Kajian Penentuan Alternatif Tester Terbaik Berdasarkan Kompetensi Yang Ditentukan

  • joe Lian Min Jurusan Teknik Komputer dan Informatika, Politeknik Negeri Bandung, Bandung
  • Ani Rahmani Jurusan Teknik Komputer dan Informatika, Politeknik Negeri Bandung, Bandung
  • Bambang Wisnuadhi Jurusan Teknik Komputer dan Informatika, Politeknik Negeri Bandung, Bandung
Keywords: simple additive weighting, rank order centroid, end-to-end testing, tester competency

Abstract

Industri perangkat lunak biasanya telah menentukan kompetensi yang harus dimiliki oleh individu yang ingin bergabung diperusahannnya, termasuk kompetensi yang harus dimiliki oleh seorang calon software tester. Adanya kebutuhan dalam rekrutmen terhadap software tester tersebut, dimungkinkan dilakukan kajian yang berfokus pada bagaimana mendapatkan alternatif tester terbaik dari kompetensi yang telah ditentukan. Simple additive weighting adalah salah satu metode multiple-attribute decision making yang dipilih untuk diterapkan pada kasus menentukan alternatif tester terbaik. Konsep dasar metode ini adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif semua atribut (disebut juga kriteria). Perhitungan bobot yang digunakan pada penelitian ini menggunakan persamaan rank order centroid. Ada lima kompetensi yang ditetapkan pada penelitian ini, yakni dilihat dari jumlah bug yang ditemukan, kesalahan identifikasi, lama pengerjaan testing, pengalaman kerja, training / certification dalam bidang software testing, dan latar belakang pendidikan. Data uji coba didapatkan dari eksperimen yang dilakukan terhadap limabelas orang subjek penelitian dari berbagai industri software dan pihak lain yang berprofesi sebagai tester. Subjek penelitian diminta melakukan end-to-end testing pada web online shop sederhana yang dikembangkan dalam penelitian. Dari hasil eksperimen dapat diketahui bahwa metode simple additive weighting (SAW) dapat digunakan untuk mendapatkan alternatif tester terbaik berdasarkan kompetensi yang ditentukan.

Downloads

Download data is not yet available.
Published
2019-08-30