7.

Leveraging Big Data From Open Source to Improve Software Project Management
(Memanfaatkan Big Data Dari Buka Sumber untuk Meningkatkan Proyek Perangkat
Lunak Pengelolaan)
Tahun Terbit : 2018
Penulis : JOHN JAGTIAN (University Of Bridgeport), CHRISTIAN BACH (University Of
Bridgeport), CHRIS HUNTLE (Fairfield University, Fairfield)

Latar Belakang

RESEARCH GOALS
Tujuan penelitian untuk penelitian ini berasal dari dua bidang tinjauan pustaka berikut :
Para peneliti terdahulu telah mengakui adanya peluang untuk penelitian lebih lanjut di daerah specific
berdasarkan penelitian mereka sendiri yang Tiga tujuan specific mendorong ruang lingkup penelitian
ini:
Tujuan 1: Mengidentifikasi data OSS dan atribut perangkat lunak objektif untuk meningkatkan proses
perangkat lunak .
Tujuan 2: Menentukan dan meningkatkan prediktor kualitas eksekusi proyek perangkat lunak .
Tujuan 3: Menyajikan kerangka kerja penelitian untuk meningkatkan metode manajemen rekayasa
perangkat lunak.

Metode Penyelesaian
Proyek rekayasa perangkat lunak mengasumsikan tingkat risiko eksekusi tertentu selama siklus
hidupnya.
Manajemen harus selalu berupaya memaksimalkan pengembalian yang disesuaikan dengan risiko dari
investasi mereka. Secara khusus, peningkatan kualitas proses perangkat lunak telah menjadi
pendorong utama untuk studi penelitian ini. Selama beberapa tahun terakhir, tingkat kinerja proyek
perangkat lunak secara konsisten menunjukkan kinerja yang loyo dan oleh karena itu kebutuhan untuk
perbaikan dijamin.

Penelitian Lanjutan
CONCLUDING R EMARKS DAN OPPORTUNITIES UNTUK FURTHER RESEARCH
Meskipun hasilnya menjanjikan, penelitian lebih lanjut sedang berlangsung termasuk penemuan
hubungan data tambahan, analisis statistik terperinci, dan penggunaan kumpulan data tambahan
untuk menguji atribut kualitas perangkat lunak. Sangat mungkin dan diharapkan bahwa tinjauan data
tambahan akan mengidentifikasi atribut kualitas baru

menawarkan nilai tambah untuk model prediktif pengembangan masa depan.

Proyek rekayasa perangkat lunak mengasumsikan tingkat risiko eksekusi tertentu selama siklus
hidupnya.
Manajemen harus selalu berupaya memaksimalkan pengembalian yang disesuaikan dengan risiko dari
investasi mereka. Secara khusus, peningkatan kualitas proses perangkat lunak telah menjadi
pendorong utama untuk studi penelitian ini. Selama beberapa tahun terakhir, tingkat kinerja proyek
perangkat lunak secara konsisten menunjukkan kinerja yang loyo dan oleh karena itu kebutuhan untuk
perbaikan dijamin.

8. Research on the Influencing Factors of Kite Culture Inheritance Based on an

Adversarial Interpretive Structure Modeling Method
(Penelitian Faktor-Faktor Yang Mempengaruhi Layang-Layang Warisan Budaya Berdasarkan
Musuh Metode Pemodelan Struktur Interpretif)
Tahun Terbit: 2021
Penulis : YI ZHANG, YUWEN HUANG, XINYU ZHAO, JINGXUAN LI, FULIN YIN (Division of Arts,
Shenzhen University, Shenzhen 518000, China), LIN WANG (School of Art and Design, Sanming University, Sanming
365004, China & Krasnodar State Institute of Culture, 350072 Krasnodar, Russia)

