Skip to main content
Software Engineering Metrics
GitHub
Home
Contents
Examples
Contributing
Project
Help
Links
Home
Book source on GitHub
Website source on GitHub
Report an issue
Index for AI agents (llms.txt)
DORA metrics
The SPACE framework (ACM Queue)
Goodhart's law (Wikipedia)
Search
⏎
Theme
Light
Dark
Language
English (US)
English (UK, Oxford spelling)
English (UK)
English (international)
العربية
বাংলা
Cymraeg
Cymraeg (Prydain Fawr)
Deutsch
Español
Français
हिन्दी
हिन्दी (भारत)
Bahasa Indonesia
日本語
日本語 (日本)
한국어
한국어 (대한민국)
Nederlands
Português
Русский
Svenska
اردو
中文
中文 (中国)
Text size
Largest
Larger
Large
Normal
Small
Smaller
Smallest
Share
Email
Mastodon
Copy link
1
Foundations of Measurement
1.0
Pengantar Bagian 1: Dasar-dasar Pengukuran
1.1
Mengapa mengukur rekayasa perangkat lunak
1.2
Hukum Goodhart dan psikologi metrik
1.3
Hasil di atas keluaran: memilih apa yang diukur
1.4
Tata kelola dan kepemilikan metrik
1.5
Sumber data dan instrumentasi
1.6
Literasi statistik untuk metrik rekayasa
2
Flow Metrics
2.0
Pengantar Bagian 2: Metrik Aliran
2.1
Flow Framework
2.2
Item aliran: fitur, cacat, risiko, dan utang
2.3
Velocity aliran dan distribusi aliran
2.4
Waktu alir dan beban aliran
2.5
Efisiensi aliran dan pekerjaan yang sedang berjalan
2.6
Waktu siklus dan komponennya
2.7
Teori antrean
2.8
Metrik aliran nilai Lean
2.9
Metrik pull request dan tinjauan kode
2.10
Kerangka metrik DORA
3
Developer Experience and the SPACE Framework
3.0
Pengantar Bagian 3: Pengalaman Pengembang dan Kerangka Kerja SPACE
3.1
Kerangka kerja SPACE
3.2
Metrik kepuasan dan kesejahteraan
3.3
Metrik kinerja dan proksi hasil
3.4
Metrik aktivitas dan batasannya
3.5
Metrik komunikasi dan kolaborasi
3.6
Efisiensi dan aliran: kerja mendalam dan interupsi
3.7
Survei pengalaman pengembang dan metrik DevEx
4
Code and Quality Metrics
4.0
Pengantar Bagian 4: Metrik kode dan kualitas
4.1
Metrik kompleksitas kode
4.2
Cakupan pengujian dan efektivitas pengujian
4.3
Churn kode dan analisis hotspot
4.4
Analisis statis dan metrik code smell
4.5
Pengukuran utang teknis
4.6
Metrik dokumentasi dan pengetahuan
5
Product and Business Metrics
5.0
Pengantar Bagian 5: Metrik Produk dan Bisnis
5.1
Tingkat cacat yang lolos dan kebocoran kualitas
5.2
Adopsi fitur dan metrik penggunaan
5.3
Metrik hasil pelanggan dan bisnis
5.4
Biaya dan ekonomi per unit rekayasa
5.5
Pengembalian investasi untuk inisiatif rekayasa
6
Reliability, Operations, and Security Metrics
6.0
Pengantar Bagian 6: Metrik Keandalan, Operasi, dan Keamanan
6.1
Indikator, sasaran, dan anggaran kesalahan tingkat layanan
6.2
Metrik insiden: deteksi, respons, dan pemulihan
6.3
Metrik on-call, kapasitas, dan beban operasional
6.4
Metrik manajemen keamanan dan kerentanan
7
Metrics in the Age of AI
7.0
Pengantar Bagian 7: Metrik di Era AI
7.1
Pergeseran paradigma AI generatif
7.2
Mengukur pengembangan perangkat lunak berbantuan AI
7.3
Risiko inflasi metrik dan pengenceran kualitas
7.4
Telemetri hasil sebagai bintang utara yang baru
8
Building a Metrics Program
8.0
Pengantar Bagian 8: Membangun Program Metrik
8.1
Merancang dasbor metrik rekayasa
8.2
Lanskap perangkat: membangun sendiri atau membeli
8.3
Meluncurkan metrik tanpa menumbuhkan ketakutan
8.4
Model kematangan untuk program metrik rekayasa
8.5
Peta jalan adopsi bertahap
9
Appendices
9.0
Lampiran
9.1
Glosarium
9.2
Referensi definisi metrik dan rumus
9.3
Daftar periksa
9.4
Templat
9.5
Penilaian mandiri kematangan
9.6
Referensi dan bacaan lanjutan
9.7
Indeks
Front matter
Start here: what the book is, who it is for, and the full contents.
Pengantar
Daftar isi
Apa itu metrik rekayasa perangkat lunak?