seperti cleaning, tokenizing, normalize,Data dikumpulkan melalui crawling pada tweet dan komentar Instagram, kemudian diproses melalui tahapan preprocessing seperti cleaning, tokenizing, normalize,
UHBUHB Perbedaan signifikan ini menggarisbawahi bahwa karakteristik dataset, distribusi fitur, dan pemilihan parameter sangat krusial dalam menentukan akurasiPerbedaan signifikan ini menggarisbawahi bahwa karakteristik dataset, distribusi fitur, dan pemilihan parameter sangat krusial dalam menentukan akurasi
RESCOLLACOMMRESCOLLACOMM 98 pada beberapa kelas hama dan klasifikasi yang seimbang secara keseluruhan pada dataset. Berdasarkan hasil evaluasi metrik kinerja (presisi, recall,98 pada beberapa kelas hama dan klasifikasi yang seimbang secara keseluruhan pada dataset. Berdasarkan hasil evaluasi metrik kinerja (presisi, recall,
JRTPPIJRTPPI Sebaliknya, peluang yang diidentifikasi mencakup potensi untuk penciptaan pengetahuan bersama, peningkatan mobilisasi sumber daya, dan peningkatan hasilSebaliknya, peluang yang diidentifikasi mencakup potensi untuk penciptaan pengetahuan bersama, peningkatan mobilisasi sumber daya, dan peningkatan hasil
Useful /
UNESAUNESA Kesiapan perubahan dan perilaku dukungan perubahan adalah konsep unik, terutama di sektor kesehatan pada tingkat pusat kesehatan masyarakat. PenelitianKesiapan perubahan dan perilaku dukungan perubahan adalah konsep unik, terutama di sektor kesehatan pada tingkat pusat kesehatan masyarakat. Penelitian
UNSURYAUNSURYA Dengan variabel meliputi nilai kumulatif raport nilai agama, nilai umum, nilai keterampilan dan rekomendasi guru bimbingan konseling. Hasil dari penelitianDengan variabel meliputi nilai kumulatif raport nilai agama, nilai umum, nilai keterampilan dan rekomendasi guru bimbingan konseling. Hasil dari penelitian
UNSURYAUNSURYA Penelitian ini memberikan rekomendasi bagi pemangku kepentingan untuk memanfaatkan teknologi SIG dalam strategi pengembangan pariwisata yang berkelanjutan.Penelitian ini memberikan rekomendasi bagi pemangku kepentingan untuk memanfaatkan teknologi SIG dalam strategi pengembangan pariwisata yang berkelanjutan.
UNESAUNESA Efisiensi komputasi juga menjadi pertimbangan penting, terutama untuk penerapan di fasilitas kesehatan dengan keterbatasan sumber daya. Studi ini menyajikanEfisiensi komputasi juga menjadi pertimbangan penting, terutama untuk penerapan di fasilitas kesehatan dengan keterbatasan sumber daya. Studi ini menyajikan