Latar Belakang
budaya layang-layang membentuk sistem kompleks yang dipengaruhi oleh banyak faktor, seperti mode
pewarisan, preferensi audiens, mode komunikasi dan lingkungan sosial, dan faktor-faktor yang
mempengaruhi berlimpah dan nonlinier. Dalam makalah ini, kami menggunakan metode pencarian
literatur dan metode Delphi untuk menentukan s et faktor-faktor yang mempengaruhi dan
mengklarifikasi hubungan biner langsung antara masing-masing. Berdasarkan hasil metode ini,
Model Struktur Interpretatif Musuh (AISM) dimodelkan dan digunakan, dan model AISM dengan
hierarchy yang dapat dijangkau sebab-akibat diperoleh dengan membandingkan topologi terarah
diagram sepasang diagram atas dan bawah dan melakukan analisis komprehensif tentang faktor-
faktor yang mempengaruhi pewarisan budaya layang-layang. Akhirnya, validitas model dibuktikan
melalui praktik proyek pelatihan bakat di National Art Foundation of China. Hasil penelitian ini
menunjukkan sebagai berikut: kebijakan dan peraturan serta karakteristik produk merupakan akar
penyebab unsur-unsur yang mempengaruhi pewarisan budaya takbenda itage-nya.
dengan menggunakan banyak elemen yang mempengaruhi warisan budaya layang-layang dan pada
basis aturan peringkat hierarkis- cal berorientasi hasil ISM, sepasang diagram topologi hierarkis naik
turun ditetapkan dengan menambahkan aturan peringkat berorientasi penyebab berlawanan dengan
aturan peringkat ISM, dan model AISM dari hierarki sebab-akibat yang dapat dijangkau diturunkan.
Model ini menunjukkan hal-hal berikut: kebijakan dan peraturan serta karakteristik produk adalah
elemen fundamental yang mempengaruhi warisan budaya intan- gible; dan ketika faktor-faktor
fundamental secara efektif improved, mereka akan memimpin dan meningkatkan set ele- ments di
setiap tingkat, yang mengarah ke hasil yang baik. Kesimpulan ini juga telah ditunjukkan dalam praktik
proyek yang didanai oleh Yayasan Seni Nasional China. Para penulis ingin berterima kasih kepada
referensi anonim atas komentar berharga mereka , yang membantu mengklarifikasi poin-poin halus
dan memicu ide-ide baru.

Metode Penyelesaian
dengan menggunakan banyak elemen yang mempengaruhi warisan budaya layang-layang dan pada
basis aturan peringkat hierarkis- cal berorientasi hasil ISM, sepasang diagram topologi hierarkis naik
turun ditetapkan dengan menambahkan aturan peringkat berorientasi penyebab berlawanan dengan
aturan peringkat ISM, dan model AISM dari hierarki sebab-akibat yang dapat dijangkau diturunkan.
Model ini menunjukkan hal-hal berikut: kebijakan dan peraturan serta karakteristik produk adalah
elemen fundamental yang mempengaruhi warisan budaya intan- gible; dan ketika faktor-faktor
fundamental secara efektif improved, mereka akan memimpin dan meningkatkan set ele- ments di
setiap tingkat, yang mengarah ke hasil yang baik. Kesimpulan ini juga telah ditunjukkan dalam praktik
proyek yang didanai oleh Yayasan Seni Nasional China. Para penulis ingin berterima kasih kepada
referensi anonim atas komentar berharga mereka , yang membantu mengklarifikasi poin-poin halus
dan memicu ide-ide baru.

Penelitian Lanjutan

prasyarat penting bagi development of ICH adalah memperlakukan ICH sebagai proses
pengembangan yang hidup dalam ruang dan waktu yang spe- cific, dan pengembangan ICH
 yang masih hidup masih menghadapi tantangan yang signifikan di periode baru. Selain itu,
dibandingkan dengan model ISM tradisional, model AISM dapat membentuk peta hierarki reverse
sampling, yang lebih meyakinkan. Namun, karena keterbatasan model ISM itu sendiri, ruang
lingkup model ISM masih analisis kualitatif, dan validasi lebih lanjut dengan laboratorium
keputusan kuantitatif- metode asosiasi model struktural penjelasan musuh seperti DEMATEL-
AISM dibutuhkan di masa depan.

9. Automatic Code Generation From UML State Chart Diagrams

(Pembuatan Kode Otomatis Dari Status UML Diagram Bagan)
Tahun Terbit : 2019
Penulis : SUNITHA E. V, PHILIP SAMUEL (Departemen Ilmu Komputer , Universitas Sains dan Teknologi Cochin , Kochi 682022, India)

Latar Belakang

Fakta bahwa sistem yang digerakkan oleh peristiwa dapat dimodelkan dan diimplementasikan
menggunakan diagram bagan status bahasa pemodelan terpadu (UML) telah mengarah pada
pengembangan alat pembuatan kode. Ini sangat membantu dalam membuat desain sistem perangkat
lunak dan bahkan dapat menghasilkan kode sumber kerangka dari desain ini. Implementasi
pembuatan kode otomatis tersebut dari diagram status tidak sepenuhnya didukung oleh bahasa
pemrograman yang ada. Tdia sisi bawah utama adalah bahwa tidak ada korespondensi satu-ke-satu
antara elemen-elemen dalam diagram bagan negara dan konstruksi pemrograman. Elemen
pemrograman yang ada tidak dapat secara efektif mengimplementasikan dua komponen utama
diagram status yaitu, hierarki negara dan konkurensi. Dalam makalah ini, kami menyajikan pola desain
baru untuk implementasi diagram negara yang mencakup keadaan hierarkis, concurrent, dan sejarah.
Transisi status dari status paralel didelegasikan ke kelas status komposit. Arsitektur generator kode
dan proses langkah demi langkah pembuatan kode dari mesin negara UML diusulkan dalam makalah.
Pendekatan yang diusulkan diimplementasikan dan dibandingkan dengan alat serupa dan hasilnya
terbukti menjanjikan.
Kontribusi utama dari makalah ini adalah sebagai berikut:
• Ini menyajikan pola desain yang mudah dimengerti dan dapat digunakan kembali untuk implementasi
mesin negara.
• Pola desain dapat diperluas dan mampu menangani keadaan hierarkis.
• Ini memberikan metode yang efektif untuk mengimplementasikan keadaan compo-site dengan wilayah
paralel dengan cara berorientasi objek .
• Ini menyajikan metode sederhana untuk menjaga sejarah yang dangkal dan mendalam dalam mesin negara

