Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal TEKNOLOGI: Jurnal Ilmiah Sistem Informasi JUTI: Jurnal Ilmiah Teknologi Informasi Register: Jurnal Ilmiah Teknologi Sistem Informasi Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Bubungan Tinggi: Jurnal Pengabdian Masyarakat
Achmad Arwan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Energy Engineering Library & Information Science Mathematics Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
MEMBANGUN HUBUNGAN ANTARA METRIK CHIDAMBER DAN KEMERER DENGAN KARAKTERISTIK EFISIENSI PADA ISO/IEC 9126-2 UNTUK APLIKASI SUMBER TERBUKA Arwan, Achmad; Rochimah, Siti
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 1, Januari 2013
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1007.815 KB) | DOI: 10.12962/j24068535.v11i1.a21

Abstract

Chidamber dan Kemerer menemukan metrik untuk mengukur kualitas sebuah perangkat lunak. Karakteristik efisiensi pada ISO/IEC 9126-2 merupakan karakteristik yang mudah diukur dengan angka. Penelitian ini bertujuan untuk mengetahui adanya hubungan antara metrik Chidamber dan Kemerer dengan ISO/IEC 9126-2. Hal ini dilakukan dengan cara melakukan pengukuran metrik Chidamber dan Kemerer dan metrik ISO/IEC 9126-2 karakteristik efisiensi pada kode sumber dari aplikasi sumber terbuka yang berbasis Java SE. Hasil pengujian menunjukkan bahwa ada kaitan erat baik berbanding lurus maupun berbanding terbalik antara metrik Chimdamber dan Kemerer dengan metrik karakteristik efisiensi pada ISO/IEC 9126-2.
MENGGALI METRIK YANG PENTING DALAM RANGKAIAN AKTIVITAS PERUBAHAN PERANGKAT LUNAK UNTUK MEMPREDIKSI BUG DENGAN ATURAN ASOSIASI Arwan, Achmad; Rochimah, Siti
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 1, Januari 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (856.389 KB) | DOI: 10.12962/j24068535.v12i1.a40

Abstract

Dalam evolusi perangkat lunak terdapat rangkaian aktivitas proses perubahan yang kemudian oleh Nachiapan diformulasikan menjadi metrik-metrik yang mampu memprediksi bug secara presisi. Akan tetapi secara spesifik belum ditemukan seberapa besar pengaruh masing-masing metrik tersebut terhadap hasil prediksi sebuah bug. Penelitian ini mengusulkan pengukuran jumlah kemunculan metrik dengan kemunculan bug pada proyek eclipse. Sehingga dengan penelitian ini dapat diketahui metrik -metrik mana yang penting dalam prediksi kemunculan bug. Aturan asosiasi dalam penggalian data telah dipergunakan secara luas untuk menggali variabel-variabel saling terkait dalam sampel data. Metrik-metrik dalam proyek eclipse kemudian digali dengan aturan asosiasi untuk mendapatkan metrik yang muncul bersama bug. Hasil pengujian menunjukkan bahwa metrik Numberofchangeslate rata-rata kemunculannya sebesar 46,9%, sedangkan metrik Peopletotal muncul bersama bug rata-rata sebesar 43,57% dan metrik Numberofchangesearly memiliki kemunculan rata-rata 14% sehingga ketiga metrik tersebut merupakan metrik yang penting dalam memprediksi bug.
Prediction of Increasing Production Activities using Combination of Query Aggregation on Complex Events Processing and Neural Network Arwan, Achmad
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 2 (2016): Juli-Desember
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (632.263 KB) | DOI: 10.26594/register.v2i2.550

