Perbaningan PHP Framework Dengan Expert Choice

ANALISIS PERBANDINGAN FRAMEWORK PHP
BERDASARKAN MOOSE CK DAN PROPERTI KUALITAS

DISAIN MENGGUNAKAN METODE ANALYTIC
HIERARCHY PROCESS (AHP)

WAHYU RIFAI DWI SEPTIAN
106091002976

PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2010M/1431H
iii
PENGESAHAN UJIAN

Skripsi yang berjudul Analisis Perbandingan Framework PHP Berdasarkan
MOOSE CK dan Properti Kualitas Disain Menggunakan Metode Analytic Hierarchy
Process (AHP), telah diuji dan dinyatakan lulus dalam Sidang Munaqosah Fakultas
Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta, pada hari
Jumat tanggal 10 Desember 2010. Skripsi ini telah diterima sebagai salah satu syarat
untuk memperoleh gelar Sarjana Komputer pada Program Teknik Informatika

Jakarta, Desember 2010
Tim Penguji,

Tim Pembimbing,

Mengetahui,

Penguji I

Viva Arifin, MMSI
NIP. 19730810 200604 2 005

Pembimbing II

Imam M Shofi, MT
NIP. 19720205 200801 1 010

Pembimbing I

Husni Teja Sukmana, Ph.D
NIP. 19771030 200112 1 003

Penguji II

Yusuf Durrachman, MIT, M.Sc
NIP. 19710522 200604 1 002

Dekan
Fakultas Sains Dan Teknologi

DR. Syopiansyah Jaya Putra, M.Sis
NIP. 19680117 200112 1 001
Ketua Program Studi
Teknik Informatika

Yusuf Durrachman, MIT, M.Sc
NIP. 19710522 200604 1 002
ii
ANALISIS PERBANDINGAN FRAMEWORK PHP BERDASARKAN
MOOSE CK DAN PROPERTI KUALITAS DISAIN MENGGUNAKAN
METODE ANALYTIC HIERARCHY PROCESS (AHP)

Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar
Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta

Oleh
Wahyu Rifai Dwi Septian
106091002976
Menyetujui,

Pembimbing 1

Husni Teja Sukmana, Ph.D
NIP. 19771030 2001 12 1 003
Pembimbing 2

Imam M Shofi, MT
NIP. 19720205 2008 01 1 010
Mengetahui,
Ketua Program Studi Teknik Informatika

Yusuf Durrachman, MSc, M.IT
NIP. 19710522 2006 04 1 002
v
Abstrak

WAHYU RIFAI DWI SEPTIAN, Analisis Perbandingan Framework PHP
Berdasarkan MOOSE CK dan Properti Kualitas Disain Menggunakan Metode
Analytic Hierarchy Process (AHP). Di bawah bimbingan HUSNI TEJA
SUKMANA, Ph.D dan IMAM M. SHOFI, MT.

Keberadaan framework PHP menjadi suatu tantangan tersendiri untuk dicoba
penggunaannya dalam membuat aplikasi berbasis web. Framework PHP yang
sangat banyak tersedia menjadi kendala bagi seseorang untuk memilih
menggunakannya. Karena belum adanya penelitian mengenai perbandingan
framework PHP ini, sehingga penulis mencoba untuk membandingkan dan
mencari kualitas framework PHP terbaik. Sehingga penelitian ini difokuskan
untuk mendapatkan tujuan framework PHP terbaik berdasarkan kualitas disain
modelnya. Dalam penelitian mengenai skripsi ini penulis mencoba
membandingkan 5 framework PHP berdasarkan kualitas disain modelnya dengan
menggunakan parameter MOOSE CK dan properti kualitas disain, kemudian
digabungkan dengan metode Analytic Hierarchy Process (AHP) untuk
menentukan kualitas disain model framework terbaik. Penulis juga menggunakan
tool PHP Depend untuk menghitung nilai MOOSE CK pada masing-masing
framework PHP. Framework PHP tersebut adalah Yii, CodeIgniter, CakePHP,
Symfony dan Zend. Hasil akhir dari penelitian ini menunjukkan bahwa framework
CakePHP memiliki kualitas disain model framework terbaik dibandingkan dengan
framework Yii, CodeIgniter, Symfony dan Zend.

Kata Kunci: framework PHP, Analytic Hierarchy Process (AHP), MOOSE CK,
Properti kualitas disain, PHP Depend.
Jumlah Halaman : 118 halaman
Jumlah Daftar Pustaka : 33 sumber

vi
Abstract

WAHYU RIFAI DWI SEPTIAN, Comparative Analysis Framework PHP
Based MOOSE CK and Quality Property Design Method Using Analytic
Hierarchy Process (AHP). Under the guidance of HUSNI TEJA SUKMANA,
Ph.D dan IMAM M. SHOFI, MT.

The existence of the PHP framework becomes a challenge to try its use in creating
web-based applications. The existence of the PHP Framework is very much
available to be obstacles for a person to choose to use it. Due to the lack of
comparative research on this PHP framework, so the author tries to compare and
find the best PHP framework quality. So the research was focused on getting the
best PHP framework objectives based on the quality of the design model. In a
study of this thesis the author tries to compare 5 PHP framework based on the
quality of the design model using the parameters of MOOSE CK and design
quality properties, then combined with the method of Analytic Hierarchy Process
(AHP) to determine the best framework model of design quality. The author also
uses a PHP Depend tool to calculate the value of MOOSE CK Depend on each
PHP framework. PHP Framework is Yii, CodeIgniter, CakePHP, Symfony and
Zend. The final results of this study indicate CakePHP that the various
frameworks have the best quality design framework model compared with Yii
framework, CodeIgniter framework, Symfony framework and Zend framework.

Keywords: framework PHP, Analytic Hierarchy Process (AHP), MOOSE CK,
Total Pages : 118 pages
Total References : 33 source

52

Gambar 3.2. Kerangka Berpikir I
Menggabungkan metode AHP, parameter MOOSE CK
dan parameter properti kualitas disain sofware
Studi literatur mengenai parameter MOOSE CK, parameter
properti kualitas software dan metode AHP
Menentukan properti kualitas disain software
Menentukan korelasi antara MOOSE CK dan properti
kualitas disain software
3.2. Kerangka Berpikir
I. Pembobotan MOOSE CK
Perbandingan nilai skala Saathy pada parameter MOOSE CK
Menjumlahkan total pada masing-masing kolom
Membagi masing-masing cell dengan jumlah total sesuai
dengan kolom
Menghitung rata-rata pada setiap baris
Hasil faktor
Pembobotan
Menghitung Weighted Sum Vector
Menghitung Consistency Vector
Menghitung Consistency Ratio
Menghitung Consistency Index
Menghitung Lambda
Cek
Consistency
Ratio
Faktor pembobotan
parameter MOOSE
CK dapat digunakan
CR < 0.1
CR >= 0.1
II. Evaluasi MOOSE CK
Menghitung parameter Moose CK (WMC, DIT,
NOC, CBO, FC, LCOM) pada masing-masing
framework dengan tool PHP Depend
Data parameter WMC, DIT,
NOC, CBO, RFC, LCOM pada
masing-masing framework
Perbandingan nilai parameterMOOSE CK pada
Mnghitung total nilai parameter MOOSE CK
pada masing-masing framework
Menghitung rata-rata masing-masing baris
Membagi masing-masing cell dengan jumlah total
sesuai dengan kolom
Hasil faktor evaluasi
MOOSE CK pada masing-
masing framework
53

Gambar 3.2. Kerangka Berpikir II (lanjutan)
III. Pembobotan Properti Kualitas IV. Evaluasi Properti Kualitas
II. Evaluasi MOOSE CK
Perbandingan nilai skala Saathy pada properti
kualitas disain software
Menjumlahkan total pada masing-masing kolom
Membagi masing-masing cell dengan jumlah total
sesuai dengan kolom
Hasil faktor
Pembobotan
Menghitung Lambda
Cek
Consistency
Ratio
Faktor pembobotan
properti kualitas
disain softwaredapat
digunakan
CR < 0.1
CR >= 0.1
Hasil faktor pembobotan
MOOSE CK pd masing-
masing framework

Menghitung faktor evaluasi sesuai dengan
properti kualitas disain software
Hasil kualitas dari
keseluruhan framework
Menghitung final evaluasi masing-masing
software
MOOSE CK pd masing-
masing framework

properti kualitas disain
software

Hasil faktor bobot
properti kualitas
disain software

Menerapkan metode yang telah dirumuskan pada sebuah
studi kasus
Hasil Evaluasi
Keseluruhan
Software
Menggabungkan metode AHP, parameter MOOSE CK
dan parameter properti kualitas disain sofware
vi

vii

KATA PENGANTAR

Alhamdulillahirobbilalamin, penulis haturkan segala puja dan puji kepada
Alloh SWT, yang telah memberikan begitu banyak nikmat dan karunianya kepada
penulis. Shalawat serta salam semoga selalu tercurahkan kepada Nabi Muhammad
SAW, kepada para keluarganya, para sahabatnya hingga kepada umatnya hingga
Yaumil Akhir.
Rasa syukur yang teramat dalam terus penulis ucapkan dalam penyelesaian
Skripsi ini. Skripsi ini penulis buat sebagai syarat kelulusan dalam menempuh
pendidikan jenjang Strata-1 (S1) di Universitas Islam Negeri Syarif Hidayatullah
Jakarta. Selain itu penulis berharap apa yang penulis teliti, yang dijelaskan dalam
skripsi ini dapat dipergunakan dengan baik oleh semua pihak yang membutuhkan,
sehingga perkembangan ilmu pengetahuan dan teknologi khususnya di Program
Studi Teknik Informatika UIN Syarif Hidayatullah Jakarta dapat lebih maju dan
lulusannya dapat bekerja secara kooperatif dengan semua elemen informatika dari
seluruh dunia. Secara khusus penulis ingin menyampaikan terima kasih kepada:
1. Bapak DR. Syopiansyah Jaya Putra, M.Sis selaku Dekan Fakultas Sains dan
Teknologi yang telah memberikan suatu komitmen, dorongan, dan program
pendidikan sesuai kebutuhan mahasiswanya.
2. Bapak Yusuf Durachman, M.Sc, MIT selaku Ketua Program Studi Teknik
Informatika yang telah memberikan suatu komitmen, dorongan dan program
pendidikan sesuai kebutuhan mahasiswanya.
3. Bapak Husni Teja Sukmana, Ph.D selaku dosen pembimbing I yang telah
memberikan dukungan baik secara moril maupun teknis.
4. Bapak Imam M Shofi, MT selaku dosen pembimbing II yang telah
memberikan dukungan baik secara moril maupun teknis.
5. Kepada Ibu Mahmudah dari Bagian Beasiswa untuk mahasiswa UIN Syarif
Hidayatullah Jakarta, yang telah banyak membantu penulis dan mendukung
untuk selalu semangat dalam belajar dan jangan pernah putus asa. Terimakasih
juga penulis sampaikan kepada semua dosen TI/SI yang mengajarkan banyak
ilmu ke penulis.
viii

6. Umi (Nuzullah) dan Ayah (Moh. Hasan Salam), orangtua penulis yang begitu
banyak memberikan dukungan moril, materil dan doanya kepada penulis,
sehingga penulis dapat meyelesaikan Praktek Kerja Lapangan ini dengan baik,
Alhamdulillah. Semoga kalian selalu dalam lindungan-Nya dan senantiasa
diberikan kesehatan, Amin. Terima kasih atas bimbingan kalian selama ini
kepada penulis.
7. Kepada saudara-saudaraku seperjuangan, Ganis Miftahuddin (Kakak), Arief
Rahmansyah (Deaman) dan Mila Robiah Amalia (Mila) yang telah
memberikan dukungannya untuk penulis sehingga penulis dapat sabar dalam
menyelesaikan Praktek Kerja Lapangan dan penulis laporan ini, dapat menjadi
teman curhat yang baik dan menghibur. Semoga Alloh SWT membalas
kebaikan kalian.
8. Kepada seseorang yang selalu berusaha menyemangati penulis dalam
menyelesaikan Skripsi ini, Herawati Am.Keb. Terimakasih atas dukungannya,
semoga Alloh SWT membalas kebaikanmu dan senantiasa memberikan yang
terbaik untukmu. Semoga tetap Istiqomah dan jangan pernah menyerah
dengan keadaan.
9. Seluruh anggota UswahTech, semoga kalian mendapatkan apa yang dicita-
citakan, Amin. Kepada seluruh teman teman KKN 76, teman - teman Teknik
Informatika kelas D angkatan 2006 dan Seluruh kawan-kawan jurusan Teknik
Informatika dan Sistem Informasi angkatan 2006 UIN Syarif Hidayatullah
Jakarta, tetaplah semangat menggapai cita-citamu.
Kesempurnaan hanyalah milik Alloh Taala, penulis mohon maaf yang
sebesar-besarnya jika adanya kekurangan dalam meyelesaikan Skripsi ini,
begitu banyak kesalahan yang terjadi baik disengaja maupun tidak disengaja.
Akhirnya, semoga laporan Skripsi ini bermanfaat.

