PREDIKSI SOFTWARE DEFECT PENGGUNAAN OPTIMASI GENETIC ALGORITHM DENGAN ADOPSI MODEL MLP DAN SVM

Abstract

Dalam Pengembangan teknologi perusahaan atau institusi diberbagai bidang memerlukan software untuk membantu proses bisnis mereka agar dapat berjalan dengan cepat, tepat, efektif dan efisien. Tentunya software yang digunakan haruslah mempunyai standar kualitas yang baik agar tujuan dari perusahaan atau institusi tersebut dapat terpenuhi. Maka dari itu diperlukan software-software yang tidak memiliki kesalahan / error (defect). Kesalahan biasanya disebabkan oleh kesalahan manusia dalam melakukan pembuatan model untuk para pengembangan software. Dari beberapa penelitian sebelumnya model yang paling baik untuk melakukan prediksi software defect adalah MLP dan SVM. Pada Penelitian ini melakukan pemilihan model terhadap adalah MLP dan SVM dilakukan pengujian dengan Kurva ROC dan Confusion Matrix dan dilakukan pula Optimasi yang di gunakan Genetic Algorithm akan diterapkan untuk pemilihan variable pada Algoritma terpilih. Setelah itu akan dilakukan lagi pengujian dengan Kurva ROC dan Confusion Matrix untuk mencari model mana yang menghasilkan tingkat akurasi paling tinggi dalam prediksi software defect. Hasil akurasi yang diperoleh membuktikan bahwa SVM + GA memiliki tingkat akurasi yang lebih tinggi dibandingkan MLP+GA. dengan menabahkan optimasi Genetic Algorithm menghasilkan persentase akurasi 95,02% dan dengan nilai AUC (Area Under Curve) sebesar 0,964 dengan demikian algoritma SVM + GA dioptimisasi dengan Genetic Algorithm dapat memprediksi Software Defect dengan lebih baik.