Abstract

Produksi, order, penjualan, dan pengiriman adalah serangkaian event yang saling terkait dalam industri manufaktur. Selanjutnya hasil dari event tersebut dicatat dalam event log. Complex Event Processing adalah metode yang digunakan untuk menganalisis apakah terdapat pola kombinasi peristiwa tertentu (peluang/ancaman) yang terjadi pada sebuah sistem, sehingga dapat ditangani secara cepat dan tepat. Jaringan saraf tiruan adalah metode yang digunakan untuk mengklasifikasi data peningkatan proses produksi. Hasil pencatatan rangkaian proses yang menyebabkan peningkatan produksi digunakan sebagai data latih untuk mendapatkan fungsi aktivasi dari jaringan saraf tiruan. Penjumlahan hasil catatan event log dimasukkan ke input jaringan saraf tiruan untuk perhitungan nilai aktivasi. Ketika nilai aktivasi lebih dari batas yang ditentukan, maka sistem mengeluarkan sinyal untuk meningkatkan produksi, jika tidak, sistem tetap memantau kejadian. Hasil percobaan menunjukkan bahwa akurasi dari metode ini adalah 77% dari 39 rangkaian aliran event.Kata kunci: complex event processing, event, jaringan saraf tiruan, prediksi peningkatan produksi, proses.  Productions, orders, sales, and shipments are series of interrelated events within manufacturing industry. Further these events were recorded in the event log. Complex event processing is a method that used to analyze whether there are patterns of combinations of certain events (opportunities / threats) that occur in a system, so it can be addressed quickly and appropriately. Artificial neural network is a method that we used to classify production increase activities. The series of events that cause the increase of the production used as a dataset to train the weight of neural network which result activation value. An aggregate stream of events inserted into the neural network input to compute the value of activation. When the value is over a certain threshold (the activation value results from training process), the system will issue a signal to increase production, otherwise system will keep monitor the events. Experiment result shows that the accuracy of this method is 77% for 39 series of event streams.Keywords: complex event processing, event, neural networks, process, production increase prediction.
Optimization of Genetic Algorithm Performance Using Naïve Bayes for Basis Path Generation Arwan, Achmad; Rusdianto, Denny Sagita
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 2, No 4, November-2017
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.536 KB) | DOI: 10.22219/kinetik.v2i4.370

Abstract

Basis path testing is a method used to identify code defects. The determination of independent paths on basis path testing can be generated by using Genetic Algorithm. However, this method has a weakness. In example, the number of iterations can affect the emersion of basis path. When the iteration is low, it results in the incomplete path occurences.  Conversely, if iteration is plentiful resulting to path occurences, after a certain iteration, unfortunately, the result does not change. This study aims to perform the optimization of Genetic Algorithm performance for independent path determination by determining how many iteration levels match the characteristics of the code. The characteristics of the code used include Node, Edge, VG, NBD, and LOC. Moreover, Naïve Bayes is a method used to predict the exact number of iterations based on 17 selected code data into training data, and 16 data into test data. The result of system accuracy test is able to predict the exact iteration of 93.75% from 16 test data. Time-test results show that the new system was able to complete an independent search path being faster 15% than the old system.
PERHITUNGAN UKURAN KOMPLEKSITAS FUNGSIONAL PERANGKAT LUNAK DENGAN METRIK FUNCTION POINT Widyaningtyas, Yuni; Arwan, Achmad; Rusdianto, Denny S.
Teknologi: Jurnal Ilmiah Sistem Informasi Vol 6, No 1 (2016): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1086.134 KB) | DOI: 10.26594/teknologi.v6i1.559