Metode Penyelesaian

Pola desainnya mudah diperluas karena struktur modu- lar-nya. Penggunaan desain pattern dalam
pembuatan kode meningkatkan kualitas kode yang dihasilkan. Sebagian besar karya penelitian tidak
memberikan implementasi keadaan bersamaan dan sejarah. Banyak karya penelitian tidak memberikan
pola desain umum untuk implementasi mesin negara. Sementara itu, kami menyediakan pola desain
yang dapat digunakan kembali dan dimengerti.

Hasil

Generator kode yang disajikan dalam makalah memberikan cara pembuatan kode sys- tematic dari
 diagram bagan status UML dengan bantuan pola desain yang diusulkan.
Comparison dengan karya-karya terkait menunjukkan bahwa cara implementasi diagram bagan
negara yang diusulkan mendukung fitur-fitur penting seperti konkurensi dan sejarah. Selain itu,
perbandingan kualitatif dengan karya-karya terkait menunjukkan bahwa metode kami
mendukungkesepahaman dan sejarah negara tanpa mengorbankan kemampuan ekspansi,
penggunaan kembali, dan pemahaman.
Perbandingan dengan alat lain menunjukkan bahwa metode kami lebih efisien dalam hal waktu yang
dibutuhkan untuk pemrosesan acara. Studi kasus dan perbandingan dengan alat lainmengungkapkan
bahwa pendekatan yang diusulkan memberikan kode yang kurang kompleks dan hasil yang
menjanjikan.

Penelitian Lanjutan
Dalam karya ini , kami memperkenalkan pola desain berbasis imple- mentasi mesin negara dengan
keadaan hierarkis, bersamaan dan historis. Pola desain yang diusulkan dalam makalah pro- vides
modularitas dan pemahaman. Selain itu menjaga semantik hierarki negara dan konkurensi dan sejarah
negara juga.
Pola desainnya mudah diperluas karena struktur modu- lar-nya. Penggunaan desain pattern dalam
pembuatan kode meningkatkan kualitas kode yang dihasilkan. Sebagian besar karya penelitian tidak
memberikan implementasi keadaan bersamaan dan sejarah. Banyak karya penelitian tidak memberikan
pola desain umum untuk implementasi mesin negara. Sementara itu, kami menyediakan pola desain
yang dapat digunakan kembali dan dimengerti.
Generator kode yang disajikan dalam makalah memberikan cara pembuatan kode sys- tematic dari
diagram bagan status UML dengan bantuan pola desain yang diusulkan.
Comparison dengan karya-karya terkait menunjukkan bahwa cara implementasi diagram bagan
negara yang diusulkan mendukung fitur-fitur penting seperti konkurensi dan sejarah. Selain itu,
perbandingan kualitatif dengan karya-karya terkait menunjukkan bahwa metode kami
mendukungkesepahaman dan sejarah negara tanpa mengorbankan kemampuan ekspansi,
penggunaan kembali, dan pemahaman.
Perbandingan dengan alat lain menunjukkan bahwa metode kami lebih efisien dalam hal waktu yang
dibutuhkan untuk pemrosesan acara. Studi kasus dan perbandingan dengan alat lainmengungkapkan
bahwa pendekatan yang diusulkan memberikan kode yang kurang kompleks dan hasil yang
menjanjikan.

10. Use Case Extractor: XML Parser for Automated Extraction and Storage of Use – Case
Diagram
(Gunakan Case Extractor: XML Parser untuk Otomatis Ekstraksi dan Penyimpanan
Penggunaan – Diagram Kasus)
Tahun Terbit:
Vinay Vachharajani (AES Institute of Computer Studies, Ahmedabad University, Ahmedabad Gujarat,
India) ,Jyoti Pareek (Department of Computer Science, Gujarat University, Ahmedabad. Gujarat, India)

Latar Belakang

Ada banyak siswa yang menginginkan pendidikan tinggi tetapi karena kondisi ekonomi mereka atau
alasan lain mereka tidak mampu membayar pendidikan tinggi di lembaga pendidikan yang baik.
Jumlah siswa seperti itu sangat besar. Pada saat yang sama jumlah guru yang baik sangat sedikit.
Pada titik waktu ini concept dari e - belajar memainkan peran penting.
Jika beberapa guru yang ahli dalam mata pelajarannya mengunggah materinya di web maka siswa
 yang tidak mampu membayar pendidikan, dapat dengan mudah mengakses materi tersebut dan dapat
meningkatkan pengetahuannya. Mempersiapkan dan mengunggah materi apa pun tidak begitu sulit
terlepas dari jumlah siswa yang dituju. Ini adalah upaya satu kali untuk guru.

