Eksplorasi Dampak Ensemble Learning Menggunakan Berbagai Model AI untuk Prediksi Cacat Perangkat Lunak

Studi ini mengusulkan model ensemble RGC (gabungan Random Forest, Gradient Boosting, dan CNN) untuk prediksi cacat perangkat lunak, dibandingkan dengan model tunggal seperti RF, GB, SVM, CNN, LSTM, XGBoost, AdaBoost, dan KNN pada lima dataset publik NASA PROMISE.

Model tunggal untuk prediksi cacat perangkat lunak masing-masing memiliki kelemahan berbeda dalam menangkap pola cacat pada kode, sehingga akurasi prediksinya terbatas dibanding pendekatan yang menggabungkan kekuatan beberapa model.

Model ensemble RGC menggabungkan prediksi Random Forest, Gradient Boosting, dan CNN, dibandingkan dengan delapan model tunggal (RF, GB, SVM, CNN, LSTM, XGBoost, AdaBoost, KNN) pada lima dataset PROMISE, mengukur akurasi, presisi, recall, dan waktu komputasi.

Setiap model dilatih dan diuji pada kelima dataset dengan metrik akurasi, presisi, recall, dan waktu komputasi yang sama, untuk perbandingan yang setara antar model.

RGC mencapai akurasi 92,3%, presisi 91,8%, dan recall 90,7%, mengungguli seluruh model tunggal pembanding — namun dengan waktu komputasi tertinggi (median >12ms).

Menunjukkan bahwa menggabungkan model berbasis pohon (RF, GB) dengan model deep learning (CNN) dalam satu ensemble meningkatkan akurasi prediksi cacat perangkat lunak melampaui model tunggal mana pun yang diuji.

Sifat black-box dari model ensemble membatasi interpretabilitas hasil prediksi, dan evaluasi hanya menggunakan metrik kode statis, belum mencakup konteks proyek yang lebih luas.