Article Per Year (5 Year)
p-Index From 2019 - 2024
0.882
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Mantik Journal of Applied Science, Engineering, Technology, and Education SmartComp
Arlinta Christy Barus
Institut Teknologi Del
Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Studi Perbandingan Alat Pengujian Otomatis untuk Aplikasi Android Arlinta Christy Barus; Leo Siburian
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4520.039 KB) | DOI: 10.25126/jtiik.201966953

Abstract

Pengujian adalah tahap yang penting dan harus dilalui dalam proses pengembangan perangkat lunak. Pengujian tersebut dilakukan untuk menghindari kesalahan yang mungkin terdapat pada perangkat lunak yang diuji. Ada banyak kasus uji (test case) yang harus dieksekusi dalam proses pengujian. Karena itu, pengujian yang dilakukan secara manual membutuhkan upaya yang besar. Oleh sebab itu pengujian otomatis (automated testing) menjadi hal yang penting untuk dipertimbangkan menggantikan pengujian manual. Pengujian otomatis adalah penggunaan kakas pengujian (testing tools atau testing framework) dalam melakukan pengujian suatu perangkat lunak yang secara signifikan mengurangi waktu yang dibutuhkan untuk melakukan pengujian. Ada banyak kakas yang dapat digunakan untuk melakukan pengujian otomatis, antara lain Selendroid, Calabash, dan UI Automator. Tulisan ini membahas tentang studi perbandingan kakas pengujian otomatis pada aplikasi mobile berbasis android dengan menggunakan Selendroid, Calabash, dan UI Automator.  Eksperimen dilakukan untuk mengetahui kelebihan dan kekurangan masing-masing tools. Dari hasil analisis dan eksperimen, penulis merekomendasikan UI Automator sebagai kakas terbaik dalam hal kemudahan penginstalasian dan menjalankan kasus uji dalam sebuah kegiatan pengujian aplikasi mobile berbasis android. AbstractTesting is a must to do phase in software development process. It is perfomed to avoid any bugs that may exist in the software. There are many test cases to be executed in the testing process to make sure software is running according to its specification and without any bugs. Testing done manually takes a long time and extra work. Therefore, automated testing is important. Automated testing is the use of testing tools or testing framework in testing a software. Automated testing aims to test or significantly reduce the time required for testing. There are many tools that can be used to perform test automation of android mobile application, including Selendroid, Calabash, and UI Automator. This paper discusses about comparative studies of automated testing tools on android applications using Selendroid, Calabash, and UI Automator. Some experiments are conducted to know the strengths and weakness of each tool. Based on this study, we give recommendation to UI Automator as the handiest tool to use in term of installation and the execution of the test cases.
Survey on Ditenun Application Utilization Through Independent Learning – Independent Campus Program (Merdeka Belajar – Kampus Merdeka) Humasak Tommy Argo Simanjuntak; Arlinta Christy Barus; Samuel Indra Gunawan Situmeang; Arie Satia Dharma
Jurnal Mantik Vol. 5 No. 4 (2022): February: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The policy of Independent Learning - Independent Campus (Merdeka Belajar - Kampus Merdeka: MBKM) by the Ministry of Education, Culture, Research, and Technology provides opportunities for students to gain real work experience in an industrial or professional environment to prepare students in social, cultural, work and technological changes. DiTenun (Digital Tenun Nusantara) responds to this challenge by organizing an independent learning program to accelerate student work readiness while increasing the competitiveness of DiTenun’s industry and products. This study aims to evaluate the successful implementation of MBKM in the development of the DiTenun application. The implementation was analyzed from the perspective of students and application users. This study used a survey research method and a saturated sampling technique. Hypothesis testing showed that the implementation of MBKM program positively affects the development of DiTenun application.
Performance Testing and Optimization of DiTenun Website Arlinta Christy Barus; Eka Stephani Sinambela; Ivani Purba; Jhonathan Simatupang; Monika Marpaung; Nancy Pandjaitan
Journal of Applied Science, Engineering, Technology, and Education Vol. 4 No. 1 (2022)
Publisher : Yayasan Ahmar Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (547.003 KB) | DOI: 10.35877/454RI.asci841

Abstract

DiTenun website is a web-based application developed to create new motifs or new weaving patterns. This website needs to have good performance so that it can be optimally used by the users. By understanding the importance of the information available on the DiTenun website, a performance testing is necessary. This performance test aims to verify specific system performance such as response time and service availability despite receiving a large number of requests. The performance analysis of the DiTenun website was carried out by spike testing using the Apache JMeter tool. In solving the problems and improving the performance of the DiTenun website, the researcher applied website optimization by utilizing the browser cache, activating gzip compression, and eliminating rendering – blocking resources. Evaluation of each solution was carried out by using a hypothesis test, namely using a paired sample t test. The result of the test showed that each solution that was implemented can be used to improve performance in the form of load time of the DiTenun website.
Verifikasi Kualitas Gambar Dengan Algoritma Support Vector Machine (SVM) Untuk Studi Kasus Ulos Batak Toba Arlinta Christy Barus; Teamsar Muliadi Panggabean; Devi Pakpahan; Sapto Gokma Dominggus Sirait
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3900

Abstract

Verifikasi Verifikasi kualitas gambar pada aplikasi DiTenun sebelumnya dilakukan menggunakan algoritma Fast Four Transform (FFT) dan Principle Componen Analysis (PCA). Pada penelitian ini dilakukan verifikasi kualitas gambar menggunakan algoritma Support Vector Machine (SVM) untuk dapat digunakan pada aplikasi DiTenun. SVM digunakan untuk membentuk model klasifikasi kualitas gambar ke dalam kategori baik dan buruk. Algoritma SVM yang digunakan adalah non-linear SVM dengan kernel yang berbeda, yaitu kernel gaussian rbf, polynomial, dan sigmoid. Sebelum dilakukan klasifikasi, terlebih dahulu gambar dilabeli menjads dua label yaitu kualitas baik dan kualitas buruk dengan menggunakan metode cohen kappa.Klasifikasi kualitas gambar dilakukan berdasarkan fitur tekstur gambar, yaitu fitur contrast, dissimilarity, homogeneity, energy, dan correlation yang diperoleh menggunakan metode Grey Level Co-occurrence Matrix (GLCM). Pada dataset berupa fitur-fitur tekstur gambar diterapkan data preprocessing seperti data integration, custom transformation, dan data reduction. Penentuan kombinasi fitur dan jumlah fitur agar diperoleh model klasifikasi dengan akurasi tertinggi dilakukan menggunakan metode chi square.Data pada penelitian ini dibagi menjadi train set dan test set dengan perbandingan sebesar 80:20. Penilaian performansi model adalah berdasarkan akurasi, precision, recall, dan F1-Score yang diperoleh melalui confusion matrix. Hasil penelitian ini adalah model hasil penggunaan SVM dengan kernel gaussian rbf yang memiliki performansi paling baik dibandingkan dengan penggunaan kernel polynomial dan sigmoid. Model terbaik tersebut termasuk dalam kategori good classification. Dari hasil tersebut maka dapat disimpulkan bahwa pendekatan machine learning khususnya dengan algoritma SVM efektif dan dapat digunakan untuk verifikasi kualitas gambar pada aplikasi DiTenun
Co-Authors Arie Satia Dharma Devi Pakpahan Eka Stephani Sinambela Humasak T. A. Simanjuntak Ivani Purba Jhonathan Simatupang Leo Siburian Monika Marpaung Nancy Pandjaitan Samuel Indra Gunawan Situmeang Sapto Gokma Dominggus Sirait TEAMSAR MULIADI PANGGABEAN