Saat ini Teknologi Berorientasi Objek muncul dengan sangat cepat. Juga, ada interest yang
berkembang dalam interpretasi diagram dan evaluasi otomatis diagram. Dengan mengingat hal ini,
kami tertarik untuk menyelidiki penilaian otomatis jawaban diagram khususnya Gunakan – Diagram
kasus.

Tujuan penelitian kami adalah:

(1) Ambil dan simpan Use – Data kasus dalam database
(2) Mengotomatiskan evaluasi diagram Penggunaan – Kasus

Kami telah mengembangkan alat bernama Use Case Extractor untuk mencapai tujuan penelitian
pertama kami. Ini mengambil diagram Use – Case yang dibuat di StarUML oleh pengguna dan
berhasil menyimpan diagram yang diambil dalam database dengan tepat untuk digunakan lebih
lanjut untuk evaluasi otomatis. Banyak alat seperti MS Visio, Rational Rose dll tersedia di pasar.
Beberapa adalah perangkat lunak berpemilik dan yang lainnya adalah freeware tetapi sangat sedikit
perangkat lunak yang memberikan hak untuk mengakses data yang disimpan untuk proses
tambahan. StarUML adalah open source dan menyediakan data dalam format XML. Siswa dapat
menggambar diagram Use – case dan menyimpan komponen yang berbeda menggunakan
StarUML.
Saat bekerja dalampenilaian yang dikawinkan secara otomatis , perlu untuk mengenali diagram
yang digambar dengan benar dan salah. Di sini penilaian tidak hanya berarti pencocokan gambar
statis tetapi umpan balik kualitatif. Jika proses penilaian akan memberikan umpan balik kualitatif
maka itu akan necessarily menafsirkan diagram yang salah digambar dengan memberikan ringkasan
atau komentar kesalahan dan akan menunjukkan area kesalahan dalam diagram. Mengevaluasi
Penggunaan – diagram kasus, secara otomatis dan benar, adalah tugas yang menantang karena
Penggunaan – kasus memiliki semantik parsial dan terkadang tidak konsisten.
Dengan penandaan manusia masalah ini dapat dengan mudah diatasi. Namun dengan e - penilaian ini
adalah tugas yang menantang. Subm diagram yang dibuat oleh siswa terkadang dapat memiliki
Gunakan tambahan – kasus sesuai pengetahuan dan pemahaman mereka yang tidak dapat ditandai
sebagai salah. Diagram dapat memiliki label yang tidak sama persis dengan label dalam diagram
model, namun tidak dapat ditandai salah. Untuk secara otomatis menandai diagram Use – case,
setiap pola (label) perlu dipahami secara menyeluruh dan disimpan dengan benar dalam database yang
dirancang dengan baik, untuk selanjutnya digunakan untuk penilaian subjektif diagram.

Metode Penyelesaian
Agar e-learning menjadiefektif, siswa juga harus diberikan tugas dan tes. Dan pekerjaan mereka harus
dievaluasi secara online. Namun mengevaluasi sejumlah besar siswa secara online adalah tugas yang
sangat membosankan dan rumit.
Guru ahli maju dan mengunggah materi mereka online sehingga sejumlah besar siswa mendapat
manfaat darinya. Tetapi ketika jumlah siswa sangat besar, tidak ada yang tertarik atau sangat sedikit
guru yang tersedia untuk evaluasi.
Salah satu solusi efektif untuk masalah ini adalah evaluasi pekerjaan siswa menjadi otomatis.
Juga dengan otomatisasi ini; semakin banyak guru akan tertarik pada seluruh proses pengajaran
dan evaluasi online.

Hasil
Hasil percobaan sangat memuaskan. Hasil penelitian menunjukkan bahwa data Use – Case
diagram yang dihasilkan oleh pengguna melalui proses XML parsing berhasil disimpan dalam
database Hal ini menunjukkan bahwa file gambar dimana user telah menggambar use – case
diagram melalui StarUML berhasil diurai dan data tersebut berhasil disimpan dalam database di
100% kasus.
Alat ini telah dibuat untuk membantu evaluasi otomatis diagram Use – Case. Kami sedang
bekerja menuju evaluasi otomatis Diagram Penggunaan – Kasus yang disimpan dalam database
oleh Use – Case Extractor.