Jakarta, 13 Desember 2010

ix

DAFTAR ISI

Halaman
HALAMAN JUDUL .......................................................................................... . i
HALAMAN PERSETUJUAN .......................................................................... . ii
HALAMAN PENGESAHAN ............................................................................. iii
HALAMAN PERNYATAAN ............................................................................. iv
ABSTRAK ........................................................................................................... v
KATA PENGANTAR ........................................................................................ vii
DAFTAR ISI ...................................................................................................... ix
DAFTAR GAMBAR ......................................................................................... xiv
DAFTAR TABEL .............................................................................................. .xv
DAFTAR ISTILAH ........................................................................................... .xx
BAB I PENDAHULUAN
1.1. Latar Belakang .............................................................................. 1
1.2. Rumusan Masalah ......................................................................... 3
1.3. Batasan Masalah ............................................................................ 4
1.4. Tujuan dan Manfaat ....................................................................... 5
1.4.1. Tujuan ................................................................................. 5
1.4.2. Manfaat ............................................................................... 5
1.5. Metodologi Penelitian ................................................................... 7
1.6. Sistematika Penulisan .................................................................... 7

x

BAB II LANDASAN TEORI
2.1. Metrics for Object Oriented Software Engineering Chidamber,
Kemerer (MOOSE CK) .............................................................. .11
2.1.1. Weighted Methods Per Class (WMC)................................. 11
2.1.2. Depth of Inheritance Tree (DIT) ......................................... 12
2.1.3. Number of Children (NOC) ................................................ 13
2.1.4. Coupling Between Object Classes(CBO)............................ 13
2.1.5. Response for a Class (RFC) ................................................ 14
2.1.6. Lack of Cohesion Method (LCOM) .................................... 14
2.2. Properti Kualitas Disain Software ................................................. 15
2.2.1. Hubungan Properti Kualitas Disain Software dan Parameter
MOOSE CK ........................................................................ 17
2.2.2. Pengaruh Parameter MOOSE CK pada Properti Kualitas
Disain Software .................................................................. 19
2.3. Analytic Hierarchy Process (AHP) ............................................... 21
2.3.1. Prinsip-Prinsip Dasar Analytic Hierarchy Process
(AHP). ................................................................................ 24
2.4. Mengenal Framework PHP Yang Digunakan Dalam Penelitian .. 37
2.4.1. Framework Yii ..................................................................... 38
2.4.2. Framework CodeIgniter ...................................................... 39
2.4.3. Framework CakePHP ......................................................... 40
2.4.4. Framework Symfony............................................................ 40
2.4.5. Framework Zend ................................................................. 40
xi

2.5. PHP Depend .................................................................................. 41
2.5. Studi Sejenis .................................................................................. 43

BAB III METODOLOGI PENELITIAN PERBANDINGAN
3.1. Tahapan-Tahapan Metodologi Penelitian ................................... 45
3.1.1. Pendalaman Mengenai Parameter MOOSE CK,
Parameter Properti Kualitas dan Metode AHP ................. 46
3.1.2. Menentukan Properti Kualitas Disain Software ............... 47
3.1.3. Menentukan Korelasi Antara MOOSE CK dengan
Properti Kualitas Disain Software ..................................... 48
3.1.4. Menggabungkan Metode AHP, Parameter MOOSE CK
dan Parameter Properti Kualitas Disain Software ............. 49
3.1.5 Menerapkan Metode yang Telah Dirumuskan pada Sebuah
Studi Kasus ........................................................................ 50
3.2. Kerangka Berpikir ..................................................................... 52
BAB IV ANALISIS PENELITIAN
4.1. Pembobotan Parameter MOOSE CK ........................................ 55
4.1.1. Perbandingan Nilai Skala Saaty pada Parameter MOOSE
CK .................................................................................... 57
4.1.2. Menjumlahkan Total pada Masing-Masing Kolom ......... 58
4.1.3. Membagi Masing-Masing Cell Dengan Jumlah Total ..... 59
4.1.4. Menghitung Rata-Rata Pada Setiap Baris ........................ 60
4.1.5. Menghitung Weighted Sum Vector................................... 61
xii

4.1.6. Menghitung Consistency Vector ...................................... 62
4.1.7. Menghitung Lambda ........................................................ 62
4.1.8. Menghitung Consistency Index ........................................ 63
4.1.9. Menghitung Consistency Ratio ........................................ 63
4.2. Evaluasi Parameter MOOSE CK .............................................. 63
4.2.1. Pengukuran Parameter MOOSE CK ................................ 64
4.2.2. Perbandingan Nilai Parameter MOOSE CK pada Masing
Masing Software .............................................................. 66
4.2.3. Menghitung Total Nilai Parameter MOOSE CK pada
Masing-Masing Software ................................................ 69
4.2.4. Membagi Masing-Masing Cell dengan Jumlah Total ...... 70
4.2.5. Menghitung Rata-Rata Pada Masing-Masing Baris ......... 70
4.2.6. Menghitung DIT, NOC, CBO, RFC LCOM .................... 72
4.2.6.1. Perhitungan Faktor Evaluasi DIT........................ 72
4.2.6.2. Perhitungan Faktor Evaluasi NOC ...................... 75
4.2.6.3. Perhitungan Faktor Evaluasi CBO ...................... 79
4.2.6.4. Perhitungan Faktor Evaluasi RFC ....................... 83
4.2.6.5. Perhitungan Faktor Evaluasi LCOM ................... 86
4.3. Pembobotan Properti Kualitas Disain ....................................... 90
4.3.1. Perbandingan Nilai Skala Saaty Pada Properti Kualitas
Disain Software ................................................................ 92
4.3.2. Menjumlahkan Total Pada Masing-Masing Kolom ......... 92
4.3.3. Membagi Masing-Masing Cell dengan Jumlah Total ...... 93
xiii

4.3.4. Menghitung Rata-Rata pada Setiap Baris ........................ 94
4.3.5. Menghitung Weighted Sum Vector................................... 95
4.3.6. Menghitung Consistency Vector ...................................... 96
4.3.7. Menghitung Lambda ........................................................ 97
4.3.8. Menghitung Consistency Index ........................................ 97
4.3.9. Menghitung Consistency Ratio ........................................ 97
4.4. Evaluasi Properti Kualitas Disain ........................................... .98
4.4.1. Menghitung Faktor Evaluasi Sesuai dengan Properti
Kualitas Disain Software ................................................ .99
4.4.2. Menghitung Final Evaluasi Masing-Masing
Framework .................................................................. ...101
BAB V PENUTUP
5.1. Kesimpulan .............................................................................. 112
5.2. Saran ........................................................................................ 113
DAFTAR PUSTAKA ....................................................................................... 115

xiv

DAFTAR GAMBAR

Halaman
Gambar 2.1. Pemetaan Macam-Macam Metric ................................................... 10
Gambar 2.2. McCalls Software Quality Factors ................................................ 15
Gambar 2.3. Struktur Hirarki ................................................................................. 25
Gambar 3.1. Metodologi Penelitian .............................................................................. 45
Gambar 3.2. Kerangka Berpikir I .................................................................................. 52
Gambar 3.2. Kerangka Berpikir II (lanjutan) ................................................................ 53
Gambar 4.1. Empat Tahapan Utama Metode Pengukuran Kualitas Disain Software ... 55
Gambar 4.2. Proses Pembobotan Parameter MOOSE CK ............................................ 56
Gambar 4.3. Proses Evaluasi Parameter MOOSE CK ................................................. 64
Gambar 4.4. Proses Pembobotan Properti Kualitas Disain Software ............................ 91
Gambar 4.5. Prosedur Evaluasi Properti Kualitas Disain Software ............................ .99
Gambar 4.6. Nilai Evaluasi Properti Kualitas Disain pada Masing-Masing
Framework PHP ...................................................................................... 108
Gambar 4.7. Nilai Final Evaluasi Properti Kualitas Disain pada Masing-
Masing Framework PHP ....................................................................... 110

xv

DAFTAR TABEL

Halaman

Tabel 2.1. Pemetaan Model Kualitas Software Antara ISO 1926-1,
McCall, Bhoem ................................................................................... 16
Tabel 2.2. Hubungan Properti Kualitas Software dan Parameter Metric ............. 18
Tabel 2.3. Hubungan dan Pengaruh Parameter Metric ........................................ 20
Tabel 2.4. Skala Saaty .......................................................................................... 30
Tabel 2.5. Perbandingan Antara Sistem 1, Sistem 2 dan Sistem 3 ...................... 31
Tabel 2.6. Menjumlahkan pada Masing-Masing Kolom ..................................... 31
Tabel 2.7. Hasil Pembagian Masing-Masing Cell dengan Jumlah Total ............. 32
Tabel 2.8. Faktor Evaluasi pada Parameter Hardware ........................................ 32
Tabel 2.9. Weighted Sum Vector .......................................................................... 33
Tabel 2.10. Consistency Vector ............................................................................. 33
Tabel 2.11. Random Index .................................................................................... 34
Tabel 2.12. Hasil Faktor Evaluasi ......................................................................... 35
Tabel 2.13. Perbandingan Hardware, Software dan Vendor Support ................... 35
Tabel 2.14. Jumlah Total pada Masing-Masing Kolom ........................................ 36
Tabel 2.15. Hasil Pembagian Masing-masing Cell dengan Jumlah Total ............ 36
Tabel 2.16. Hasil Rata-Rata Pada Masing-Masing Baris ...................................... 36
Tabel 2.17. Hasil Pembobotan Parameter ............................................................. 37
Tabel 2.18. Final Evaluasi ..................................................................................... 37
Tabel 2.19. Daftar Studi Sejenis ........................................................................... 43
xvi

Tabel 3.1. Hubungan Properti Kualitas dan MOOSE CK yang akan
Digunakan Dalam Penelitian ............................................................ 48
Tabel 3.2. Hubungan dan Pengaruh Parameter MOOSE CK pada
Properti Kualitas Disain Software yang akan digunakan
dalam Penelitian ................................................................................ 49
Tabel 4.1. Pemetaan Metric dengan Object Oriented Design Element.............. 57
Tabel 4.2. Hasil dari Perbandingan Antara Parameter ....................................... 58
Tabel 4.3. Jumlah Total pada Masing-Masing Kolom ....................................... 59
Tabel 4.4. Membagi Masing-Masing Cell dengan Jumlah Total ....................... 59
Tabel 4.5. Hasil Pembagian dari Masing-Masing Cell ...................................... 60
Tabel 4.6. Rata-Rata pada Masing-Masing Parameter MOOSE CK
Sebagai Bobot Parameter MOOSE CK............................................. 60
Tabel 4.7. Weighted Sum Vector ........................................................................ 61
Tabel 4.8. Consistency Vector ............................................................................ 62
Tabel 4.9. Jumlah Class pada Masing-Masing Framework PHP ...................... 65
Tabel 4.10. Hasil Parameter MOOSE CK pada Masing-Masing
Framework PHP ............................................................................... 66
Tabel 4.12. Perbandingan Parameter WMC pada Masing-Masing
Framework PHP .............................................................................. 68
Tabel 4.13. Hasil Perbandingan Parameter WMC pada Masing-
Masing Framework PHP ................................................................. 68
Tabel 4.14. Jumlah Total pada Masing-Masing Framework PHP ..................... 69
xvii

