Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–1 dari 1 artikel
Comparative Analysis of Distance Metrics in KNN and SMOTE Algorithms for Software Defect Prediction
Maulidha, Khusnul Rahmi
; Lambung Mangkurat University
; Faisal, Mohammad Reza
; Lambung Mangkurat University
; Saputro, Setyo Wahyu
; Lambung Mangkurat University
; Abadi, Friska
; Lambung Mangkurat University
; Nugrahadi, Dodon Turianto
; Lambung Mangkurat University
; Adi, Puput Dani Prasetyo
; National Research and Innovation Agency (Badan Riset dan Inovasi Nasional)
; Hariyady, Hariyady
; Universiti Malaysia Sabah
Telematika
Vol 18
, No 1
(2025)
As the complexity and scale of projects increase, new challenges arise related to handling software defects. One solution uses machine learning-based software defect prediction techniques, such as the K-Nearest Neighbors (KNN) algorithm. However, KNN’s performance can be hindered by the majority vote mechanism and the distance/similarity metric choice, especially when applied to imbalanced datasets. This research compares the effectiveness of Euclidean, Hamming, Cosine, and Canberra distance met...
Sumber Asli
Google Scholar
DOI