THE JOURNAL OF SYSTEMS &

SOFTWARE
SENTIMENT OVERFLOW IN
THE TESTING STACK:
ANALYZING SOFTWARE
TESTING POSTS ON STACK
OVERFLOW
Resume Penelitian dari jurnal The Journal of Systems & Software
Mark Swillus ∗ , Andy Zaidman Delft University of
Technology, Van Mourik Broekmanweg 6, 2628XE Delft,
The Netherlands
PERMASALAHAN
Jurnal ini mengidentifikasi permasalahan dalam domain pengujian perangkat
lunak, khususnya terkait dengan penggunaan platform Stack Overflow sebagai
sumber informasi dan dukungan. Permasalahan utama yang ditangani adalah
penilaian sentimen (sentiment analysis) terhadap pertanyaan dan jawaban yang
berkaitan dengan pengujian perangkat lunak di Stack Overflow. Permasalahan ini
muncul karena kualitas informasi dan dukungan dapat bervariasi dalam
komunitas online seperti Stack Overflow.
TUJUAN ATAU KONTRIBUSI PENELITIAN
Tujuan utama penelitian ini adalah untuk menganalisis sentimen dari pertanyaan dan
jawaban yang berkaitan dengan pengujian perangkat lunak di Stack Overflow.
Kontribusi penelitian ini terletak pada pemahaman yang lebih baik tentang bagaimana
komunitas pengembang perangkat lunak menghadapi isu-isu pengujian dan
bagaimana sentimen dalam pertanyaan dan jawaban dapat memengaruhi kualitas
informasi di Stack Overflow.
METODE PENGEMBANGAN /
METODE YANG DIJADIKAN INTI
KEBARUAN

Metode pengembangan inti yang

digunakan dalam penelitian ini adalah
analisis sentimen (sentiment analysis) yang
diterapkan pada konten tertulis yang
ditemukan di Stack Overflow. Kebaruan
penelitian ini terletak pada penerapan
teknik analisis sentimen pada domain
pengujian perangkat lunak di platform
Stack Overflow.
METODE
PENELITIAN
Teknik Pengambilan Data: Penelitian ini mengambil data dari Stack Overflow,
terutama pertanyaan dan jawaban yang berkaitan dengan pengujian perangkat
lunak. Data diperoleh melalui web scraping atau API Stack Overflow yang
memungkinkan akses ke konten tersebut.
Cara Pengujian: Sentiment analysis diterapkan pada teks dalam pertanyaan dan
jawaban. Analisis sentimen dapat mencakup penggunaan teknik pemrosesan
bahasa alami (natural language processing) dan algoritma machine learning.
Partisipan (Jika Ada): Penelitian ini tidak melibatkan partisipan manusia secara
langsung. Data yang digunakan berasal dari konten publik di Stack Overflow.
 HASIL PENELITIAN
Hasil penelitian mengungkapkan gambaran sentimen yang ada dalam pertanyaan dan
jawaban yang berkaitan dengan pengujian perangkat lunak di Stack Overflow.
Hasil tersebut dapat mencakup distribusi sentimen positif, negatif, atau netral, serta pola-
pola sentimen yang muncul dalam konten tersebut. Hasil ini memberikan pemahaman
yang lebih baik tentang bagaimana komunitas pengembang menghadapi isu-isu
pengujian perangkat lunak secara online.
KETERBATASAN DAN FUTURE WORK

Keterbatasan: Penelitian ini mungkin memiliki keterbatasan dalam hal

generalisasi hasil karena data yang digunakan hanya berasal dari satu
sumber, yaitu Stack Overflow. Selain itu, analisis sentimen memiliki
batasan dalam memahami konteks yang lebih dalam, seperti kesalahan
pengujian yang spesifik. Keterbatasan teknis seperti ketidakakuratan
analisis sentimen juga harus diperhatikan.
Future Work: Penelitian selanjutnya dapat mencakup perluasan sumber
data ke platform lain dan menerapkan teknik analisis yang lebih canggih.
Studi lebih lanjut juga dapat mengeksplorasi dampak sentimen terhadap
pengambilan keputusan dalam pengujian perangkat lunak dan
mengidentifikasi upaya-upaya untuk meningkatkan kualitas informasi di
komunitas pengujian online.