Tabel 4.15. Membagi Cell dengan Jumlah Total ................................................ 70
Tabel 4.16. Menghitung Rata-Rata Tiap Baris ................................................... 71
Tabel 4.17. Perbandingan Parameter DIT pada Masing-
Masing Framework PHP ................................................................ 72
Tabel 4.18. Hasil Perbandingan Parameter DIT pada Masing-
Tabel 4.22. Perbandingan Parameter NOC pada Masing-
Tabel 4.23. Hasil Perbandingan Parameter NOC pada Masing-
Tabel 4.27. Perbandingan Parameter CBO pada Masing-
Tabel 4.28. Hasil Perbandingan Parameter CBO pada Masing-
xviii

Tabel 4.32. Perbandingan Parameter RFC pada Masing-
Tabel 4.33. Hasil Perbandingan Parameter RFC pada Masing-
Tabel 4.37. Perbandingan Parameter LCOM pada Masing-
Tabel 4.38. Hasil Perbandingan Parameter LCOM pada Masing-
Tabel 4.42. Nilai Parameter MOOSE pada Masing-Masing
Framework PHP .............................................................................. 90
Tabel 4.43. Perbandingan Properti Kualitas Disain Software ............................. 92
Tabel 4.44. Penjumlahan Total pada Masing-Masing Kolom ............................ 93
Tabel 4.45. Pembagian Masing-Masing Cell dengan Jumlah Total ................... 93
Tabel 4.46. Hasil Pembagian Masing-Masing Cell dengan Jumlah Total ........... 94
Tabel 4.47. Perhitungan Rata-Rata Properti Kualitas Disain ............................... 94
Tabel 4.48. Hasil Perhitungan Bobot Properti Kualitas Disain ........................... 95
Tabel 4.49. Weighted Sum Vector ........................................................................ 96
xix

Tabel 4.51. Perhitungan Faktor Evaluasi pada Properti Kualitas
Disain Software ............................................................................ ..100
Tabel 4.52. Final Evaluasi .................................................................................. 101
Disain Framework Yii ..................................................................... 102
Disain Framework CodeIgniter ...................................................... 103
Disain Framework CakePHP .......................................................... 104
Disain Framework Symfony ............................................................ 105
Disain Framework Zend .................................................................. 106
Tabel 4.58. Nilai Evaluasi Properti Kualitas Disain pada
Masing-Masing Framework PHP ................................................... 107
Tabel 4.59. Hasil Perhitungan Final Evaluasi .................................................... 109
Tabel 4.60. Hasil Final Evaluasi Properti Kualitas Disain pada
Masing-Masing Framework PHP ................................................... 111

xx

DAFTAR ISTILAH

1. Analytic Hierarchy Process (AHP) : AHP adalah metode yang digunakan
untuk mengambil sebuah tujuan terbaik dengan melibatkan banyak faktor
dan juga kriteria, yang mengacu pada nilai konsistensi.
2. Consistency Index : Menghitung nilai konsistensi yang ada kemudian
dibandingan dengan rasio index panduan.
3. Consistency Ratio : Membagi nilai consistency index dengan tabel random
Index panduan.
4. Consistency Vector : Menghitung konsistensi nilai dari hasil perhitungan
weighted sum vector.
5. Framework : Merupakan kerangka kerja yang terdiri dari kumpulan class
fungsi-fungsi yang dapat digunakan kembali untuk keperluan sistem atau
sub sistem lainnya.
6. Hardware : Perangkat keras merupakan slah satu elemen dari sistem
komputer, suatu alat yang bisa diraba oleh manusia secara langsung, yang
mendukung proses komputerisasi.
7. MOOSE CK : Metric For Object Oriented Software Engineering-
Chidamber Kemerer, salah satu parameter yang digunakan untuk
mengukur metric sebuah aplikasi dilihat dari aspek orientasi kualitas
model disainnya, parameter ini ditemukan oleh Chidamber dan Kemerer.
xxi

8. Multifactor Evaluation Process (MFEP) : Metode yang digunakan untuk
mengambil sebuah tujuan atau keputusan dengan melibatkan banyak
faktor dan kriteria, namun tidak ada cek konsistensi.
9. Object Oriented Programming : Merupakan paradigma dalam membuat
program dengan menggunakan objek data yang di dalamnya terdiri dari
metode dan fungsi yang saling berinteraksi untuk membuat disain aplikasi
atau program.
10. PHP Depend : Tool yang digunakan untuk menghitung nilai MOOSE CK
pada masing-masing farmework PHP.
11. Properti Kualitas Disain : Parameter untuk menghitung kualitas sebuah
disain software berdasarkan aspek object oriented design model.
12. Software : Perngkat lunak adalah istilah umum untuk data yang diformat
dan disimpan secara digital, termasuk program komputer, dokumentasinya
dan berbagai informasi yang bisa dibaca dan ditulis oleh komputer, dengan
kata lain bagian dari sistem komputer yang tidak berwujud.
13. Software Metric : Ukuran beberapa buah properti spesifikasi dari bagian
software/aplikasi tersebut.
14. web : Sekumpulan sistem yang saling terkait dengan dokumen yang
memiliki tautan yang dapat diakses dengan internet melalui web browser.
15. Weighted Sum Vector : Merupakan nilai rata-rata dari tiap baris
perhitungan bobot

1
BAB I
PENDAHULUAN

1.1. Latar Belakang
Keberadaan teknologi informasi saat ini memegang peranan yang
sangat signifikan, apalagi untuk perusahaan-perusahaan berskala
menengah keatas. Tidak dapat dipungkiri, hal tersebut terjadi karena
dengan teknologi informasi ini akan dapat menunjang dan menaikkan
income perusahaan, sehingga setiap perusahaan mencoba untuk
menerapkan teknologi informasi di dalamnya. Sebagai contohnya adalah
website e-commerce perusahaan ataupun aplikasi-aplikasi untuk
menunjang kegiatan perusahaannya, seperti aplikasi akunting.
Pemilihan aplikasi yang sesuai dengan kebutuhan untuk menjawab
permasalahan yang ada, menjadi hal yang harus sangat diperhatikan.
Karena hal ini dapat menyebabkan baik buruknya suatu kinerja dari
perusahaan yang bersangkutan dalam menjalankan bisnisnya. Akan terasa
lebih rumit lagi jika aplikasi yang ditawarkan sangatlah beragam
macamnya.
Dalam penelitian tugas akhir ini, penulis mencoba untuk
menggunakan metode yang ada untuk diterapkan dalam dunia informatika
dalam hal pemilihan software framework yang terbaik. Namun tentu saja
metode ini tidak terbatas pada dunia teknologi informasi, tapi juga dalam
hal lainnya. Sebagai contoh metode ini juga dapat digunakan dalam
2
perbandingan kelayakan jalan beton dan aspal atau juga dapat dijadikan
sebagai alat bantu pengambilan keputusan pemilihan calon tenaga kerja.
Dalam penelitian tugas akhir ini penulis mencoba untuk
membandingkan kualitas disain software pada framework PHP. Alasan
mengapa penulis meneliti kualitas disain software, karena disain sebuah
aplikasi software sangat mempengaruhi kinerja/performa dari sebuah
software tersebut, baik itu aplikasi dektop maupun aplikasi web.
Beberapa riset terdahulu telah menghasilkan alat ukur kualitas
software yang diwujudkan dalam beberapa parameter-parameter seperti
MOOD, MOOD2 (Metric for Object Oriented Design) dan MOOSE
(Metric for Object Oriented Software Engineering). Parameter ukuran
kualitas software ini biasa disebut dengan Object Oriented Metric (OO
Metric).
Dalam penerapan OO Metric, kualitas software diinterpretasikan
dalam parameter-parameter yang sesuai dengan OO Metric yang
digunakan. Tetapi nilai-nilai dari parameter tersebut belum cukup untuk
menentukan kualitas software mana yang lebih baik dari software yang
lain, sehingga diperlukan metode untuk mengkombinasikan keseluruhan
nilai tersebut menjadi sebuah nilai yang menginterpretasikan kualitas
software relatif terhadap software yang lain dalam domain aplikasi/fungsi
yang sama.
3
Pada penelitian ini penulis mencoba untuk mengambil 5 contoh
framework PHP yang paling banyak diminati oleh programmer web
menurut versi phpframeworks.com.
Kelima framework tersebut akan diukur dan dibuat peringkat
berdasarkan penilaian secara objektif dari hasil nilai kuantitatif MOOSE
CK (Metric for Object Oriented Software Engineering, Chidamber,
Kemerer), properti kualitas dan diolah menggunakan metode Analytic
Hierarcy Process (AHP).

1.2. Rumusan Masalah
1. Dapatkah sebuah framework PHP memberikan kontribusi yang
baik dalam pemrograman, khususnya aplikasi web?
2. Apakah dari sudut pandang kualitas disain model mempengaruhi
kualitas sebuah framework PHP?
3. Mengapa dibutuhkan pengukuran kualitas disain model sebuah
framework PHP?
4. Bagaimana cara mengukur kualitas disain model sebuah
framework PHP?
5. Framework PHP manakah yang paling baik berdasarkan kualitas
disain modelnya?

4
1.3. Batasan Masalah
Berdasarkan penjelasan dari latar belakang diatas, penggunaan OO
Metric saja tidak cukup untuk menentukan kualitas suatu software dengan
software yang lainnya. Sehingga diperlukan metode umum tambahan yang
dapat menggabungkan parameter-parameter yang dihasilkan OO metric
untuk diolah sehingga memberikan sebuah nilai kualitas software yang
bersangkutan. Sehingga metode ini juga dapat dipakai oleh orang yang
ingin mengevaluasi software lainnya, namun disarankan dengan domain
yang sama. Setelah didapatkan nilai kualitasnya maka akan dapat dibuat
peringkat software mana yang memiliki nilai kualitas terbaik.

Banyak faktor yang dapat mempengaruhi hasil dari penelitian ini,
seperti jenis OO Metric, tool yang digunakan, jenis aplikasi yang
dievaluasi dan masih banyak faktor lain yang mempengaruhinya. Oleh
karena itu ruang lingkup penelitian ini adalah sebagai berikut:
1. Studi kasus akan menggunakan aplikasi framework PHP yang
sudah cukup dikenal dan banyak diminati oleh para programmer
web versi www.phpframeworks.com. Hal ini karena framework
PHP telah menerapkan konsep Object Oriented Programming,
seperti kita tahu bahwa membuat suatu koding pada saat sekarang
bukanlah seperti spaghety code lagi. Sehingga muncul kemudahan
dalam membangun aplikasi web dengan framework yang telah
disediakan. Disamping itu penelitian mengenai perbandingan
5
disain kualitas antara aplikasi web masih tergolong sangat jarang
jika dibandingkan dengan aplikasi desktop.
2. Pengukuran kualitas disain software menggunakan parameter
MOOSE CK dan tool PHP Depend. Pada saat ini telah banyak OO
Metric seperti MOOD, MOOD2 dan lain-lainnya. MOOSE CK
sengaja dipilih karena dari penelitian sebelumnya telah
menghasilkan pemetaan antara MOOSE CK dan properti kualitas.
PHP Depend dipilih karena parameter yang dimilikinya sebagian
besar sama dengan parameter MOOSE CK.

1.4. Tujuan dan Manfaat
1.4.1. Tujuan
Tujuan dari membandingkan kualitas kelima framework
tersebut adalah untuk mengetahui kualitas disain software dari
kelima framework, manakah yang paling baik. Sehingga akan
dapat memberikan rekomendasi kepada programmer web dalam
membangun aplikasi web menggunakan framework PHP.

1.4.2. Manfaat
Dari penelitian tugas akhir ini diharapkan memberikan nilai
manfaat diantaranya adalah sebagai berikut:

6
Bagi Sivitas Akademik Fakultas Sains dan Teknologi :
1. Dapat memberi rekomendasi manakah framework yang
paling baik digunakan, khsusunya dalam membangun
aplikasi web.
2. Metode yang penulis pakai dapat dipergunakan untuk
menganalisis kembali software yang diiginkan dan tentunya
yang memiliki domain atau fugsi yang sama.
3. Dapat menjadi referensi dalam pembelajaran untuk mengukur
kualitas disain software yang lainnya, baik itu aplikasi
desktop maupun aplikasi web.