Penelitian Lanjutan

Dalam makalah ini kami telah menjelaskan arsitektur di mana pengguna dapat mengunggah file
mereka di mana diagram Use – Case digambar menggunakan alat StarUML. Hasil percobaan
menunjukkan penerimaan pengiriman diagram Use – Case yang dibuat melalui StarUML.
Pengenalan gagasan Use –Case diagram pengambilan data dan penyimpanannya dalam database
telah menyediakan platform untuk mengembangkan alat perbandingan dan evaluasi otomatis yang
mencakup pola penggunaan – kasus yang berbeda .

11. Testing and Quality Validation for AI Software– Perspectives, Issues, and Practices
(Pengujian dan Validasi Kualitas untuk Perangkat Lunak AI– Perspektif, Masalah, dan
Praktik)
Tahun Terbit: 2017
CHUANQI TAO (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016 China, Ministry Key
Laboratory for Safety-Critical Software Development and Verification, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016 China, State Key
Laboratory for Novel Software Technology, Nanjing University, Nanjing, 210093 China)

JERRY GAO (Department of Computer Engineering, San Jose State University, San Jose, CA 95192-01809 USA)

TIEXIN WANG (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016 China, Ministry Key
Laboratory for Safety-Critical Software Development and Verification, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016 China)

Latar Belakang
Dengan kemajuan pesat analitik big data dan teknologi AI , banyak perangkat lunak dan aplikasi
berbasis AI telah diterima dan digunakan secara luas dalam kehidupan sehari-hari masyarakat.
Perangkat lunak dan aplikasi AI dikembangkan berdasarkan model dan teknik pembelajaran mesin
canggih melalui pelatihan data skala besar untuk menerapkan beragam fitur kecerdasan buatan dan
Kemampuan. Perangkat lunak dan aplikasi berbasis AI saat ini diklasifikasikan seperti sistem
pemrosesan bahasa alami, sistem pengenalan objek, sistem rekomendasi ation , kendaraan yang
dikendalikan manusia dan sebagainya. Oleh karena itu, bagaimana melakukan validasi kualitas
untuk perangkat lunak AI menjadi perhatian kritis dan topik penelitian baik dari fokus akademis maupun
industri. Menurut laporan [1], ukuran pasar pengujian otomasi diperkirakan akan tumbuh dari USD
8,52 Miliar pada tahun 2018 menjadi USD
19,27 Miliar pada tahun 2023, dengan Tingkat Pertumbuhan Tahunan Majemuk (CAGR) sebesar
17,7% during periode perkiraan (2018-2023). Berdasarkan pengalaman pengujian terbaru dari
industri pada AI aplikasi seperti aplikasi seluler cerdas, menguji perangkat lunak AI memiliki
masalah, tantangan, dan kebutuhan baru karena fitur khusus mereka di bawah ini.
- Pengembangan berbasis ilmiah alih-alih pengembangan berbasis rekayasa - Sebagian besar
perangkat lunak dan aplikasi AI dikembangkan menggunakan pendekatan ilmiah berdasarkan model AI dan
data pelatihan oleh ilmuwan data dan insinyur data besar tanpa proses rekayasa perangkat lunak AI yang
terdefinisi dengan baik dan metode pengembangan dengan persyaratan dan kriteria validasi kualitas yang
jelas.
- Pelatihan dan validasi data terbatas - Perangkat lunak AI dibangun berdasarkan model dan teknik
pembelajaran mesin, serta dilatih dan divalidasi dengan kumpulan data input terbatas di bawah konteks ad-
hoc.
Fitur pembelajaran berbasis data - Fitur-fitur ini memberikan kemampuan pembelajaran statis
dan/atau dinamis yang memengaruhi hasil dan tindakan perangkat lunak Oleh karena itu ,
pengujian fitur AI dari perangkat lunak mencakup berbagai kegiatan pengujian untuk menemukan
kesalahan perangkat lunak, memverifikasi kinerja perangkat lunak, dan memastikan metode
validasi kualitas perlu dikembangkan. Tujuan pengujian adalah untuk mencapai persyaratan
pengujian yang terdefinisi dengan baik, memenuhi kriteria pengujian yang telah ditentukan
sebelumnya , dan standar jaminan kualitas perangkat lunak AI yang sedang diuji .

