MétaCan
Menu
Retour à la cohorte
Enregistrement W1603590591 · doi:10.35793/jti.4.2.2014.6989

IMPLEMENTASI PROSES UJI SISTEM INFORMASI ADMISI PASCASARJANA UNIVERSITAS SAM RATULANGI

2015· article· id· W1603590591 sur OpenAlexaff
Eko Pandara, Stanley Karouw, Meicsy E.I. Najoan

Notice bibliographique

RevueJurnal Teknik Informatika · 2015
Typearticle
Langueid
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesSoftware testingOperating systemComputer scienceArtSoftware

Résumé

récupéré en direct d'OpenAlex

Abstrak Kualitas Perangkat Lunak menjadi hal yang sangat penting di era perkembangan teknologi informasi yang pesat saat ini. Untuk mengukur apakah suatu perangkat lunak berkualitas maka harus dilakukan pengujian. Pengujian (Testing) adalah proses menganalisa suatu entitas software untuk mendeteksi perbedaan antara kondisi yang ada dengan kondisi yang di inginkan untuk menemukan defects/ errors/ bugs dan mengevaluasi fitur-fitur dari entitas software. Demikian juga dalam pengembangan Sistem Informasi Admisi Pasca Sarjana UNSRAT perlu dilaksanakan pengujian untuk menemukan bug sehingga kemudian dapat dilaporkan kepada tim pengembang. Penelitian ini bertujuan untuk menemukan dan mendaftrakan bug yang terjadi pada Sistem Informasi Admisi Pasca Sarjana UNSRAT. Metode yang digunakan adalah metode Verifikasi dan Validasi. Yang menjadi inti dari metode ini adalah pengujian. Pengujian dilaksanakan dengan menggunakan teknik-teknik pengujian sepeti Required Based Testing, White Box Testing, Black Box Testing, dan Basic Path Testing. Proses Pengujian menggunakan Requirement Based Testing Framework yang digunakan oleh RIM bekerja sama dengan University of Waterloo. Hasil penelitian diperoleh hasil berupa daftar error yang terjadi pada perangkat lunak Sistem Informasi Admisi Pasca Sarjana UNSRAT, dan dalam proses pengujian dihasilkan dokumentasi test plan document, test suite document, test report document. Error yang terjadi adalah kesalahan fungsi beberapa fitur yang tidak berjalan baik, kesalahan pada antarmuka yang mengganggu estetika interkasi manusia dan komputer. Kata Kunci: Perangkat Lunak, Pengujian, Verifikasi & Validasi

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0070,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0580,041

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,274
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknik InformatikaMême sujetEdcuational Technology SystemsTravaux en français237 207