Bagi Penulis :
1. Menerapkan ilmu-ilmu yang diperoleh selama kuliah.
2. Membandingkan teori dan pendapat yang ada dengan
keadaan sebenarnya.
3. Mengetahui ketiga framework PHP mana yang terbaik dalam
hal kualitas disainnya.

Bagi Mahasiswa :
1. Dapat dijadikan referensi untuk menggali informasi
mengenai framework PHP yang terbaik, khususnya dalam
domain aplikasi web.
7
2. Memberikan pengetahuan umum mengenai framework PHP
secara lebih rinci.

1.5. Metodologi Penelitian
Dalam pembuatan laporan tugas akhir ini, penulis menggunakan
metode penelitian kepustakaan (Library Research). Metode penelitian ini
dengan menggunakan buku-buku, jurnal atau paper yang berhubungan
dengan permasalahan yang akan dibahas dalam penulisan laporan tugas
akhir ini. Selain itu penulis juga menggunakan sarana internet untuk
mendapatkan informasi mengenai topik tugas akhir seperti artikel yang
berhubungan dengan topik, milis (mailing list) pemrograman web, forum-
forum diskusi, maupun chatting dengan praktisi pemrograman web yang
bersangkutan.

1.6. Sistematika Penulisan
Sistematika Penulisan laporan ini adalah sebagai berikut :
BAB I : PENDAHULUAN
Bab ini adalah bab pendahuluan. Pada bab ini, Penulis
menerangkan latar belakang pemilihan judul tugas akhir penelitian,
rumusan dan batasan masalah, tujuan dan manfaat penelitian, metodologi
penelitian dan sistematika penulisan.

8
BAB II : LANDASAN TEORI
Bab ini merupakan penjelasan MOOSE Chidamber Kemerer
(MOOSE CK), properti kualitas disain software seperti efficiency,
understandability, reusability, testability, maintainability akan dibahas
dengan melihat hubungan antara parameter-parameter MOOSE CK dan
properti kualitas disain software. Penjelasan metode Analytic Hierarchy
Process disertai dengan menggunakan contoh.

BAB III : METODOLOGI PENELITIAN
Bab ini berisi metodologi penelitian yang digunakan dalam
penelitian ini.

BAB IV : ANALISIS PENELITIAN
Bab ini berisi hasil penelitian framework PHP dengan kombinasi
parameter MOOSE CK, parameter properti kualitas disain software dan
metode Analytic Hierarchy Process (AHP). Dalam bab ini juga dibuat
diagram alur dari beberapa tahapan pengukuran kualitas disain software.

BAB V : PENUTUP
Bab ini berisi kesimpulan dari penelitian yang telah dilakukan dan
juga berisi saran-saran untuk pengembangan penelitian ini lebih lanjut.

9
BAB II
LANDASAN TEORI

Dalam perkembangannya, aplikasi web tidak jauh berbeda dengan aplikasi
desktop. Kedua-duanya mempunyai peran yang sangat penting dan memiliki
keunggulan tersendiri. Kedua aplikasi tersebut sama-sama berkembang dengan
pemrograman yang lebih cenderung kearah berorientai objek. Dalam penelitian ini
penulis mencoba untuk mengukur kualitas sebuah software aplikasi web, dalam
hal ini adalah framework PHP. Penelitian ini dilakukan untuk menentukan
kualitas disain software terbaik dari kelima framework yang banyak digunakan
oleh programmer web menurut versi www.phpframeworks.com. Kenapa penulis
memilih framework PHP? Karena pada framework PHP telah ada sifat Object
Oriented Programming dalam membuat suatu aplikasi website. Jika berbicara
mengenai Object Oriented Programming maka juga berbicara mengenai kualitas
disain suatu software, hal tersebut adalah yang akan diperbandingkan untuk
mendapatkan kualitas framework terbaik.
Kualitas disain sebuah software sangatlah penting untuk dapat selalu
diukur, dengan demikian maka setiap pengembang akan dapat mengetahui sejauh
mana kualitas software-nya dapat berjalan dengan baik. Sehingga apabila
ditemukan sebuah permasalahan akan dapat dengan cepat ditangani. Nilai dari
pengukuran kualitas sebuah software dinamakan metric. Menurut The IEEE
Standard Glossary (dalam Software Engineering, 1992) mendefinisikan metric
sebagai berikut, metric as a quantitative measure of the degree to which a

10
system, component, or process possesses a given attribute

. Penelitian tugas akhir
ini berdasarkan nilai metric untuk mengukur kualitas disain sebuah software.

Gambar 2.1. Pemetaan Macam-macam Metric
(Sumber: Global Journal of Computer Science and Technology: A
Survey-Object Oriented Quality Metrics)

Menurut Efano Hermawan (2007: 7), telah banyak penelitian yang
dilakukan untuk memformulasikan seperangkat parameter yang dapat digunakan
untuk mengukur kualitas disain software berorientasi objek. Masing-masing
kelompok peneliti menghasilkan seperangkat parameter. Parameter yang sama
dihasilkan oleh peneliti meskipun dengan nama atau istilah yang berbeda,
sebagian lain merupakan parameter unik yang dihasilkan oleh kelompok tersebut.
Seperangkat parameter tersebut biasa disebut dengan Object Oriented
Metric (OO Metric). Beberapa penelitian tersebut menghasilkan beberapa kriteria
kualitas software yang berbeda-beda, tergantung darimana peneliti itu melihatnya.
METRICS
Project Based Metric Design Based Metric
Resources Product Proce Object Oriented Traditional
Etc CP SLOC Complexity CK MOOD Etc

11
Sebagian penelitian yang lain berusaha menghubungkan antara OO Metric dan
properti kualitas.
Bab ini akan menguraikan seperangkat parameter OO Metric menurut
Chidamber, Kemerer, properti kualitas dan metode Analytic Hierarchy Process
(AHP). AHP merupakan metode pemilihan beberapa objek berdasarkan kriteria-
kriteria yang ada pada objek yang dibandingkan. AHP akan dijelaskan lebih rinci
setelah penjelasan mengenai Parameter OO Metric menurut Chidamber, Kemerer
dan properti kualitas disain software.

2.1. METRI CS FOR OBJ ECT ORI ENTED SOFTWARE ENGI NEERI NG
CHI DAMBER, KEMERER (MOOSE CK)
MOOSE CK merupakan salah satu metric yang dipergunakan
untuk mengukur kualitas disain sebuah software berdasarkan enam
parameter dengan melihat pada perspektif Object Oriented Design

2.1.1 Weighted Methods Per Class (WMC)
WMC berhubungan secara langsung terhadap kompleksitas
dari sebuah objek, karena metode adalah properti dari sebuah objek
dan kompleksitas sebuah objek ditentukan oleh properti.

WMC=
n
i
Ci
1

Ci = Static Kompleksitas

12
Jumlah metode dan kompleksitas dari metode merupakan
salah satu indikator berapa lama waktu dan usaha yang dibutuhkan
untuk membangun dan memelihara objek. Objek dengan jumlah
metode yang lebih banyak dapat membatasi kemungkinan objek
tersebut untuk digunakan kembali (reuse)

.
Nilai WMC yang tinggi mempunyai kecenderungan
kegagalan software. Menurut www.aivosto.com toleransi nilai
WMC adalah antara 20-50 dalam sebuah class, atau maksimum
10% dari jumlah metode dalam sebuah class. Penelitian yang lain
menurut Basili, dengan sampel 30 proyek C++, menunjukkan
semakin tinggi nilai WMC akan meningkatkan bugs dan
menurunkan kualitas.
Namun penelitian tersebut juga tidak menyebutkan berapa
optimum range yang dapat digunakan. Pada penelitian yang sama
mengatakan bahwa nilai yang tinggi untuk proyek VB terlihat
diperbolehkan.

2.1.2 Depth of I nheritance Tree (DIT)
Kedalaman dari sebuah class dalam inheritance hirarki
dimana angka maksimum dimulai dari class leaf dan menurun pada
class root pada sebuah hirarki. Sehingga hirarki yang dalam akan
menyebabkan tingginya kompleksitas dari disain karena makin
banyak metode dan class yang terlibat

.

13
Rekomendasi www.aivosto.com nilai DIT adalah 5 atau
kurang. Dokumentasi Visual Studio.Net menyebutkan nilai DIT
5. Beberapa sumber lain

mengijinkan nilai DIT sampai dengan 8.

2.1.3 Number of Children (NOC)
NOC adalah jumlah subclass dalam sebuah class hierarchy.
NOC merupakan indikator besarnya pengaruh sebuah class
terhadap disain sistem secara keseluruhan. Semakin besar nilai
NOC, semakin besar pula potensi ketidakcocokan sub class dengan
abstraksi pada parent class.
Hal ini dapat mengakibatkan kesalahan penggunaan sub
class seperti ketika menggunakan salah satu sub class dari sekian
banyak sub class yang lain dalam salah satu program.

2.1.4 Coupling Between Object Classes (CBO)
CBO menghitung class yang berhubungan dengan class
yang lain. Hal ini dihitung terhadap non-inheritance class.
Sehingga semakin sedikit class yang berhubungan maka
mengindikasikan class yang baik. Karena meningkatkan
modularity dan reuse.
Semakin banyak class yang tidak tergantung satu sama lain
akan lebih baik untuk digunakan dalam aplikasi yang lain. Hal ini
sangat konsisten dengan tingkat interdependency antara modul.

14
Berapa nilai maksimum yang diijinkan? CBO > 14 terlalu tinggi
menurut Houari A Sahraoui.

2.1.5 Response for a Class (RFC)
RFC adalah jumlah semua metode yang dipanggil sebagai
respon terhadap diluar objek dari sebuah class. RFC juga
mengukur komunikasi antara objek. Hal ini berlaku terhadap
semua metode yang diakses dalam class hirarki. Sehingga semakin
banyak metode yang digunakan untuk merespon objek dari luar
semakin kompleks dan meningkatkan waktu tes.

2.1.6 Lack of Cohesion Method (LCOM)
LCOM mengukur ketidaksamaan metode dalam sebuah
class dari instance variabel atau atribut. Dengan tingginya kohesi
berarti mengindikasikan semakin baik class tersebut.
Sehingga lebih sederhana dan memiliki sifat reusability
yang tinggi. Sedangkan semakin rendah kohesi atau lack of
cohesion maka semakin kompleks class tersebut.
Semua parameter MOOSE CK tersebut digunakan sebagai
tolak ukur dalam perbandingan framework PHP yang akan
dilakukan. Parameter-parameter tersebut akan digabungkan dengan
parameter properti kualitas, mengenai properti kualitas lebih
lengkapnya akan dijelaskan pada sub bab selanjutnya.

15
2.2. PROPERTI KUALITAS DISAIN SOFTWARE
Beberapa penelitian telah menghasilkan model kualitas software
dan perspektif yang berbeda-beda, McCall melihat dari tiga perspektif
yaitu product revision, product transition dan product operations. Dari
masing-masing perspektif dikembangkan menjadi beberapa faktor kualitas
software yaitu maintainability, flexibillity, testability, portability,
reusability, interoperability, correctness, reliability, efficiency, integrity,
usability. Sehingga total memiliki 11 faktor kualitas software.

Gambar 2.2. McCalls Software Quality Factors
(Sumber: Roger S Pressman, Software Engineering, hal.463)

Menurut BW. Boehm, et al (dalam Jurnal MTI UI Volume 5, No.1,
2007). BW. Boehm memiliki tujuh faktor kualitas portability, reliability,
efficiency, usability, testability, understandability, flexibility.

