AbstraksiSoftware reuse (penggunaan kembali perangkat lunak) diyakini sebagai salah satu pendekatan yang paling efektif untuk memperbaiki proses perangkat lunak secara signifikan, meningkatkan kualitas perangkat lunak dan konsistensi penerapan, dan mengurangi biaya pengembangan dan perawatan. Keberhasilan software reuse ditentukan pada kemampuan untuk memprediksi variabilitas yang dibutuhkan dalam aset masa depan. Oleh karena itu, untuk memastikan berhasil atau tidaknya penerapan software reuse diperlukan suatu analisis yang dapat memprediksi permasalahan tersebut sebagai cara pendekatan terbaik yaitu salah satunya dengan menggunakan data mining. Ada dua metode data mining yang digunakan dalam penelitian ini, yaitu Algoritma C4.5 dan Naïve Bayes. Berdasarkan hasil yang diperoleh, Algoritma C4.5 menjadi metode klasifikasi terbaik dalam memprediksi keberhasilan software reuse.Kata Kunci : Algoritma C4.5, Naïve Bayes, Software Reuse AbstractSoftware reuse is believed to be one of the most effective approaches to significantly improve software processes, improve software quality and consistency of implementation, and reduce development and maintenance costs. The success of software reuse is determined by the ability to predict the variability needed in future assets. Therefore, to ensure the success or failure of the application of reuse software, an analysis that can predict these problems is needed as the best approach, one of which is by using data mining. There are two data mining methods used in this study, namely C4.5 and Naïve Bayes Algorithms. Based on the results obtained, C4.5 algorithm becomes the best classification method in predicting the success of software reuse.Keywords: C4.5 Algorithm, Naïve Bayes, Software Reuse
Copyrights © 2019