Article Per Year (5 Year)
p-Index From 2019 - 2024
2.359
P-Index
This Author published in this journals
All Journal Journal of Software Engineering JURIKOM (Jurnal Riset Komputer) RISTEK : Jurnal Riset, Inovasi, dan Teknologi Kabupaten Batang Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Litbang Kota Pekalongan RISTEK: Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang IC-Tech
Mohammad Reza Maulana, Mohammad Reza
STMIK Widya Pratama
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Software Engineering

 1 
Integrasi Pareto Fitness, Multiple-Population dan Temporary Population pada Algoritma Genetika untuk Pembangkitan Data Tes pada Pengujian Perangkat Lunak Maulana, Mohammad Reza; Wahono, Romi Satria; Supriyanto, Catur
Journal of Software Engineering Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (571.276 KB)

Abstract

Pengujian perangkat lunak memerlukan biaya yang mahal dan sering kali lebih dari 50% biaya keseluruhan dalam pengembangan perangkat lunak digunakan dalam tahapan ini. Untuk mengurangi biaya proses pengujian perangkat lunak secara otomatis dapat digunakan. Hal yang sangat penting dalam pengujian perangkat lunak secara otomatis adalah proses menghasilkan data tes. Pengujian secara otomatis yang paling efektif dalam menekan biaya adalah pengujian branch coverage. Salah satu metode yang banyak digunakan dan memiliki kinerja baik adalah algoritma genetika (AG). Salah satu permasalahan AG dalam menghasilkan data tes adalah ketiga target cabang dipilih memungkinkan tidak ada satupun individu yang memenuhi kriteria. Hal ini akan menyebabkan proses pencarian data tes memakan waktu lebih lama. Oleh karena itu di dalam penelitian ini diusulkan integrasi pareto fitness, multiple-population dan temporary population di dalam proses pencarian data tes dengan menggunakan AG (AG-PFMPTP). Multiple-population diusulkan untuk menghindari premature convergence. Kemudian pareto fitness dan temporary population digunakan untuk mencari beberapa data tes sekaligus, kemudian mengevaluasinya dan memasukkan ke dalam archive temporary population. Dari hasil pengujian yang telah dilakukan rata-rata generasi metode AG-PFMPTP secara signifikan lebih sedikit dalam menghasilkan data tes yang dibutuhkan dibandingkan metode AG standar ataupun AG dengan multiple-population (AG-MP) pada semua benchmark program yang digunakan. Hal tersebut menunjukkan metode yang diusulkan lebih cepat dalam mencari data tes yang dibutuhkan
Co-Authors Aidjili, Mosses Alfa Yuliana Dewi Anas Syaifudin Bambang Ismanto Bambang Ismanto Budijanto, Hari Agung Catur Supriyanto Christianto, Paminto Agung Dewi, Alfa Yuliana Hari Agung Budijanto Mosses Aidjili Mosses Aidjili Paminto Agung Christianto Romi Satria Wahono Sattriedi Sattriedi Sattriedi Wahyu Binabar Sattriedi Wahyu Binabar Susanto, Eko Budi Syaifudin, Anas Tory Ariyanto