ISO juga mengeluarkan model kualitas software yang dituangkan
dalam ISO1926-1 dan memiliki 6 karakteristik kualitas software
functionality, reliability, usability, efficiency, maintainability, portability
yang masing-masing dipecah dalam beberapa subkarakteristik.
PRODUCT TRANSI TI ON PRODUCT REVI SI ON
PRODUCT OPERATI ON
Maintainability
Flexibility
Testability
Portability
Reusability
Interoperability
Correctness Reliability Usability Integrity Efficiency

16
Tabel 2.1. Pemetaan Model Kualitas Software Antara ISO 1926-1,
McCall, Boehm

ISO 1926-1 McCall Boehm
Functionality
Suitability
Accurateness Correctness
Interoperability Interoperability
Compliance
Security Integrity
Reliability Reliability Reliability
Maturity
Fault Tolerance
Recoverability
Usability Usability Usability
Understandability Understandability
Learnability
Operability
Efficiency Efficiency Efficiency
Time Behaviour
Resource Behaviour
Maintainability Maintainability
Analyzability
Changeability
Stability
Testability Testability Testability
Portability Portability Portability
Adaptability Flexibility Flexibility
Installability
Conformance
Replaceability Reusability
(Sumber: Tesis MTI UI Volume 5, No.1, 2007)

Melihat tabel 2.1 hampir semua struktur ISO1926-1 mirip dengan
McCall (1977) dan Boehm (1978). Hal ini disebabkan karena fungsi dari
karakteristik kualitas software yang berbeda-beda. Beberapa karakteristik
kualitas memiliki nama yang berbeda meskipun artinya sama.
Karakteristik-karakteristik yang lain juga lebih cenderung pada

17
fungsionalitas software apakah telah sesuai dengan kebutuhan
(requirement) software.
Namun apabila dihubungkan dengan kualitas disain software pada
aspek orientasi objek dan disesuaikan dengan OO Metric maka hanya
beberapa karakteristik atau properti kualitas yang dapat dievaluasi untuk
mengukur kualitas kode dan disain yaitu efficiency, complexity,
understandability, reusability, maintainability/testability.
1. Efficiency : Apakah disain dan implementasi software telah
dilakukan dengan efisien?
2. Complexity : Dapatkah implementasi software digunakan lebih
efektif sehingga menurunkan tingkat kompleksitas?
3. Understandability : Apakah disain software lebih mudah
dimengerti?
4. Reusability : Apakah kualitas disain software mendukung
penggunaan kembali (reuse)?
5. Maintainability/Testability : Apakah disain software mendukung
untuk kemudahan testing dan perubahan?

2.2.1. Hubungan Properti Kualitas Disain Software dan Parameter
MOOSE CK
Berdasarkan properti kualitas yang telah dipilih, Linda H
Rosenberg dan Lawrence E Hyaat telah memetakan dengan
MOOSE CK dan satu traditional metrics yaitu Cyclomatic

18
Complexity (CC). CC adalah salah satu metric yang dihasilkan oleh
Thomas J. McCabe dan Charles W. Butler. Metric ini membahas
mengenai struktur logika yaitu jumlah pernyataan keputusan
ditambah dengan 1. Contoh sebagai berikut IF A=B AND C=D
THEN, logika IF mempunyai nilai 1 ditambah dengan 1, sehingga
pada logika ini nilai CC=2.
Masing-masing parameter dalam metric memiliki
kontribusi yang berbeda pada properti kualitas disain software.
Pada tabel 2.2 adalah hasil pemetaan menurut Linda H Rosenberg
dan Lawrence E Hyaat.

Tabel 2.2. Hubungan Properti Kualitas Software dan Parameter Metric

Properti Kualitas
Software
Parameter Metric
Efficiency LCOM, CBO, DIT, NOC
Complexity CC (Traditional Metric)
Understandability WMC, RFC, DIT
Reusability WMC, LCOM, CBO, DIT, NOC
Maintainability/Testability WMC, RFC, DIT, NOC
(Sumber: Buku Linda H Rosenberg, Software Quality Metrics for
Object Oriented Environments, 2003)

Pada tabel 2.2 diatas tampak bahwa penelitian Linda H
Rosenberg dan Lawrence E Hyaat pada tahun 2003, menunjukkan
properti complexity tidak menggunakan parameter MOOSE CK,

19
tapi menggunakan Cyclomatic Complexity (CC). Pada riset yang
lain pada tahun 1993 terutama properti maintainability/testability
menggunakan parameter yang hampir sama, DIT, NOC, RFC,
LCOM, WMC, DAC, NOM, SIZE1, SIZE2, MPC. Sedangkan
menurut Magiel Bruntink dan Arie Van Deursen (dalam Jurnal
MTI UI, 2007: 13), DIT, LCOM, NOC, RFC, WMC, FOUT,
LOCC, NOF, NOM, Parameter-parameter yang dicetak tebal
tidak termasuk MOOSE CK.

2.2.2. Pengaruh Parameter MOOSE CK pada Properti Kualitas
Disain Software
Penelitian Linda H Rosenberg dan Lawrence E Hyatt
mengenai hubungan dan pengaruh antara parameter-parameter OO
Metric dan properti kualitas disain software menunjukkan bahwa
nilai parameter MOOSE CK berbanding terbalik dengan kualitas
disain software

20
Tabel 2.3. Hubungan dan pengaruh parameter metric
Metric Objective
Testing
Efforts
Understand-
ability
Maintain-
ability
Develop
Effort
reuse
Complexity
Size (LOC)
Comment %
WMC
RFC
LCOM
CBO
(Sumber: Buku Linda H Rosenberg, Applying and Interpreting Object
Oriented Metrics, 1998)

Tampak pada tabel 2.3 Linda H Rosenberg dan Lawrence E
Hyaat pada tahun 1998 tidak hanya menggunakan OO metric tetapi
juga menggabungkan dengan traditional metric yaitu LOC dan
komentar (Comment). Tidak hanya itu, properti kualitas yang
digunakan hampir sama dengan penelitian selanjutnya pada tahun
2003 yaitu properti understandability, maintainability dan reuse,
sedangkan properti yang lain berbeda.
Meskipun terdapat beberapa perbedaan penelitian Linda H
Rosenberg pada tahun yang berbeda namun kedua penelitian
tersebut menegaskan bahwa MOOSE CK memiliki nilai yang
berbanding terbalik dengan properti kualitas disain software.

21
2.3. ANALYTI C HI ERARCHY PROCESS (AHP)
Metode Analytic Hierarchy Process (AHP) dikembangkan oleh
Thomas L. Saaty pada tahun 70-an ketika di Warston School. Metode AHP
merupakan salah satu metode yang dapat digunakan dalam sistem
pengambilan keputusan dengan memperhatikan faktor-faktor persepsi,
preferensi, pengalaman dan intuisi. AHP menggabungkan penilaian-
penilaian dan nilai-nilai pribadi ke dalam satu cara yang logis.
Analytic Hierarchy Process (AHP) dapat menyelesaikan masalah
multikriteria yang kompleks menjadi suatu hirarki. Masalah yang
kompleks dapat diartikan bahwa kriteria dari suatu masalah yang begitu
banyak (multikriteria), struktur masalah yang belum jelas, ketidakpastian
pendapat dari pengambil keputusan, pengambil keputusan lebih dari satu
orang, serta ketidakakuratan data yang tersedia. Menurut Saaty, hirarki
didefinisikan sebagai suatu representasi dari sebuah permasalahan yang
kompleks dalam suatu struktur multi level dimana level pertama adalah
tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke
bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah
yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan
tampak lebih terstruktur dan sistematis.
Metode ini adalah sebuah kerangka untuk mengambil keputusan
dengan efektif atas persoalan dengan menyederhanakan dan mempercepat
proses pengambilan keputusan dengan memecahkan persoalan tersebut

22
kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu
susunan hirarki, memberi nilai numerik pada pertimbangan subjektif
tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan
ini untuk menetapkan variabel yang mana yang memiliki prioritas paling
tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.
Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang
bersangkutan pada berbagai persoalan, lalu mensintesis berbagai
pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan
kita secara intuitif sebagaimana yang dipersentasikan pada pertimbangan
yang telah dibuat.
Analytic Hierarchy Process (AHP) mempunyai landasan
aksiomatik yang terdiri dari :
1. Reciprocal Comparison, yang mengandung arti si pengambil keputusan
harus bisa membuat perbandingan dan menyatakan preferensinya.
Preferensinya itu sendiri harus memenuhi syarat resiprokal yaitu kalau
A lebih disukai dari B dengan skala x, maka B lebih disukai dari A
dengan skala 1:x.
2. Homogenity, yang mengandung arti preferensi seseorang harus dapat
dinyatakan dalam skala terbatas atau dengan kata lain elemen-
elemennya dapat dibandingkan satu sama lain. Kalau aksioma ini tidak
dapat dipenuhi maka elemen-elemen yang dibandingkan tersebut tidak
homogenous dan harus dibentuk suatu cluster (kelompok elemen-
elemen) yang baru.

23
3. Independence, yang berarti preferensi dinyatakan dengan
mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif-
alternatif yang ada melainkan oleh objektif secara keseluruhan. Ini
menunjukkan bahwa pola ketergantungan atau pengaruh dalam model
AHP adalah searah keatas, artinya perbandingan antara elemen-elemen
dalam satu level dipengaruhi atau tergantung oleh elemen-elemen
dalam level di atasnya.
4. Expectations, artinya untuk tujuan pengambilan keputusan, struktur
hirarki diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka
si pengambil keputusan tidak memakai seluruh kriteria dan atau
objektif yang tersedia atau diperlukan sehingga keputusan yang
diambil dianggap tidak lengkap.
Tahapan-tahapan pengambilan keputusan dalam metode AHP pada
dasarnya adalah sebagai berikut :
1. Mendefenisikan masalah dan menentukan solusi yang diinginkan
2. Membuat struktur hirarki yang diawali dengan tujuan umum,
dilanjutkan dengan kriteria-kriteria dan alternatif - alternatif pilihan
yang ingin di rangking.
3. Membentuk matriks perbandingan berpasangan yang menggambarkan
kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing
tujuan atau kriteria yang setingkat diatas. Perbandingan dilakukan
berdasarkan pilihan atau judgement dari pembuat keputusan dengan

24
menilai tingkat-tingkat kepentingan suatu elemen dibandingkan
elemen lainnya.
4. Menormalkan data yaitu dengan membagi nilai dari setiap elemen di
dalam matriks yang berpasangan dengan nilai total dari setiap kolom.
5. Menghitung nilai eigen vector dan menguji konsistensinya, jika tidak
konsisten maka pengambilan data (preferensi) perlu diulangi. Nilai
eigen vector yang dimaksud adalah nilai eigen vector maksimum yang
diperoleh dengan menggunakan matlab maupun dengan manual.
6. Mengulangi langkah, 3, 4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung eigen vector dari setiap matriks perbandingan
berpasangan. Nilai eigen vector merupakan bobot setiap elemen.
Langkah ini untuk mensintetis pilihan dalam penentuan prioritas
elemen pada tingkat hirarki terendah sampai pencapaian tujuan.
8. Menguji konsistensi hirarki. Jika tidak memenuhi dengan CR < 0,100
maka penilaian harus diulangi kembali.

2.3.1. Prinsip-Prinsip Dasar Analytic Hierarcy Process (AHP)
Dalam menyelesaikan persoalan dengan metode AHP ada beberapa
prinsip dasar yang harus dipahami antara lain :

25
1. Decomposition
Pengertian decomposition adalah memecahkan atau membagi
problema yang unsurnya ke bentuk hirarki proses pengambilan utuh
menjadi unsur keputusan, dimana setiap unsur atau elemen saling
berhubungan. Untuk mendapatkan hasil yang akurat, pemecahan dilakukan
terhadap unsur-unsur sampai tidak mungkin dilakukan pemecahan lebih
lanjut, sehingga didapatkan beberapa tingkatan dari persoalan yang hendak
dipecahkan. Struktur hirarki keputusan tersebut dapat dikategorikan
sebagai complete dan incomplete. Suatu hirarki keputusan disebut
complete jika semua elemen pada suatu tingkat memiliki hubungan
terhadap semua elemen yang ada pada tingkat berikutnya, sementara
hirarki keputusan incomplete kebalikan dari hirarki complete.
Bentuk struktur dekomposisi yakni :
Tingkat pertama : Tujuan keputusan (Goal)
Tingkat kedua : Kriteria-kriteria
Tingkat ketiga : Alternatif-alternatif

Gambar 2.3. Struktur Hirarki
(Sumber: Jurnal Umum Universitas Sumatera Utara)
Tujuan
Kriteria 1
Alternatif 2 Alternatif 1
Kriteria 2 Kriteria 3 Kriteria 4
Alternatif 3

