PENGUJIAN PERANGKAT LUNAK UNTUK MACHINE LEARNING
Keywords:
Pembelajaran Mesin (Machine Learning), Pengujian Perangkat Lunak, Perangkat Lunak CanggihAbstract
Machine Learning telah umum di berbagai penggunaan aplikasi. Sayangnya, Machine learning juga terbukti sangat rentan terhadap penipuan, mengacu kepada error dan bahkan kesalahan yang fatal, keadaan ini membuat pertanyaan tentang penggunaan machine learning secara luas, terutama dalam aplikasi yang sangat kritis, kecuali kita dapat memastikan kebenaran dan kepercayaannya, verifikasi dan pengujian perangkat lunak adalah Teknik yang di tetapkan untuk memastikan sifat sifat tersebut, misalnya dengan mendeteksi kesalahan. Namun, tantangan pengujian perangkat lunak untuk Machine Learning sangatlah luas dan banyak dan penting untuk diatasi. Pembahasan ringkas ini membahas tentang pengujian perangkat lunak canggih saat ini untuk Machine learning. Lebih khusus lagi, pembahasan ini membahas enam bidang tantangan utama untuk pengujian perangkat lunak system Machine learning, memeriksa pendekatan saat ini untuk tantangan dan menyoroti keterbatasannya. Jurnal ini memberikan agenda penelitian dengan arahan yang diuraikan untuk mbuat kemajuan menuju kemajuan pengujian Machine Learning yang canggih.
References
Cisco Systems. (n.d.). https://www.netacad.com/. Retrieved from Cisco Networking Academy: https://www.netacad.com/
Cisco Systems. (n.d.). https://www.youtube.com/c/TechAcad?app=desktop. Retrieved from Tech Acad-Youtube: https://www.youtube.com/c/TechAcad?app=desktop
Cisco Systems, Inc. (1984, December 10). https://www.cisco.com/. Retrieved from Cisco Systems: https://www.cisco.com/
Edward E. Ogheneovo1 and Ibiba S. Kio1. (2014). Modeling Network Router, Switches and Security Using Cisco and OPNET Simulation Software. Modeling Network Router, Switches and Security Using Cisco and OPNET Simulation Software, IOSR Journal of Engineering (IOSRJEN) www.iosrjen.org ISSN (e):.
Indria, N. &. (2017). Perancangan Jaringan Nirkabel Sebagai Redundancy Link Pada Infrastruktur Wan Yayasan Kesehatan (yakes) Telkom Bandung Menggunakan Metodologi Network Development Life Cycle (NDLC). eProceedings of Engineering, 4(2).
Javid, S. R. (2014). “Role of Packet Tracer in learning Computer Networks”. “Role of Packet Tracer in learning Computer Networks”,, , International Journal of Advanced Research in Computer and Communication Engineering Vol. 3, Issue 5,.
Kawuka, G. R. (2018). . Perancangan Local Area Network Di Smk Negeri 1 Sinonsayang. Engineering Education Journal-E2J, 6.
ManDerser. (n.d.). https://www.youtube.com/watch?v=LE_ay_WbZsg. Retrieved from Youtube: https://www.youtube.com/watch?v=LE_ay_WbZsg
Nathaniel S. Tarkaa, P. I. (2017). Design and Simulation of Local Area Network Using Cisco Packet Tracer The International Journal of Engineering and Science (IJES),. Design and Simulation of Local Area Network Using Cisco Packet Tracer The International Journal of Engineering and Science (IJES),, Volume 6, Issue 10, PP 63- 77.
Noor Maizura Mohamad Noor, N. Y. (2018). n, “Effectiveness of Using Cisco Packet Tracer as a Learning Tool: A Case Study of Routing Protocol”. n, “Effectiveness of Using Cisco Packet Tracer as a Learning Tool: A Case Study of Routing Protocol”, , International Journal of Information and Education Technology, Vol. 8, No.1.
Sucipto, S. A. (2019). Perancangan Jaringan Hotspot untuk Peningkatan Layanan Teknologi Informasi. Antivirus: Jurnal Ilmiah Teknik Informatika, 13, 72-79.
Suwandi, E. L. (2019). Analisis Dan Perancangan Jaringan Komputer Di Dinas Komunikasi Dan Informatika Kabupaten Minahasa. Engineering Education Journal-E2J, 6(1).
Hein, M., and Andriushchenko, M. 2017. Formal guarantees on the robustness of a classifier against adversarial manipulation. In Annual Conf. on Neural Inf. Processing Systems.
Helle, P., and Schamai, W. 2016. Testing of autonomous systems – challenges and current state-of-the-art. In INCOSE Int. Symposium (IS 2016).
Huang, X.; Kwiatkowska, M.; Wang, S.; and Wu, M. 2017. Safety verification of deep neural networks. In Computer Aided Verifica- tion, 3–29.
Hutchison, C.; Zizyte, M.; Lanigan, P. E.; Guttendorf, D.; Wagner, M.; Le Goues, C.; and Koopman, P. 2018. Robustness testing of autonomy software. In IEEE/ACM Int. Conf. on Soft. Eng., 276– 285.
Jia, R., and Liang, P. 2017. Adversarial examples for evaluating reading comprehension systems. In Conf. on Emp. Methods in Nat- ural Lang. Process.