Metode Penyelesaian
Pengujian perangkat lunak berbasis AI mengacu pada leverage dan aplikasi metode dan solusi AI
untuk secara otomatis mengoptimalkan proses pengujian perangkat lunak dalam pemilihan strategi
pengujian, pembuatan pengujian, pemilihan dan pelaksanaan pengujian, bug deteksi dan analisis,
dan prediksi kualitas [39][42][47]. Ini mencakup berbagai kegiatan pengujian dalam pengujian
perangkat lunak berbasis AI. Karena kompleksitas perangkat lunak dan aplikasi AI, metode dan alat
pengujian tradisional tidak dapat memenuhi tuntutan pengujian sistem AI ini. Mengingat hal ini,
metode yang lebih efektif untuk menguji sistem AI diinginkan.
Untuk mengatasi masalah ini, Souri et.al [14] menggunakan teknik pengujian berbasis AI bernama
Multi-Objective Genetic algorithm (MOGA) untuk mengurangi jumlah kasus pengujian untuk menguji
aplikasi web namun mencapai cakupan maksimum dengan pengurangan biaya, waktu dan ruang.
Mempertimbangkan pengujian manual adalah tugas yang membosankan dan memakan waktu, dan
juga dapat mengakibatkan pengujian yang tidak memadai dilakukan dan cacat kritis tidak
teridentifikasi, Straub dan Huber [15] mengusulkan produsen kasus uji kecerdasan artificia l (AITCP)
untuk menguji sistem kecerdasan buatan (AIS). AITCP dimulai dari skenario pengujian yang
dihasilkan manusia dan membuat perubahan berdasarkan algoritma modifikasi seperti optimasi koloni
semut dan pendekatan genetik. Penulismembandingkan hasil metode berbasis AI dan metode berbasis
manual untuk menguji sistem kontrol navigasi otonom berdasarkan empat skenario yang dipilih.
Penelitian Lanjutan
Dengan kemajuan pesat teknologi kecerdasan buatan dan teknik pembelajaran mesin berbasis data,
cara membangun perangkat lunak dan aplikasi AI berkualitas tinggi menjadi subjek yang sangat
hangat. Fitur khusus perangkat lunak AI membawa tantangan dan masalah baru untuk memvalidasi
perangkat lunak atau kualitas sistem. Bertujuan untuk memperjelas masalah utama pada pengujian
perangkat lunak AI, makalah ini memberikan pandangan perspektif tentang validasi kualitas
perangkat lunak AI, termasuk konsep tutorial, fitur dan fokus pengujian, serta proses validasi. Selain
itu, jenis utama pengujian perangkat lunak AI dan pendekatan validasi yang ada dianalisis dan
didiskusikan. Pa per juga menunjukkan evaluasi kualitas pengujian dan masalah cakupan dalam
perangkat lunak AI. Selanjutnya, studi kasus pada aplikasi perangkat lunak AI praktis dilakukan untuk
menunjukkan kelayakan dan efektivitas pendekatan validasi kualitas yang diusulkan.

12. A Maturity Model for Secure Software Design: A Multivocal Study

(Model Kedewasaan untuk Desain Perangkat Lunak yang Aman: Studi Multivokal)
Tahun Terbit: 2020
HASSAN AL-MATOUQ, SAJJAD MAHMOOD, MOHAMMAD ALSHAYEB , DAN MAHMOOD NIAZI
Information and Computer Science Department, King Fahd University of Petroleum and Minerals, Dhahran 31261, Saudi Arabia

Latar Belakang
Jumlah kerentanan perangkat lunak semakin meningkat , dan masalah secu- rity meningkat dengan
popularitas aplikasi Internet, sistem media sosial, komputasi awan, dan Internet of Things (IoT). Ada
lebih banyak tantangan untuk membangun perangkat lunak yang aman karena banyaknya pengguna
yang terhubung dan kompleksitas sistem perangkat lunak [1]. Peretas menyerang pengguna sistem ini
dengan memperkenalkan berbagai jenis malware (perangkat lunak berbahaya) seperti worm, virus,
pintu jebakan, Trojan horse, dan spyware. Beberapa mekanisme tersedia untuk mendeteksi dan
mengurangi risiko ini seperti menginstal tambalan atau perangkat lunak antivirus, tetapi mekanisme ini
menjadi tidak relevan dengan perubahan perangkat lunak dari waktu ke waktu. Karena kompleksitas,
ekstensibilitas, dan konektivitas perangkat lunak sys- tems, cacat desain perangkat lunak, kekurangan,
dan bug juga merupakan tantangan com- mon untuk membangun sys tems yang aman [1]. Penyerang
mengeksploitasi masalah ini untuk mendapatkan akses ke sumber daya sistem melalui berbagai jenis
serangan seperti buffer overflow, mitigasi yang tidak lengkap, dan kondisi balapan.
Secara tradisional, strategi keamanan organisasi difokuskan pada tingkat sistem jaringan. Mereka
cenderung menghabiskan banyak uang untuk mekanisme perlindungan jaringan seperti firewall
yang kuat, sistem deteksi intrusi, perangkat lunak anti-spyware dan antivirus, dan mekanisme
enkripsi. Di sisi lain, perangkat lunak security biasanya dianggap sebagai renungan dan sering
dibahas menjelang akhir siklus pengembangan [2] menggunakan pendekatan yang umumnya
dikenal sebagai 'penetrasi dan patch'. Dengan pendekatan ini, keamanan perangkat lunak dinilai
setelah produk selesai baik oleh melanggarnya menggunakan kerentanan umum atau
menemukan kerentanan baru setelah penyebaran. Patch keamanan kemudian dikembangkan
dan disebarkan untuk memperbaiki masalah yang diidentifikasi .

