IMPLEMENTASI PROSES UJI SISTEM INFORMASI ADMISI PASCASARJANA UNIVERSITAS SAM RATULANGI
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
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
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.007 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it