26
Hirarki masalah disusun untuk membantu proses pengambilan
keputusan dengan memperhatikan seluruh elemen keputusan yang terlibat
dalam sistem. Sebagian besar masalah menjadi sulit untuk diselesaikan
karena proses pemecahannya dilakukan tanpa memandang masalah
sebagai suatu sistem dengan suatu struktur tertentu.
2. Comparative Judgement
Comparative judgement dilakukan dengan penilaian tentang
kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya
dengan tingkatan diatasnya. Penilaian ini merupakan inti dari AHP karena
akan berpengaruh terhadap urutan prioritas dari elemen elemennya. Hasil
dari penilaian ini lebih mudah disajikan dalam bentuk matriks pairwise
comparisons yaitu matriks perbandingan berpasangan memuat tingkat
preferensi beberapa alternatif untuk tiap kriteria. Skala preferensi yang
digunakan yaitu skala 1 yang menunjukkan tingkat yang paling rendah
(equal importance) sampai dengan skala 9 yang menujukkan tingkatan
paling tinggi (extreme importance).
3. Synthesis of Priority
Synthesis of priority dilakukan dengan menggunakan eigen vector
method untuk mendapatkan bobot relatif bagi unsur unsur pengambilan
keputusan.
4. Logical Consistency
Logical consistency merupakan karakteristik penting AHP. Hal ini
dicapai dengan mengagresikan seluruh eigen vector yang diperoleh dari

27
berbagai tingkatan hirarki dan selanjutnya diperoleh suatu vektor
composite tertimbang yang menghasilkan urutan pengambilan keputusan.
Akan timbul banyak masalah dalam membuat keputusan
melibatkan sejumlah faktor. Sebagai contoh ketika perusahaan
mendapatkan penawaran implementasi sistem informasi dari beberapa
vendor. Tentu saja pemilihan sistem informasi tidak berdasarkan sistem
mana yang lebih murah. Ada beberapa faktor yang harus dipertimbangkan
seperti beberapa dukungan hardware, stabilitas software, layanan vendor,
harga dan lain sebagainya.
Pemilihan akan menjadi semakin sulit karena masing-masing
vendor memiliki keunggulan yang berbeda-beda. Seperti vendor A
menawarkan harga murah tetapi hardware kurang kompatibel dan layanan
vendor kurang baik, sedangkan vendor B harga lebih mahal, namun
hardware lebih kompatibel dan layanan lebih baik. Mungkin pada kasus
yang lain seperti pemilihan mobil terbaik untuk kita gunakan, ada banyak
faktor yang dapat mempengaruhi keputusan kita untuk membeli, seperti
dari segi kegunaan mobilnya, harganya sesuai budget atau tidak,
pelayanannya, onderdilnya mudah didapatkan atau tidak. Masing-masing
dealer memiliki keunggulan tersendiri dan faktor diatas yang akan menjadi
pertimbangan kita dalam memilihnya.
Berdasarkan kedua contoh diatas maka diperlukan sebuah metode
untuk mengevaluasi dan memberikan pembobotan pada faktor-faktor
tersebut. Menurut Barry Render dan Ralph M. Stair dalam Jurnal MTI UI

28
Volume 5, no.1 ada 2 metode yang dapat digunakan untuk membuat
keputusan ketika menghadapi multi kriteria faktor. Metode yang pertama
adalah Multifactor Evaluation Process (MFEP). Pada metode ini
pemberian nilai menggunakan skala 0-1, semakin lebih penting faktor
tersebut akan diberikan nilai yang lebih tinggi.
Namun ada beberapa kelemahan metode ini menurut Barry Render
dan Ralph M, karena tidak ada tes konsistensi maka nilai yang dimasukkan
akan menjadi tidak valid ketika pembuat keputusan tidak benar-benar
mengerti domain masalahnya. Pembuat keputusan juga harus benar-benar
menguasai domain masalahnya sehingga yang dimasukkan bukan
merupakan nilai perkiraan tetapi nilai sebenarnya.
Metode kedua adalah Analytic Hierarchy Process (AHP). Ada
beberapa kelebihan pada metode ini dibandingkan sebelumnya. Metode
AHP mempunyai tes konsistensi sehingga apabila hasil evaluasi pembuat
keputusan tidak memenuhi konsistensi maka hasil evaluasi harus diulang
kembali. Kelebihan yang kedua adalah pemberian nilai merupakan
perbandingan antara 2 item sehingga masih dapat memasukkan nilai
perkiraan dan nilai ini akan menjadi valid apabila tes konsistensi
terpenuhi. AHP adalah sebuah metode perbandingan berpasangan terhadap
beberapa objek yang akan dievaluasi. AHP pertama kali dipublikasikan
oleh Thomas L. Saathy dalam bukunya yang berjudul The Analytic
Hierarchy Process tahun 1980. Sejak di publikasikan tahun 1980 AHP
telah dipergunakan dalam berbagai permasalahan. Dari permasalahan

29
sosial, ekonomi, kesehatan, engineering dan sekarang dalam bidang
teknologi informasi. Hasil akhir dari metode AHP adalah faktor
pembobotan dan faktor evaluasi, sehingga item-item yang di evaluasi dapat
diberikan peringkat berdasarkan nilai yang dihasilkan.
Dalam memberikan nilai pada masing-masing objek atau faktor
yang akan di evaluasi, AHP memberikan skala 1-9 . Semakin besar nilai
yang diberikan berarti objek atau faktor tersebut semakin penting.
Misalnya ada objek A dan objek B, masing-masing memiliki faktor X, Y,
Z. Apabila diberikan nilai 3 pada perbandingan objek A dan objek B untuk
faktor X, maka pembacaan nilai 3 adalah objek A sedikit lebih penting
daripada objek B pada faktor X. Pembacaan sedikit lebih penting dapat
dirubah dengan menyesuaikan konteks permasalahan. Seperti sedikit lebih
baik, atau lebih bagus, yang terpenting adalah pemberian nilai
menunjukkan perbandingan antara dua objek.
Tabel 2.4 di bawah ini adalah skala Saathy yang digunakan dalam
implementasi metode AHP. Seperti pada penjelasan sebelumnya, pada
kolom keterangan dapat merubah kata-kata agar sesuai dengan topik
permasalahan. Pada baris terakhir merupakan kebalikan dari nilai
perbandingan. Sehingga seperti pada contoh diatas apabila objek A
mempunyai nilai 3 dibandingkan nilai B, maka nilai B mempunyai nilai
1/3 dibandingkan objek A.

30
Tabel 2.4. Skala Saaty

Nilai Keterangan
1 Sama penting (equal)
3 Sedikit lebih penting (Moderate)
5 Jelas Lebih Penting (Strong)
7 Sangat Jelas Penting (Very Strong)
9 Mutlak Lebih Penting (Extreme)
2,4,6,8 Apabila ragu-ragu antara dua nilai yang
berdekatan
1/(1-9) Kebalikan nilai tingkat kepentingan dari
skala 1-9
(Sumber: Buku Thomas L Saathy, Decision Making with the
Analytic Network Process, 2006)

Agar metode AHP menjadi lebih jelas, berikut ini penulis berikan
contoh prosedur penggunaan AHP. Contoh ini membandingkan 3 buah
sistem dengan parameter yang berpengaruh adalah hardware, software dan
dukungan vendor.
1. Faktor evaluasi objek terhadap sebuah parameter.
Pembobotan dapat menggunakan perbandingan antara beberapa
objek. Nilai yang dimasukkan dengan menggunakan skala pada tabel
2.3.

31
Tabel 2.5. Perbandingan antara sistem 1, sistem 2 dan sistem 3


Tabel 2.5 menjelaskan bahwa sistem-1 memiliki hardware
sedikit lebih baik daripada sistem-2 sehingga diberi nilai 3. Dan untuk
perbandingan sistem-1 memiliki hardware mutlak lebih baik daripada
sistem-3 dan diberikan nilai 9. Sedangkan perbandingan untuk sistem-
2 dengan sistem-1 merupakan kebalikan dari perbandingan dari sistem-
1 dengan sistem-2 sehingga diberikan nilai 1/3. Begitu juga dengan
perbandingan sistem-3 dengan sistem-1 merupakan kebalikan dari
perbandingan sistem-1 dengan sistem-3 yaitu 1/9. Nilai 1 diberikan
karena dibandingkan pada item yang sama semisal sistem-1 dengan
sistem-1.
2. Menjumlahkan pada masing-masing kolom.
Tabel 2.6. Menjumlahkan pada masing-masing kolom

Hardware Sistem-1 Sistem-2 Sistem-3
Sistem-1 1 3 9
Sistem-2 0.3333 1 6
Sistem-3 0.1111 0.1677 1
--------- + --------- + --------- +
Total 1.4444 4.1667 16.0

Sistem-1 1 3 9
Sistem-2 1/3 1 6
Sistem-3 1/9 1/6 1

32
3. Membagi masing-masing cell dengan jumlah total pada kolom yang
sesuai
Tabel 2.7. Hasil pembagian pada masing-masing cell dengan jumlah
total

Sistem-1
1/1.4444=0.6923 3/4.1667=0.7200 9/16=0.5625
Sistem-2
0.3333/1.4444=0.2300 1/4.1667=0.2400 6/16=0.375
Sistem-3
0.1111/1.4444=0.0769 0.1677/4.1667=0.0400 1/16=0.0625

4. Untuk mendapatkan prioritas sistem berdasarkan hardware maka
dihitung rata-rata setiap baris.
Tabel 2.8. Faktor evaluasi pada parameter hardware

Rata-rata
0.6583 (0.6923+0.7200+0.5625)/3
0.2819 (0.2300+0.2400+0.3750)/3
0.0598 (0.0769+0.0400+0.0625)/3

5. Menghitung Consistency Ratio
Setelah mendapatkan faktor evaluasi diperlukan cek konsistensi
terhadap perbandingan yang telah dilakukan dengan menghitung
Consistency Ratio.
Sebelum menghitung consistency ratio terlebih dahulu menghitung
Weighted Sum Vector. Hal ini dilakukan dengan hasil faktor evaluasi
tabel 2.8 dikali dengan perbandingan tabel 2.5.

33
Tabel 2.9. Weighted Sum Vector

Weighted Sum Vector
(0.6583)(1) + (0.2819)(3) + (0.0598)(9) 2.0423
(0.6583) (0.3333) + (0.2819)(1) + (0.0598)(6) 0.8602
(0.6583)(0.1111) + (0.2819)(0.1677) + (0.0598) (1) 0.1799

Langkah selanjutnya adalah menghitung consistency vector. Hal ini
dilakukan dengan membagi weighted sum vector tabel 2.9 dengan nilai
evaluasi tabel 2.8.
Tabel 2.10. Consistency Vector

Consistency
vector
2.0423/0.6583 = 3.1025
0.8602/0.2819 = 3.0512
0.1799/0.0598 = 3.0086

Setelah menghitung consistency vector diperlukan menghitung
lambda dan consistency index.
CI =
) 1 (
) (
n
n
.......................................................... (2.1)
Keterangan : CI = Consistency Index
n = Jumlah item yang dibandingkan
Lambda dihitung dengan menjumlah hasil dari tabel 2.10 dan
dibagi dengan jumlah item yang dibandingkan dalam kasus ini n=3.
=
3
3.0086) 3.0512 (3.1025
= 3.0541

34
CI =
1 - 3
3) - (3.0541
= 0.027
Menghitung consistency ratio dengan membagi hasil dari
consistency index dengan random index tabel 2.11.
CR =
RI
CI
............................................................... (2.2)
Keterangan :
CR : Consistency Ratio
CI : Consistency Index
RI : Random Index
Tabel 2.11. Tabel Random Index

n RI
2 0.00
3 0.58
4 0.90
5 1.12
6 1.24
7 1.32
8 1.41

CR =
0.58
0.027
= 0.0466
Consistency ratio dipergunakan untuk mengukur seberapa besar
konsistensi dalam membandingkan antara objek. Semakin besar nilai
CR semakin tidak konsisten. CR mempunyai batasan yaitu nilai 0.1
atau kurang. Jika ternyata CR melebihi 0.1 maka diperlukan

35
perbandingan kembali antara objek. Sehingga dengan melihat nilai CR
diatas maka nilai evaluasi tabel 2.8 dapat diterima.
Untuk faktor-faktor yang lain seperti software dan parameter lain
yang mempengaruhi objek tersebut dilakukan dengan prosedur yang
sama, sehingga dihasilkan hasil faktor evaluasi tabel 2.12.
Tabel 2.12. Hasil faktor evaluasi

Faktor Sistem-1 Sistem-2 Sistem-3
Hardware
0.6583 0.2819 0.0598
Software
0.0874 0.1622 0.7504
vendor
0.4967 0.3967 0.1066

6. Pembobotan parameter
Pembobotan parameter dapat mempergunakan cara yang sama
yaitu dengan membandingkan antara parameter tersebut dengan nilai
perbandingan menggunakan tabel 2.6.
Tabel 2.13. Perbandingan hardware, software dan vendor support

Hardware Software Vendor Support
Hardware
1 1/8 1/3
Software
8 1 3
Vendor Support
3 1/3 1

Seperti yang ditunjukkan pada tabel 2.13 bahwa software memiliki
nilai kepentingan yang lebih besar dibandingkan dengan hardware
dengan nilai 8 dan nilai software sedikit lebih penting daripada vendor
support dan diberikan nilai 3.

