=
=
=
jk ik
jk ik
jk ik
P P dan l kategorika k jika
P P dan l kategorika k jika
P P
, 1
, 0
o
( ) ( )
2
2 1
2
2 1
2
2 1
) ( ... z z b b a a E + + + =
Cost Driver
Cost driver (CD) adalah faktor-faktor tambahan
yang mempengaruhi biaya dalam pengembangan
perangkat lunak ( Saliu 2003 ).
Model Pengembangan
Organik = kecil, tim berpengalaman
Semidetached = tingkat pertengahan
Embedded = tight constraint
Evaluasi Model Perkiraan Biaya
Perangkat Lunak
Magnitude of Relative Error (MRE)
Mean MRE (MMRE)
Median (MdMRE), MRE minimal (min MRE),
MRE maksimal (max MRE), dan standar
deviasi MRE (SDMRE)
i
i i
i
aktual biaya
estimasi biaya aktual biaya
MRE
=
=
i i
i i
aktual biaya
estimasi biaya aktual biaya
N
MMRE
1
METODE PENELITIAN
Kerangka Pemikiran
Pengumpulan data
Modifikasi metode
Pengujian dan analisis
metode analogy based
estimation
Pengujian dan analisis
metode modifikasi
Perbandingan metode
analogy dengan
moifikasinya
Data
Kelompok data COCOMO 81 -> jurnal software
engineering economics (Boehm 1981)
Terdiri dari ukuran perangkat lunak (KLOC) 15
cost driver, dan biaya aktual (Person - Month) .
Data
Kelompok data mission planning NASA ->
proyek-proyek NASA dari tahun 1977 sampai
1985
Terdiri dari ukuran perangkat lunak (KLOC) 15
cost driver tipe kategorikal, dan biaya aktual
(Person- Month) .
Memiliki atribut tambahan -> model
pengembangan dan jenis proyek
Pengujian dan Analisis
P1 = 100 P2= 150 P3 = 20 P4= 30
Rumus jarak -> P1 dengan P2 Jarak P1-P2
Rumus jarak -> P1 dengan P3 Jarak P1-P3
Rumus jarak -> P1 dengan P4 Jarak P1-P4
misalnya : 0,2
misalnya : 1,2
misalnya : 0,8
2 jarak terkecil
Estimasi = 90
MRE = |100 90 |/ 100 = 0,1 -> 10%
Pengujian dan Analisis
Proses tersebut dilakukan terus - menerus
sampai seluruh data dalam kelompok telah
diperkirakan biayanya.
Modifikasi Metode
Hasil analisis yang diperoleh akan dijadikan
acuan untuk modifikasi metode analogy based
estimation yang baru.
Metode baru tersebut kemudian diuji dan
dianalisis dengan data dan mekanisme yang
sama.
Hasilnya dibandingkan dengan metode awal.
HASIL DAN PEMBAHASAN
COCOMO 81
0
500
1000
1500
2000
2500
3000
3500
4000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61
Pengujian
M
R
E
(
%
)
Ukuran perangkat lunak CD Ukuran perangkat lunak & CD
COCOMO 81
Mission Planning NASA
0
200
400
600
800
1000
1200
1400
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Pengujian
M
R
E
(
%
)
Ukuran perangkat lunak CD Ukuran perangkat lunak & CD
Mission Planning NASA
Penerapan Peringkat
Metode ini didasarkan dari adanya urutan
kedekatan jarak pada setiap proyek.
Urutan kedekatan proyek ini mengabaikan
besar kecilnya selisih jarak antar peringkat dan
antar pengujian.
