Teknik Ekstraksi Katalog Fitur Dari Dokumen Spesifikasi Kebutuhan Sebagai Basis Pengembangan Software Product Lines
| Main Authors: | Haris, M Syauqi, Tri Astoto Kurniawan, S.T., M.MG.,ph.D, Fatwa Ramdani, S. Si, M.Sc., D.Sc |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/188250/1/M%20Syauqi%20Haris.pdf http://repository.ub.ac.id/188250/ |
Daftar Isi:
- Software Product Line Engineering (SPLE) dengan pendekatan ekstraktif menempatkan fitur perangkat lunak sebagai aspek terpenting dalam domain engineering yang perlu diekstraksi dari artefak sistem yang sudah ada sebelumnya. Fitur dalam SPLE, yang terkait erat dengan fungsionalitas sistem, sebelumnya telah dipelajari untuk diekstraksi dari souce code, model, dan berbagai dokumen teks yang dihasilkan dalam proses pengembangan perangkat lunak. Source code, dengan karakteristik yang ringkas dan baku, telah banyak menjadi focus utama untuk sumber ekstraksi fitur pada penelitian-penelitian sebelumnya. Namun, dalam prinsip rekayasa perangkat lunak, dokumen spesifikasi kebutuhan atau Software Requirement Specification (SRS) adalah dasar atau referensi utama untuk validasi dan verifikasi fungsionalitas sistem. Sementara itu, penelitian sebelumnya tentang ekstraksi fitur dari dokumen spesifikasi kebutuhan hanya dilakukan pada daftar kalimat kebutuhan fungsional yang telah disiapkan sebelumnya, bukan secara harfiah dari dokumen SRS yang utuh. Oleh karena itu, penelitian ini mengusulkan Teknik pemrosesan langsung pada dokumen SRS yang menggunakan requirement boilerplate untuk penulisan setiap kalimat kebutuhan. Metode yang diusulkan adalah pendekatan Natural Language Processing (NLP) pada dokumen SRS. Teknik penandaan Sequence Part-of-Speech (POS) digunakan untuk identifikasi dan ekstraksi kalimat persyaratan otomatis. Fitur kemudian diekstraksi, berdasarkan kalimat kebutuhan yang telah diperoleh sebelumnya, secara otomatis menggunakan teknik word dependency parsing. Selain itu, sebagian besar penelitian sebelumnya tentang ekstraksi fitur menggunakan dokumen SRS yang tidak tersedia untuk umum atau tetap dirahasiakan, sehingga dalam penelitian ini dipilih dokumen dari dataset SRS yang tersedia untuk umum, sebagai nilai tambah penelitian agar dapat direproduksi oleh peneliti lainnya. Hasil akhir dari penelitian ini adalah matriks katalog fitur yang menampilkan peta kesamaan fitur antar produk berdasarkan pendeteksian kesamaan fitur menggunakan Simple Matching Coefficient (SMC) untuk sinonim kata. Penelitian ini membuktikan bahwa ekstraksi kalimat persyaratan langsung dari dokumen SRS bisa dilakukan menggunakan teknik yang diusulkan dengan nilai precision dari 64% hingga 100% dan nilai recall dari 64% menjadi 89%. Sedangkan ekstraksi fitur dari kalimat persyaratan yang diekstraksi memiliki tingkat keberhasilan dari 65% hingga 88%. Adapun pembentukan katalog fitur berdasarkan deteksi kesamaan fitur, diperoleh nilai SMC minimal 0,7 agar fitur yang dibandingkan bisa dianggap sama.