Metode Penyelesaian
Langkah pertama dalam melakukan MLR adalah mengambil dan memilih sumber yang relevan
untuk ditinjau. Ini melibatkan pengembangan strategi pencarian, yang dijelaskan di bagian ini dan
mendefinisikan kriteria inklusi / pengecualian sumber dan penilaian kualitas , yang dijelaskan di
bagian g berikut. Strategi pencarian menentukan cara menemukan sumber yang relevan dan
melibatkan beberapa langkah.

Hasil
pertama kali memperoleh istilah pencarian dengan menganalisis kata kunci dari pertanyaan penelitian
dari empat perspektif: populasi, intervensi, hasil relevansi dan desain eksperimental, sebagai
berikut:
• Populasi: keamanan perangkat lunak
• Intervensi: model atau praktik kematangan yang ada untuk desain dan implementasi perangkat lunak yang
aman
• Hasil relevansi: model kematangan, praktik, pedoman, rekomendasi, atau daftar periksa untuk
kematangan siklus hidup perangkat lunak yang aman, pengembangan, desain , atau bangunan
Desain eksperimental: SLR, studi kasus, studi teoritis dan empiris, pendapat dan pengamatan
ahli, standar, dan buku putih.

Penelitian Lanjutan
Dengan meningkatnya jumlah ancaman keamanan perangkat lunak, ada kebutuhan untuk peningkatan
berkelanjutan dari proses dan praktik keamanan perangkat lunak. Pekerjaan penelitian ini dapat
ditingkatkan dengan berbagai cara. Penyebabnya adalah direc- tions penelitian terbuka yang dapat
dieksplorasi oleh para peneliti:
1. Kolaborasi dengan organi- zations pengembangan perangkat lunak diperlukan untuk meningkatkan hasil
SSDMM. Ini dapat disesuaikan untuk kebutuhan organi- zations yang berbeda tergantung pada fasilitas
dan mekanisme yang diadopsi.
2. SSDMM dapat diperluas untuk memiliki charac- teristik khusus yang terkait dengan teknologi tertentu
seperti Internet of Things (IoT), blockchain dan komputasi awan.
3. SSDMM dapat diterbitkan sebagai repositori online dan diperbarui terus menerus dengan praktik terbaru
dari akademisi dan industri. Hal ini akan menjadikan SSDMM sebagai referensi yang dapat diandalkan bagi
para peneliti dan praktisi.
 13. A Decision Model for Human Resource Allocation in Project Management of Software
Development
(Model Keputusan untuk Alokasi Sumber Daya Manusia dalam Manajemen Proyek
Pengembangan Perangkat Lunak)
Tahun Terbit : 2020

Penulis : HUI YI CHIANG, BERTRAND M. T. LIN (Institute of Information Management,

National Chiao Tung University, Hsinchu 30010, Taiwan)

