Cover Image

Pengembangan Sistem Deteksi Code Smell God Class dan Brain Class

Main Authors: Azwega, Kevin, Adam Hendra Brata, S.Kom., M.T., M.Sc., Eriq Muhammad Adams Jonemaro, S.T., M.Kom.
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2020
Subjects:
004 Computer science
Online Access: http://repository.ub.ac.id/id/eprint/194831/1/0520150216-Kevin%20Azwega.pdf
http://repository.ub.ac.id/id/eprint/194831/
ctrlnum 194831
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/id/eprint/194831/</relation><title>Pengembangan Sistem Deteksi Code Smell God Class dan Brain Class</title><creator>Azwega, Kevin</creator><creator>Adam Hendra Brata, S.Kom., M.T., M.Sc.</creator><creator>Eriq Muhammad Adams Jonemaro, S.T., M.Kom.</creator><subject>004 Computer science</subject><description>Perkembangan perangkat lunak tidak dapat dipisahkan dari kehidupan manusia. Hampir semua aspek memerlukan perangkat lunak. Hal ini membuat manusia terus mengembangkan perangkat lunak yang memiliki banyak fitur. Perangkat lunak yang memiliki banyak fitur memiliki desain yang kompleks. Desain perangkat lunak yang kompleks membuat struktur kode program yang sulit dimengerti. Salah satu upaya untuk memperbaiki hal tersebut dilakukan perubahan struktur kode program agar lebih mudah dipahami dan dilakukan perawatan biasa disebut refactoring. Untuk melakukan refactoring dilakukan proses pendeteksian code smell terlebih dahulu. Code smell merupakan kecacatan struktur kode program yang sulit dimengerti menyebabkan masalah perawatan sistem perangkat lunak. Pada penelitian ini membahas code smell god class dan brain class. God class merupakan sebuah kecacatan kode program membuat suatu kelas menjadi pusat kecerdasan sistem. Kelas tersebut melakukan sebagian besar pekerjaan dan mendelegasikan sedikit pekerjaan tersebut ke kelas lain. Sedangkan brain Class merupakan kecacatan struktur kode program yang membuat suatu kelas terdapat satu atau lebih method yang memiliki kompleksitas operasi yang tinggi sehingga menjadi pusat kecerdasan dari sistem. Deteksi code smell dapat dilakukan secara manual namun hal tersebut dapat menggunakan waktu yang lama jika mendeteksi ratusan kode pada sebuah sistem perangkat lunak. Sehingga dibutuhkan kakas bantu untuk mendeteksi code smell god class dan brain class secara otomatis. Untuk mengurangi usaha programer dalam mengatasi code smell terutama god class dan brain class. Sistem deteksi ini menggunakan perhitungan software metrics sebagai alat ukur untuk klasifikasi code smell god class dan brain class. Nilai perhitungan software metrics tersebut dijadikan dasar mendeteksi code smell god class dan brain class. Sistem ini diuji dengan pengujian unit menggunakan metode whitebox, pengujian integrasi dengan metode bottom up integration dan pengujian validasi dengan menggunakan metode blackbox. Sistem ini mampu mendeteksi code smell god class dan brain class dalam waktu kurang dari satu detik dan memiliki tingkat akurasi deteksi seratus persen.</description><date>2020-07-28</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/194831/1/0520150216-Kevin%20Azwega.pdf</identifier><identifier> Azwega, Kevin and Adam Hendra Brata, S.Kom., M.T., M.Sc. and Eriq Muhammad Adams Jonemaro, S.T., M.Kom. (2020) Pengembangan Sistem Deteksi Code Smell God Class dan Brain Class. Sarjana thesis, Universitas Brawijaya. </identifier><relation>0520150216</relation><identifier>0520150216</identifier><recordID>194831</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Azwega, Kevin
Adam Hendra Brata, S.Kom., M.T., M.Sc.
Eriq Muhammad Adams Jonemaro, S.T., M.Kom.
title Pengembangan Sistem Deteksi Code Smell God Class dan Brain Class
publishDate 2020
isbn 9780520150218
topic 004 Computer science
url http://repository.ub.ac.id/id/eprint/194831/1/0520150216-Kevin%20Azwega.pdf
http://repository.ub.ac.id/id/eprint/194831/
contents Perkembangan perangkat lunak tidak dapat dipisahkan dari kehidupan manusia. Hampir semua aspek memerlukan perangkat lunak. Hal ini membuat manusia terus mengembangkan perangkat lunak yang memiliki banyak fitur. Perangkat lunak yang memiliki banyak fitur memiliki desain yang kompleks. Desain perangkat lunak yang kompleks membuat struktur kode program yang sulit dimengerti. Salah satu upaya untuk memperbaiki hal tersebut dilakukan perubahan struktur kode program agar lebih mudah dipahami dan dilakukan perawatan biasa disebut refactoring. Untuk melakukan refactoring dilakukan proses pendeteksian code smell terlebih dahulu. Code smell merupakan kecacatan struktur kode program yang sulit dimengerti menyebabkan masalah perawatan sistem perangkat lunak. Pada penelitian ini membahas code smell god class dan brain class. God class merupakan sebuah kecacatan kode program membuat suatu kelas menjadi pusat kecerdasan sistem. Kelas tersebut melakukan sebagian besar pekerjaan dan mendelegasikan sedikit pekerjaan tersebut ke kelas lain. Sedangkan brain Class merupakan kecacatan struktur kode program yang membuat suatu kelas terdapat satu atau lebih method yang memiliki kompleksitas operasi yang tinggi sehingga menjadi pusat kecerdasan dari sistem. Deteksi code smell dapat dilakukan secara manual namun hal tersebut dapat menggunakan waktu yang lama jika mendeteksi ratusan kode pada sebuah sistem perangkat lunak. Sehingga dibutuhkan kakas bantu untuk mendeteksi code smell god class dan brain class secara otomatis. Untuk mengurangi usaha programer dalam mengatasi code smell terutama god class dan brain class. Sistem deteksi ini menggunakan perhitungan software metrics sebagai alat ukur untuk klasifikasi code smell god class dan brain class. Nilai perhitungan software metrics tersebut dijadikan dasar mendeteksi code smell god class dan brain class. Sistem ini diuji dengan pengujian unit menggunakan metode whitebox, pengujian integrasi dengan metode bottom up integration dan pengujian validasi dengan menggunakan metode blackbox. Sistem ini mampu mendeteksi code smell god class dan brain class dalam waktu kurang dari satu detik dan memiliki tingkat akurasi deteksi seratus persen.
id IOS4666.194831
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2022-12-06T07:27:12Z
last_indexed 2022-12-06T07:27:12Z
recordtype dc
_version_ 1751456430016167936
score 17.538404

Lihat Juga