36
Menjumlahkan total pada masing-masing kolom seperti pada tabel
2.14 di bawah ini.
Tabel 2.14. Jumlah total pada masing-masing kolom

Hardware 1 1/8 1/3
Software 8 1 3
Vendor Support 3 1/3 1
--------- + --------- + --------- +
Total 12 1.4583 4.3333

Membagi pada masing-masing cell dengan jumlah total.
Tabel 2.15. Hasil pembagian masing-masing cell dengan jumlah total

Hardware
1/12=0.0833 1/8 / 1.4583=0.0857 1/3 / 4.3333=0.0769
Software
8/12=0.6667 1 / 1.4583=0.6857 3 / 4.3333=0.6923
Vendor Support
3/12= 0.3333 1/3 / 1.4583=0.2285 1 / 4.3333=0.2307

Menghitung rata-rata pada masing-masing baris seperti tabel 2.16

Tabel 2.16. Hasil rata-rata pada masing-masing baris

Rata-rata
0.082 (0.0833+0.0857+0.0769)/3
0.6816 (0.6667+0.6587+0.6923)/3
0.2364 (0.3333+0.2285+0.2307)/3

Sehingga dihasilkan bobot pada parameter adalah sesuai tabel 2.17

37
Tabel 2.17. Hasil pembobotan parameter

Vendor Support
Hardware
0.082
Software
0.6816
Vendor Support
0.2364

Setelah dihasilkan pembobotan parameter diperlukan cek
konsistensi seperti pada langkah nomor 5.
7. Final Evaluasi
Setelah didapatkan bobot pada masing-masing parameter dan
faktor evaluasi, maka masing-masing bobot tabel 2.17 dikalikan
dengan masing-masing faktor evaluasi tabel 2.12.
Tabel 2.18. Final Evaluasi

Final Evaluasi
Sistem-1
(0.082 x 0.6583 + 0.6816 x 0.0874 + 0.2364 x 0.4967) = 0.231
Sistem-2
(0.082 x 0.2819 + 0.6816 x 0.1622 + 0.2364 x 0.3967) = 0.2275
Sistem-3
(0.082 x 0.0596 + 0.6816 x 0.7504 + 0.2364 x 0.1066) = 0.5416
Pada tabel 2.18 tampak bahwa peringkat 1 adalah sistem-3
kemudian sistem-1 dan terakhir sistem-2.

2.4. MENGENAL FRAMEWORK PHP YANG DIGUNAKAN DALAM
PENELITIAN
Penulis mengambil contoh framework PHP yang dibandingkan
dari sebuah website www.phpframeworks.com pada tanggal 9 Oktober

38
2010, dalam web tersebut ditetapkan 10 framework PHP teratas yang
paling banyak digunakan oleh programmer web seluruh dunia berdasarkan
hasil voting, namun dalam penelitian ini penulis hanya mengambil 5
framework PHP teratas yang paling banyak digunakan oleh programmer
web. Alasan pertama untuk membatasi ruang lingkup penelitian, agar tidak
terlalu banyak mengambil contoh yang dibandingkan. Kedua, karena
pengambilan contoh 5 framework PHP dari web tersebut sudah mewakili
dari sekian banyak framework PHP yang ada. Untuk lebih jelasnya dapat
kita bahas satu-persatu di bawah ini.
2.4.1. Framework Yii
Di dalam web resminya, www.yiifrmework.com, Yii adalah
komponen yang berbasiskan bahasa PHP dengan performa yang
tinggi, di dalamnya termasuk penerapan MVC (Model-View-
Controller), DAO/Active Records, caching, jQuery berbasis
AJAX. Yii sangatlah mudah untuk digunakan. Kita hanya
diharuskan mengetahui bahasa pemrograman PHP dan object
oriented programming. Framework Yii ini sangatlah mudah untuk
digunakan kembali (reusable) dan dapat dengan mudah dipakai
dalam platform apapun seperti windows maupun linux, framework
ini murni adalah object oriented. Framework Yii juga dilengkapi
dokumentasi yang sangat detil, dari panduan definisi sampai
kepada panduan referensi class. Framework ini mempunyai setiap
informasi yang kita butuhkan untuk dengan cepat belajar dan

39
menguasainya. Yii juga didisain dengan sangat hati-hati untuk
membangun aplikasi PHP berskala kecil dan besar dan yang tidak
kalah penting adalah framework ini gratis, bisa digunakan oleh
siapa saja yang ingin membangun aplikasi web.

2.4.2. Framework CodeI gniter
Di dalam website www.codeigniter.com, CodeIgniter
adalah sebuah framework untuk web yang dibuat dalam format
PHP. Format yang dibuat ini selanjutnya dapat digunakan untuk
membuat sistem aplikasi web yang sangat kompleks. CodeIgniter
dapat mempercepat proses pembuatan web, karena semua class dan
modul yang dibutuhkan sudah ada dan kita hanya tinggal
menggunkanannya kembali pada aplikasi web yang akan kita buat.
Keunggulan yang dimiliki framework ini antara lain adalah
framework ini gratis untuk digunakan dan dapat dikembangkan
secara legal. CodeIgniter berlisensi Apache/BSSD-style open
source yang memperbolehkan penggunaan dari framework ini
sesuai dengan keinginan kita. CodeIgniter sangat ringan jika
dijalankan pada semua platform, framework ini menggunakan
sistem berbasis MVC, dapat menciptakan URL yang user friendly,
dikemas dalam sebuah framework yang lengkap, fungsi-fungsinya
dapat ditambahkan, selain itu dokumentasinya juga lengkap dan
memiliki komunitas pengguna yang besar.

40
2.4.3. Framework CakePHP
Framework ini dibuat dengan menggunakan konsep sistem
MVC juga, di dalamnya kita dimanjakan dengan kemudahan dalam
membuat aplikasi web yang sangat baik. CakePHP juga dapat
digabungkan dengan AJAX yang banyak digunakan seperti
sekarang ini. Dalam dokumentasi, CakePHP memiliki kelemahan,
yakni pengguna diharuskan online ke internet, karena
dokumentasinya tidak dapat di download dalam satu bundel.
Silahkan mengunjungi web resminya di www.cakephp.org.

2.4.4. Framework Symfony
Framework ini dibuat dengan arsitektur, komponen dan
tools untuk membangun aplikasi web yang kompleks dan lebih
cepat. Framework ini juga didukung dengan dokumentasi yang
lengkap dan dapat digabungkan dengan penerapan AJAX dalam
aplikasi webnya. Lebih jelasnya dapat dilihat di websitenya,
www.symfony-project.org.

2.4.5. Framework Zend
Di dalam website resminya, www.framework.zend.com,
Framework ini ada karena seni dan semangat akan pemrograman
berbasis PHP. Framework Zend di dukung dengan penerapan yang
sederhana, lisensi perusahaan yang ramah dan dapat digunakan

41
untuk membangun web 2.0 aplikasi dan web services, terbukti
framework ini banyak digunakan oleh Google, Amazon, Yahoo!,
Flickr. Framework ini juga mendukung pemrograman
menggunakan AJAX, seperti JASON, lisensi yang diberikan
adalah new BSD lisensi dengan Zends Framework License.
Framework ini telah diujicoba dan dapat dengan mudah digunakan
dan sangat aman.

2.5. PHP DEPEND
PHP Depend adalah sebuah tool yng digunakan untuk mengukur
metric aplikasi web menggunakan bahasa pemrograman PHP. Menurut
website resminya http://www.pdepend.org program kecil yang
menunjukkan analisis kode berdasarkan sumber file yang akan diuji.
Analisis kode berarti PHP Depend pertama kali mengambil kode asal
aplikasi kemudian memparsingnya kedalam proses struktur data internal
yang mudah. Data struktur ini biasa disebut sebagai AST (Abstract Sintax
Tree), yang menampilkan pernyataan dan elemen berbeda yang digunakan
untuk menganalisa kode sumber. Pengukuran ini juga disebut sebagai
software metric.
Apa itu software metric? Pada dasarnya software metric adalah
sesuatu yang sangat sederhana. Software metric adalah penjumlahan dari
beberapa elemen atau fragmen kode yang ditemukan dalam kode sumber.
Sebagai contoh nilai cyclomatic complexity, metode yang digunakan untuk

42
mendapatkan nilainya adalah dengan menjumlahkan pernyataan logika,
seperti if, for dan lain sebagainya kedalam metode analisis.
Mengapa penulis memilih menggunakan PHP Depend? Pertanyaan
tersebut dapat penulis jawab sebagai berikut :
1. PHP Depend sangat otomatis dan selalu objektif, tool ini hanya
mengukur kualitas dari kode sumber aplikasi yang diberikan.
2. PHP Depend memberikan skala tergantung pada kode sumber
aplikasi.
3. PHP Depend mengikuti untuk mengidentifikasi bagian-bagian
software yang digunakan untuk menganalisis kodenya.
4. PHP Depend juga mendukung beberapa fancy metric yang sangat
berguna.
Kesimpulan yang dapat diambil dari penggunaan tool PHP Depend
dalam menghitung nilai MOOSE CK pada penelitian ini menunjukkan
bahwa PHP Depend adalah tool yang sangat berguna untuk mencari tahu
nilai kualitas dari sebuah aplikasi, sehingga berguna dalam menaikkan
pengembangan produktivitas dan juga kualitas tim.

43
2.6. STUDI SEJENIS
Dalam menyusun penelitian skripsi ini penulis mencoba mencari
studi sejenis mengenai hal yang sedang diteliti, pertama dari Tesis Efano
Hermawan, tahun 2007, dalam Jurnal MTI UI Volume 5 No. 1. Di dalam
penelitian tersebut mencoba menemukan sebuah metode baru pengukuran
software/aplikasi yang studi kasusnya adalah framework JAVA.
Penelitian Kedua adalah Skripsi Nurmaya, tahun 2007, penelitian
ini dilakukan untuk membuat aplikasi metrics calculator yang digunakan
dalam menghitung nilai MOOD pada software yang diteliti.
Penelitian ketiga adalah Skripsi Rhamdani, tahun 2008. Penelitian
ini menghasilkan sebuah nilai rata-rata metric dari aplikasi ERP yang
diteliti.
Penelitian keempat adalah Tesis Agus Apriyanto, Magister Teknik
Sipil, tahun 2008, Universitas Diponegoro, Semarang. Penelitian ini
mengenai perbandingan kelayakan jalan beton dan aspal dengan
menggunakan metode AHP.
Penelitian kelima Asria Idrus, tahun 2010, STMIK AMIKOM,
Yogyakarta, mengenai Implementasi AHP sebagai alat pengambil
keputusan pemilihan calon tenaga kerja. Hasil akhirnya adalah aplikasi
yang dibuat dapat membantu perusahaan dalam menilai calon tenaga kerja
yang dimilikinya.
Sehingga dari penelitian-penelitian tersebut dapat dilihat seperti
tabel 2.19 berikut.