Latar Belakang : Kendala segitiga yang disarankan dalam Project Management Body of Knowledge
(PMBOK) meliputi waktu, biaya, dan ruang lingkup. Ketiga faktor ini sangat terhubung satu sama lain dan
digunakan untuk menganalisis kualitas pekerjaan dalam suatu proyek [17], [33], [40]. Secara umum,
setiap kendala segitiga harus dipertimbangkan keseimbangannya dalam perkiraan sebelum
mengontrak proyek pengembangan perangkat lunak [34], [37], [42]. Sumber daya manusia adalah
masalah sosial yang kritis tidak hanya untuk keberhasilan proyek termasuk pengiriman tepat waktu
dan kualitas produk tetapi juga sive [8], dan tidak jarang biaya tenaga kerja pada suatu proyek
mencapai 30-50% dari total biaya proyek [51]. Dalam siklus hidup suatu proyek, tim didefinisikan
dan dibentuk dalam fase inisiasi, untuk tujuan mengurangi biaya tenaga kerja, selain itu,
meningkatkan produktivitas, kualitas, dan kontinuitas pekerjaan [33], [45], dan memenuhi yang
berbeda dan berbagai persyaratan keterampilan dalam setiap fase proyek mulai dari kicking untuk
estimasi biaya kepada perusahaan perangkat lunak untuk memutuskan untuk mengontrak proyek atau
tidak.
Metode Penyelesaian:
Bagian ini mengusulkan model yang membantu mengalokasikan sumber daya manusia dalam proyek
pengembangan perangkat lunak berdasarkan pemrograman bilangan bulat , selanjutnya
mempertimbangkan biaya dan efisiensi alokasi sumber daya manusia untuk forma- tion tim dalam
manajemen proyek pengembangan perangkat lunak yang didasarkan pada kasus nyata untuk
memaksimalkan kinerja ke ambang cus - Harapan Tomers yang membantu perusahaan untuk
membuat keputusan apakah estimasi tender layak berdasarkan sumber daya yang ada, dan dalam
penugasan dalam durasi proyek tetap dengan tenaga kerja dan keterbatasan anggaran.
Misalkan sebuah perusahaan perangkat lunak memiliki anggota staf m dan mengembangkan proyek
tunggal yang akan dilakukan selama rentang waktu [0, T ] dan membutuhkan n keterampilan untuk
menyelesaikan proyek. SDefine Saya (s) {I1(s), I2(s), . . . , Iλs (s)} sebagai himpunan interval terputus-putus
di mana keterampilan s diperlukan, di mana λs adalah jumlah interval di mana keterampilan s dituntut.
Define f (s,λ), λ 1, 2, . . . , λs, sebagai si angka arab tongkat anggota dengan keahlian s sebagai
Menuntut di Interval Ij(s) dari mulai Waktu a(Ij(s)) ke waktu selesai b(Ij(s)). Lebih dari satu anggota staf
dapat memegang segala jenis keterampilan dan anggota staf dapat dikaitkan dengan beberapa
Keterampilan dengan Heterogen keahlian Efisiensi. Di si interval yang sama, setiap anggota staf dapat
ditugaskan paling banyak satu keterampilan. Kami menunjukkan dengan Sk seperangkat keterampilan
anggota staf k, k M . Biar eKs menunjukkan nilai efisiensi keterampilan s arab tongkat anggota k, dan
ec si komunikasi Efisiensi arab tongkat anggota k yang terkait dengan efisiensi proyek secara
keseluruhan. Biaya tenaga kerja adalah biaya utama yang dikeluarkand dalam manajemen proyek
pengembangan perangkat lunak yang diatur secara ketat dengan kontrak. Ini terdirit dari (1) ch, biaya
perekrutan, yang secara langsung menunjukkan gaji setiap anggota staf, k, dan (2) c , mentransfer
biaya, yang terjadi ketika seorang staf anggota keahlian Fokus sedang Ditetapkan dari sebuah asli
keahlian ke lain Satu.
Hasil:
Untuk mewujudkan kelayakan dan penerapan kerangka kerja yang diusulkan, kami menghitung nilai
efisiensi dan biaya pendekatan kami dan yang hanya mempertimbangkan efisiensi keterampilan dan
biaya perekrutan ke dalamhasil eksperimen kami untuk ilustrasi dan diskusi seperti berikut :

A. EKSPERIMEN 1: MAKSIMALKAN EFISIENSI TANPA BATASAN ANGGARAN

1) Keterbatasan anggaran tidak dipertimbangkan.
2) Setiap anggota staf dengan efisiensi maksimum
Penelitian Lanjutan : Umumnya, alokasi sumber daya manusia dalam proyek pengembangan perangkat
lunak sulit untuk dijelaskan. Efisiensi komunikasi, biaya transfer, dan efisiensi negatif yang berdampak
padaimasi dan kualitas proyek pengembangan perangkat lunak tidak dibahas dalam sebagian besar
penelitian alokasi sumber daya manusia dan pembentukan tim. Dalam tulisan ini, dipertimbangkan
lebih banyak perspec- tives untuk membantu perusahaan membuat desi- sion pada alokasi sumber
daya manusia dan evaluasi proyek dengan kendala biaya, durasi proyek, dan efisiensi. Makalah ini
didasarkan pada konsep kasus nyata, termasuk tidak hanya pertimbangan dasartentang jumlah staf
dan gaji tetapi juga menambahkan lebih banyak faktor kunci. Hasilnya menunjukkan bahwa faktor-
faktor ini dapat memunculkan sumber yang berbeda untuk membantu perusahaan dalam membuat
evaluasi lebih lanjut untuk mengalokasikan staf dalam proyek pengembangan perangkat lunak .
Untuk menilai penerapan kerangka kerja yang diusulkan, empat varian dibahas. Devel- oping
proyek dengan kendala biaya adalah prinsip dasar dalam evaluasi perusahaan. Faktor-faktor kunci
termasuk- komunikasi dan efisiensi negatif relevan untuk memaksimalkan efisiensi proyek, yang
terkait dengan keberhasilan dan kualitas proyek. Di antara berbagai masalah untuk penelitian lebih
lanjut, mungkin menarik untuk menentukan apakah ada keputusan lain, objectives, atau kendala yang
layak dipertimbangkan untuk alokasi sumber daya manusia, pembentukan tim, atau pelatihan sumber
daya manusia dalam proyek pengembangan perangkat lunak. Selain itu, jenis staf, penugasan karyawan
secara rutin, jam kerja lembur, pemeliharaan setelah penyelesaian project, dan skenario multi-proyek
adalah topik tambahan untuk dipertimbangkan.