PENGEMBANGAN MODEL PENDETEKSI KESALAHAN PERANGKAT LUNAK DENGAN SIMPLIFIED PARTICLE SWARM OPTIMIZATION DAN SUPPORT VECTOR MACHINE

Kesalahan pada perangkat lunak (fault) merupakan keadaan dimana sistem perangkat lunak tidak berjalan sesuai dengan fungsinya. Kesalahan pada perangkat lunak dapat menyebabkan kegagalan pada seluruh sistem perangkat lunak jika tidak dideteksi dengan segera. Maka untuk meminimalisir permasalahan diatas, dikembangkanlah model prediksi kesalahan perangkat lunak dengan metode Simplified Particle Swarm Optimization (PSO-M) dan Support Vector Machine (SVM) untuk mengidentifikasi adanya potensi kesalahan pada perangkat lunak pada modul atau kelas perangkat lunak. Model pengujian perangkat lunak memprediksi kesalahan (fault) pada perangkat lunak dengan mengklasifikasikan modul atau kelas perangkat lunak sebagai fault prone atau not fault prone. Hasil yang dicapai dengan menggunakan metode ini adalah model prediksi dengan hasil yang lebih akurat jika dibandingkan dengan hanya menggunakan metode Support Vector Machine (SVM).