Penerapan Peringkat
P1 P2 :
Ukuran = 0,1 CD = 0,7
Ukuran = 0,3
CD = 0,8
P1 P3 :
Ukuran = 0,2
CD = 0,5
P1 P4 :
Ukuran = 0,4
CD = 0,9
P1 P5 :
rank
rank
1
3
2
4
2
1
4
3
total
3
6
3
8
Proyek yang dipilih untuk estimasi P1 : P2 dan P4
2 rank total terkecil
Penerapan Peringkat COCOMO 81
0
200
400
600
800
1000
1200
1400
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61
Pengujian
M
R
E
(
%
)
Ukuran perangkat lunak Penerapan peringkat
Penerapan Peringkat COCOMO 81
Penerapan Peringkat NASA
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Pengujian
M
R
E
(
%
)
Ukuran perangkat lunak Penerapan peringkat
Penerapan Peringkat NASA
KESIMPULAN DAN SARAN
Kesimpulan
Pada penelitian ini, dapat dilihat bahwa hasil terbaik
untuk pengujian metode analogy based estimation
terjadi jika hanya digunakan ukuran perangkat lunak
dalam pengujian.
Metode penerapan peringkat merupakan modifikasi
dari metode analogy based estimation dan
menghasilkan nilai galat yang lebih kecil pada
penelitian ini.
Kesimpulan
Keseluruhan pengujian pada kelompok data
mission planning NASA menunjukkan hasil yang
lebih baik daripada pengujian pada kelompok data
COCOMO 81.
Saran
Pengujian dilakukan dengan kelompok- kelompok
data yang lain.
Penerapan peringkat pada metode analogy based
estimation dapat digabungkan dengan metode lain
seperti penerapan bobot ataupun prinsip fuzzy.
Penelitian tentang perkiraan biaya perangkat lunak
dapat diperluas lagi dengan menggunakan metode
yang lain misalnya jaringan syaraf tiruan atau fuzzy
COCOMO.
DAFTAR PUSTAKA
Al-Sakran, Hasan. 2006. Software Cost Estimation Model Based on
Integration of Multi-agent and Case-Based Reasoning. Journal of
Computer Science 2 . ISSN, 3: 276-282.
http://www.scipub.org/fulltext/jcs/jcs23276-282.pdf [20 Juni 2006]
Briand, Lionel. et al. 1999. An Assessment and Comparison of Common
Software Cost Estimation Modeling Techniques. International Software
Engineering Network Technical Report.
http://coblitz.codeen.org:3125/citeseer.ist.psu.edu/cache/papers/cs/2916/
http:zSzzSzwww.iese.fhg.dezSzISERNzSzpubzSztechnical_reportszSzis
ern-98-27.pdf/briand99assessment.pdf [20 Juni 2006]
Idri, Ali. et al.2001. Fuzzy Analogy : A New Approach for Software Cost
Estimation. International Workshop on Software Measurement. Montreal,
Canada. http://www.gelog.etsmtl.ca/publications/pdf/670.pdf [20 Juni
2006 ]
DAFTAR PUSTAKA
Leung, Hareton. dan Zhang Fan.2001. Software Cost Estimation.
Departement of Computing, The Hong Kong Polytechnic University.
http://paginaspersonales.deusto.es/cortazar/doctorado/articulos/leung-
handbook.pdf [20 Juni 2006]
NASA Cost Estimating Web Site.2005.
http://cost.jsc.nasa.gov/COCOMO.html
Promise Software Engineering Repository data set. 2004.
http://promise.site.uottawa.ca/SERepository [21 Desember 2006 ]
Rintala, Kai. et al. 2001.Analogy Based Estimation in Building Services.
Construction Informatics Digital Library.
http://itc.scix.net/data/works/att/w78-2001-74.content.pdf [21 Desember
2006]
DAFTAR PUSTAKA
Saliu, Moshood Omolade.2003. Adaptive Fuzzy Logic Based Framework
For Software Development Efort Prediction. King Fahd University of
Petroleum & Minerals.
Shepperd, M. dan Schofield, C. 1996. Effort Estimation using Analogy.
Proceedings of the 18th International Conference on Software
Engineering. Berlin, Germany.
http://delivery.acm.org/10.1145/230000/227758/p170-
shepperd.pdf?key1=227758&key2=8475863711&coll=&dl=ACM&CFID=1
5151515&CFTOKEN=6184618 [24 Januari 2007]
TERIMA KASIH