Abstract

ABSTRAKFunction Point (FP) adalah metrik yang digunakan untuk mengukur kompleksitas perangkat lunak berdasarkan fungsi perangkat lunak tersebut. Perhitungan metrik FP dengan menggunakan desain DFD (Data Flow Diagram) dan ERD (Entity Relationship Diagram) masih dilakukan secara manual. Dengan perhitungan manual tersebut terdapat kesalahan sebesar 90% yang dilakukan oleh siswa yang belum lulus dalam mengidentifikasi logic file. Berdasarkan kekurangan tersebut, maka dibuatlah program yang otomatis menghitung FP dengan harapan mengurangi kesalahan perhitungan FP. Sistem perhitungan FP berdasarkan desain DFD dan ERD dibuat berbasis web dengan menggunakan framework Codeigniter. Sistem yang telah dibuat diuji dengan menggunakan white-box dan black-box testing. Teknik yang digunakan dalam pengujian yaitu, basis path testing, pengujian dataset, dan pengujian validasi. Dari pengujian tersebut didapatkan bahwa kebutuhan fungsional dan non-fungsional telah berjalan sesuai dengan yang diharapkan pada tahap analisis kebutuhan, dan aplikasi ini telah sesuai dengan perhitungan manual yang telah dibuat untuk menghitung nilai FP.Kata Kunci: DFD, ERD, framework Codeigniter, Function Point. ABSTRACTFunction Point is a metric that used for measure software complexity based on software functional. FP metric computation using DFD and ERD design have done manually. There are 90% error when identify logic file in FP metric computation manually by an undergraduate student. Based on that fact, so this research is about developing a system that can be use to count the FP metric, indeed to decreasing error in FP computation. Function Points counting system is count the FP from DFD and ERD design. This system is developed in web base using CodeIgniter Framework. The system that has been developed is tested using white-box and black-box testing. Technique that is used in testing are basis path testing, dataset testing, and validation testing. From that tests, we know that the functional and non functional process has been meet with the functional and non functional requirement and the result of FP count using this system has the same with the FP count manually.Keywords: Codeigniter framework, DFD, ERD, Function Point.
PERHITUNGAN UKURAN KOMPLEKSITAS FUNGSIONAL PERANGKAT LUNAK DENGAN METRIK FUNCTION POINT Widyaningtyas, Yuni; Arwan, Achmad; Rusdianto, Denny S.
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 6, No 1 (2016): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v6i1.559

Abstract

ABSTRAKFunction Point (FP) adalah metrik yang digunakan untuk mengukur kompleksitas perangkat lunak berdasarkan fungsi perangkat lunak tersebut. Perhitungan metrik FP dengan menggunakan desain DFD (Data Flow Diagram) dan ERD (Entity Relationship Diagram) masih dilakukan secara manual. Dengan perhitungan manual tersebut terdapat kesalahan sebesar 90% yang dilakukan oleh siswa yang belum lulus dalam mengidentifikasi logic file. Berdasarkan kekurangan tersebut, maka dibuatlah program yang otomatis menghitung FP dengan harapan mengurangi kesalahan perhitungan FP. Sistem perhitungan FP berdasarkan desain DFD dan ERD dibuat berbasis web dengan menggunakan framework Codeigniter. Sistem yang telah dibuat diuji dengan menggunakan white-box dan black-box testing. Teknik yang digunakan dalam pengujian yaitu, basis path testing, pengujian dataset, dan pengujian validasi. Dari pengujian tersebut didapatkan bahwa kebutuhan fungsional dan non-fungsional telah berjalan sesuai dengan yang diharapkan pada tahap analisis kebutuhan, dan aplikasi ini telah sesuai dengan perhitungan manual yang telah dibuat untuk menghitung nilai FP.Kata Kunci: DFD, ERD, framework Codeigniter, Function Point. ABSTRACTFunction Point is a metric that used for measure software complexity based on software functional. FP metric computation using DFD and ERD design have done manually. There are 90% error when identify logic file in FP metric computation manually by an undergraduate student. Based on that fact, so this research is about developing a system that can be use to count the FP metric, indeed to decreasing error in FP computation. Function Points counting system is count the FP from DFD and ERD design. This system is developed in web base using CodeIgniter Framework. The system that has been developed is tested using white-box and black-box testing. Technique that is used in testing are basis path testing, dataset testing, and validation testing. From that tests, we know that the functional and non functional process has been meet with the functional and non functional requirement and the result of FP count using this system has the same with the FP count manually.Keywords: Codeigniter framework, DFD, ERD, Function Point.
Prediction of Increasing Production Activities using Combination of Query Aggregation on Complex Events Processing and Neural Network Arwan, Achmad
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 2 (2016): July
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v2i2.550

