Claim Missing Document
Check
Articles

Found 2 Documents
Search

Black Box Testing pada Aplikasi Single Sign On (SSO) di Diskominfostandi Menggunakan Teknik Equivalence Partitions Muhammad Zidan; Siti Nur'aini; Nur Cahyo Hendro Wibowo; Masy Ari Ulinuha
Walisongo Journal of Information Technology Vol 4, No 2 (2022)
Publisher : Universitas Islam Negeri Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/wjit.2022.4.2.12135

Abstract

Pengujian merupakan salah satu tahapan yang harus dilalui untuk menghasilkan perangkat lunak atau sistem yang berkualitas. Melalui pengujian, penguji dapat mengetahui kekurangan dan kesalahan yang terdapat di dalam sebuah sistem, sehingga dapat segera memperbaikinya. Tujuan pengujian adalah menyesuaikan fungsi-fungsi dengan spesifikasi yang diinginkan. Pada penelitian ini akan dilakukan pengujian terhadap aplikasi Single Sign On di Diskominfostandi menggunakan metode black box testing. Desain test case dengan black-box testing pada penelitian ini menggunakan teknik equivalence partitioning. Teknik equivalence partitioning merupakan pengujian didasarkan masukan data pada setiap form yang ada pada aplikasi. Di setiap menu akan dilakukan pengujian dan dikelompokkan berdasarkan fungsinya, baik itu bernilai sesuai ataupun tidak sesuai. Hasil penelitian menunjukan bahwa tingkat keberhasilan pengujian black-box pada aplikasi Single Sign On bernilai baik dengan angka persentase 78.95%
Segmentation of Facial Bones from Skull Point Clouds Based on Smoothed Deviation Angle Masy Ari Ulinuha; Eko Mulyanto Yuniarno; I Ketut Eddy Purnama; Mochamad Hariadi
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 7, No. 3, August 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v7i3.1464

Abstract

The human skull was the subject of study in various fields. Segmentation could be a basic tool for better understanding the skull. One of the most challenging tasks was facial bone segmentation. Our previous study had succeeded in segmenting facial bones from skull point clouds, however the quality of the results needed to be improved. In this paper, we proposed a new method to improve the results of facial bone segmentation from skull point clouds. The method consists of three stages: deviation angle extraction, smoothing, and thresholding. Each point in the point cloud was assigned a value based on the deviation angle. These values then went through a smoothing process to clarify the differences between the facial bone region and other regions. Next, thresholding was performed to divide the skull into two regions, namely facial bone and non-facial bone. The proposed method had succeeded in improving the quality of the segmentation results by achieving precision=0.931, recall=0.9854, and F=0.9573.