Abstract

Produksi, order, penjualan, dan pengiriman adalah serangkaian event yang saling terkait dalam industri manufaktur. Selanjutnya hasil dari event tersebut dicatat dalam event log. Complex Event Processing adalah metode yang digunakan untuk menganalisis apakah terdapat pola kombinasi peristiwa tertentu (peluang/ancaman) yang terjadi pada sebuah sistem, sehingga dapat ditangani secara cepat dan tepat. Jaringan saraf tiruan adalah metode yang digunakan untuk mengklasifikasi data peningkatan proses produksi. Hasil pencatatan rangkaian proses yang menyebabkan peningkatan produksi digunakan sebagai data latih untuk mendapatkan fungsi aktivasi dari jaringan saraf tiruan. Penjumlahan hasil catatan event log dimasukkan ke input jaringan saraf tiruan untuk perhitungan nilai aktivasi. Ketika nilai aktivasi lebih dari batas yang ditentukan, maka sistem mengeluarkan sinyal untuk meningkatkan produksi, jika tidak, sistem tetap memantau kejadian. Hasil percobaan menunjukkan bahwa akurasi dari metode ini adalah 77% dari 39 rangkaian aliran event.Kata kunci: complex event processing, event, jaringan saraf tiruan, prediksi peningkatan produksi, proses.  Productions, orders, sales, and shipments are series of interrelated events within manufacturing industry. Further these events were recorded in the event log. Complex event processing is a method that used to analyze whether there are patterns of combinations of certain events (opportunities / threats) that occur in a system, so it can be addressed quickly and appropriately. Artificial neural network is a method that we used to classify production increase activities. The series of events that cause the increase of the production used as a dataset to train the weight of neural network which result activation value. An aggregate stream of events inserted into the neural network input to compute the value of activation. When the value is over a certain threshold (the activation value results from training process), the system will issue a signal to increase production, otherwise system will keep monitor the events. Experiment result shows that the accuracy of this method is 77% for 39 series of event streams.Keywords: complex event processing, event, neural networks, process, production increase prediction.
Pelatihan Pemodelan Kebutuhan Perangkat Lunak dengan Menggunakan Usecase Diagram Denny Sagita Rusdianto; Achmad Arwan; Fajar Pradana; Tri Astoto Kurniawan; Faizatul Amalia
Bubungan Tinggi: Jurnal Pengabdian Masyarakat Vol 4, No 2 (2022)
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/btjpm.v4i2.5273

Abstract

Pemodelan perangkat lunak merupakan salah satu tahapan penting dalam membuat rancangan perangkat lunak. Pemodelan dapat menjadi jembatan informasi dari sistem analis kepada tim pengembangan perangkat lunak dan pemangku kepentingan. Dalam Pengabdian kepada Masyarakat (PkM) ini kami akan mengadakan pelatihan pemodelan untuk meningkatkan pemahaman terhadap pemodelan perangkat lunak. Pada kegiatan PkM ini, kami merangkul mitra Sekolah Menengah Kejuruan (SMK) yang berasal dari SMK Negeri 2 Singosari dan SMK Negeri 6 Malang khususnya keminatan Rekayasa Perangkat Lunak. Kami melihat bahwa SMK merupakan salah satu instansi pencetak profesi pengembang perangkat lunak(developer). Penanaman fondasi awal yang benar dalam pengembang perangkat tentu dapat merubah mindset atau perspektif siswa dalam hal memahami proses pengembangan perangkat lunak. Oleh karena itu, kami memberikan pelatihan kepada guru dengan keminatan Rekayasa Perangkat Lunak melalui kegiatan pengabdian ini. Fokus kami memberikan pelatihan adalah agar guru mampu memahami konsep pemodelan secara tepat dan meneruskan pemahaman tersebut kepada para siswa pada saat pembelajaran di kelas. Software modelling is one of the important stages in making software design. Modelling can be an information connector from systems analysts to the software development team and stakeholders. In this community service, we will implement modelling training to improve our understanding of software modelling. In this community service activity, we engage Vocational High School (SMK) as a partner from SMK Negeri 2 Singosari and SMK Negeri 6 Malang, especially those interested in Software Engineering. We see that SMK is one of the professional software development agencies (developers). Planting the right initial foundation in software development can certainly change the mindset or perspective of students in terms of understanding the software development process. Therefore, we provide training to teachers interested in Software Engineering through this service activity. Our focus in providing training so that teachers can understand the concept of modelling appropriately and pass that understanding on to students during classroom learning.
Co-Authors Denny S. Rusdianto, Denny S. Denny Sagita Rusdianto Faizatul Amalia Fajar Pradana Siti Rochimah Tri Astoto Kurniawan Yuni Widyaningtyas, Yuni