44
Tabel 2.19. Daftar Studi Sejenis
No
Nama
Pengarang
Judul Penelitian Hasil/Kesimpulan
1 Efano Hermawan Pemeringkatan Software
Aplikasi Berdasarkan Properti
Kualitas Disain dan Metrics For
Object Oriented Software
Menggunakan Analytic
Hierarchy Process
Hasil penelitian tersebut adalah menemukan
metode baru dalam mengukur kualitas suatu
software dan menentukan framework JAVA
terbaik. Hasil akhirnya adalah framework
JAVA Plasma yang terbaik.
2 Nurmaya Metode Pengukuran Disain
Berorientasi Objek Berbasis
Metrics Object Oriented Design
(MOOD)
Hasil dari penelitian ini adalah mampu
membuat aplikasi metrics calculator untuk
menghitung nilai MOOD pada software
yang diteliti.
3 Rhamdani Evaluasi Kualitas Perangkat
Lunak Berorientasi Objek
Penelitian ini menghasilkan sebuah nilai
rata-rata metric dari aplikasi ERP yang
diteliti. Melakukan perhitungan object
oriented metrics terhadap semua class-nya
4 Agus Apriyanto Perbandingan Kelayakan Jalan
Beton dan Aspal dengan Metode
Analytic Hierarchy Process
(AHP)
Hasil penelitian ini adalah bahwa kualitas
jalan beton lebih layak dibandingkan jalan
aspal.
5 Asria Idrus Implementasi Sistem metode
AHP Sebagai Alat Bantu
Pengambilan Keputusan
Pemilihan Calon Tenaga Kerja
di PT. Danagung Ramulti
Hasil penelitian ini adalah dimudahkannya
perusahaan yang bersangkutan untuk
menentukan kualitas calon tenaga kerja
yang dimilikinya dengan memasukkan
parameter yang dibutuhkan.

Berdasarkan data tabel 2.19 dari penelitian diatas dapat memberikan
masukan pada penulis untuk lebih melengkapi kekurangan yang ada dari
penelitian sebelumnya. Dikarenakan penelitian mengenai framework PHP belum
ada, maka penulis mencoba untuk meneliti framework PHP manakah yang terbaik
jika dilihat dari aspek kualitas disain modelnya.

45
BAB III
METODOLOGI PENELITIAN

3.1. TAHAPAN-TAHAPAN METODOLOGI PENELITIAN
Keingintahuan penulis dalam mengukur kualitas sebuah software
aplikasi web dan membuat peringkat terhadap aplikasi web tersebut menjadi
alasan utama adanya penelitian ini. Sehingga diharapkan dari hasil penelitian
ini mendapatkan aplikasi web terbaik dari beberapa aplikasi yang
dibandingkan. Adapun metodologi penelitian ini adalah sebagai berikut:

Gambar 3.1. Metodologi penelitian
(Sumber: Efano Hermawan, Petrus Mursanto, Tesis Magister Teknologi
Informasi, Jurnal Sistem Informasi MTI UI, Volume 5, No.1 2007)

Pendalaman mengenai parameter MOOSE
CK, parameter properti kualitas software dan
metode AHP
Menentukan properti kualitas disain software
Menentukan korelasi antara MOOSE CK dan
Menggabungkan metode AHP, parameter
MOOSE CK dan parameter properti kualitas
disain software
Menerapkan metode yang telah dirumuskan
pada sebuah studi kasus

46
3.1.1. PENDALAMAN MENGENAI PARAMETER MOOSE
CHIDAMBER, KEMERER (CK), PARAMETER PROPERTI
KUALITAS DISAIN DAN METODE AHP
Pada pembahasan bab sebelumnya telah dijelaskan bahwa
karakteristik tiap-tiap parameter MOOSE CK memiliki kecenderungan
berbanding terbalik dengan kualitas disain software, semakin kecil nilai
parameter MOOSE CK maka semakin baik kualitas disain software.
Karakteristik parameter MOOSE CK yang kedua adalah MOOSE CK
berpengaruh pada konsep orientasi objek dan bukan prosedural.
Sehingga konsep inheritance, encapsulation dan polymorphism benar-
benar mempengaruhi nilai dari tiap-tiap parameter MOOSE CK.
Properti kualitas mempunyai beberapa model, dimana masing-
masing model memperlihatkan kemiripan nama dan arti. Perbedaan ini
disebabkan karena fungsi karakteristik kualitas software dilihat dari
sudut pandang yang berbeda-beda. Beberapa karakteristik dilihat dari
sudut pandang fungsional software, keamanan software maupun dari
disain software. Oleh karena itu perlu untuk dipilah properti kualitas
mana yang sesuai dengan penelitian ini. Dalam Subbab 3.2 akan
dijelaskan penentuan properti kualitas disain software.
Dari penjelasan sebelumnya tampak bahwa AHP membandingkan
antara dua item dengan menggunakan skala 1-9. Kemudian ada cek
konsistensi dari nilai-nilai yang dimasukkan sebagai nilai perbandingan.
Adanya prosedur cek konsistensi yang membuat AHP lebih banyak

47
diminati oleh banyak orang untuk penelitian. Sehingga dapat
disimpulkan bahwa hal yang utama dalam AHP adalah cek konsistensi
dan perbandingan antara objek dengan skala 1-9.

3.1.2. MENENTUKAN PROPERTI KUALITAS DISAIN SOFTWARE
Beberapa sumber BW. Boehm, ISO dan McCall mengusulkan
properti kualitas software yang berbeda-beda, meskipun masih ada
kemiripan antara satu dengan yang lain, sehingga perlu dilakukan seleksi
terhadap properti kualitas yang sesuai dengan objektifitas penelitian ini.
Properti kualitas yang digunakan adalah properti kualitas yang
berhubungan dengan konsep orientasi objek bukan yang berhubungan
dengan fungsional atau proses pengembangan software. Dalam memilih
properti kualitas penulis juga mempertimbangkan ketersediaan referensi
mengenai hubungan antar OO Metric dan properti kualitas.
Karena dalam penelitian ini hanya fokus dengan
menggunakan MOOSE CK maka properti kualitas software yang tidak
berhubungan dengan MOOSE CK tidak akan dievaluasi. Sedangkan
untuk properti maintainability/testability antara Linda H Rosenberg,
Jonas Lindell, Magiel Bruntink (dalam Jurnal MTI UI Volume 5, No.1,
2007: 29), memiliki perbedaan yaitu LCOM tidak dimasukkan dalam
pemetaan menurut Linda H Rosenberg. Dalam hal ini penulis
sependapat dengan dengan Jonas Lindell dan Magiel Bruntink bahwa
parameter LCOM seharusnya mempengaruhi properti

48
maintainability/testability. Dari penjelasan diatas maka dalam penelitian
ini akan menggabungkan antara Linda H Rosenberg, Jonas Lindell,
Magiel Bruntink sehingga tabel 2.2 akan dirubah menjadi seperti tabel
3.1. Dimana properti maintainability/testability ditambah parameter
metric LCOM.
Tabel 3.1. Hubungan properti kualitas dan MOOSE CK yang akan
digunakan dalam penelitian

Properti Kualitas Disain
Software
Parameter Metric
Understandability WMC, RFC, DIT
Maintainability/Testability WMC, RFC, DIT, NOC, LCOM

3.1.3. MENENTUKAN KORELASI ANTARA MOOSE CK DENGAN
PROPERTI KUALITAS DISAIN SOFTWARE
Untuk mendapatkan nilai dari kualitas disain software perlu
dipetakan antara parameter-parameter MOOSE CK dengan properti
kualitas disain software.
Dengan melakukan pemetaan ini dapat dilihat kontribusi dari
parameter-parameter MOOSE CK terhadap masing-masing properti
kualitas. Korelasi antara MOOSE CK dengan properti kualitas dapat
diambil dari beberapa referensi Linda H Rosenberg, Jonas Lindell,
Magiel Bruntink dalam Jurnal MTI UI Volume 5, No.1. Sehingga

49
apabila tabel 2.3 dan tabel 3.1 digabungkan akan menghasilkan seperti
pada tabel 3.2.

Tabel 3.2. Hubungan dan Pengaruh Parameter MOOSE CK pada
Properti Kualitas Disain Software yang akan digunakan dalam penelitian.

Metric
Desirable
Value
Efficiency
Understand-
ability
Reusability
Maintainability
/Testability
WMC
DIT
NOC
CBO
RFC
LCOM

Tampak pada tabel 3.2 bahwa tiap-tiap properti kualitas
mempunyai parameter-parameter MOOSE CK yang berbeda-beda.
Kemudian nilai parameter MOOSE CK berbanding terbalik dengan
properti kualitas disain software.

3.1.4. MENGGABUNGKAN METODE AHP, PARAMETER MOOSE CK
DAN PARAMETER PROPERTI KUALITAS DISAIN SOFTWARE
Setelah dihasilkan pemetaan antara properti kualitas, parameter
MOOSE CK kemudian AHP yang akan menggabungkan semua item
tersebut sehingga membentuk sebuah metode pengukuran kualitas disain

50
software. Metode pengukuran yang akan dihasilkan bersifat umum
artinya tidak tergantung pada salah satu jenis software (contoh : aplikasi
desktop, aplikasi web) atau domain tertentu namun software yang akan
di evaluasi harus memiliki domain yang sama.

3.1.5. MENERAPKAN METODE YANG TELAH DIRUMUSKAN PADA
SEBUAH STUDI KASUS
Setelah metode pengukuran kualitas disain dirumuskan, rasanya
tidak lengkap apabila tidak diujicobakan pada sebuah studi kasus. Karena
itu penulis menambahkan sebuah bab yang akan membahas implementasi
metode pengukuran kualitas disain software dengan menggunakan studi
kasus pada framework berbasis bahasa pemrograman PHP. Penulis
sengaja memilih framework PHP karena penelitian mengenai kualitas
framework PHP masih sangat jarang, diharapkan dengan memakai metode
ini akan dapat menganalisa dan kemudian membuat peringkat framework
mana yang terbaik dari framework lain yang dibandingkan. Dengan
adanya studi kasus seperti ini maka metode pengukuran akan lebih terasa.
Pada studi kasus ini penulis akan menggunakan 5 framework PHP
yang paling banyak diminati/digunakan menurut versi
www.phpframeworks.com. Framework ini diurutkan mulai dari yang
sering digunakan oleh para programmer PHP dalam membangun aplikasi
web, Yii (93 Votes), CodeIgniter (88 Votes), CakePHP (67 Votes),
Symfony (58 Votes), Zend (45 Votes). Data ini diambil pada tanggal 9

51
Oktober 2010. Kemudian dalam penghitungan parameter MOOSE CK
akan digunakan tool PHP Depend yang khusus untuk mengukur kualitas
metric dari bahasa pemrograman PHP.

54
BAB IV
ANALISIS PENELITIAN

Metode AHP dengan kombinasi parameter MOOSE CK dan properti
kualitas disain software yang dipakai dalam penelitian sebelumnya dapat
dijadikan sebagai sebuah metode dalam membandingkan kualitas disain
software. Kombinasi yang dihasilkan dari metode dan parameter tersebut
diharapkan mampu memberikan peringkat kualitas disain software secara
objektif, sedangkan perbandingan secara subjektif bisa dilihat dalam survey
www.phpframeworks.com pada tanggal 9 Oktober 2010.
Untuk mempermudah penjelasan mengenai metode perbandingan kualitas
disain software. Penulis membagi metode tersebut dalam empat tahap utama,
antara lain pembobotan MOOSE CK, evaluasi MOOSE CK, pembobotan
properti kualitas disain dan evaluasi properti kualitas disain. Tahapan ini
dijelaskan pada Gambar 4.1. Hasil akhir yang diharapkan dari metode ini adalah
masing-masing software memiliki satu nilai yang menginterpretasikan kualitas
disain software. Sehingga dari nilai tersebut para pengguna dapat menentukan
peringkat kualitas disain software.

55

Gambar 4.1. Empat Tahapan Utama Metode Pengukuran Kualitas Disain Software
(Sumber: Tesis Magister Teknologi Informasi, (Depok: Jurnal Sistem Informasi
MTI UI, Volume 5, No.1, 2007))

4.1. PEMBOBOTAN PARAMETER MOOSE CK
Pada tahap pembobotan, parameter MOOSE CK dibagi dalam
sembilan tahapan. Dimana tujuannya adalah untuk mendapatkan bobot
dari masing-masing parameter MOOSE CK. Hal ini seperti yang
dijelaskan pada Gambar 4.2. Hasil yang diperoleh dari pembobotan
parameter-parameter MOOSE CK harus dicek konsistensinya, ini
bertujuan untuk mengukur konsistensi dalam memberikan penilaian, pada
skala 1-9. Proses pembobotan MOOSE CK adalah sebagai berikut :

Pembobotan MOOSE CK
Evaluasi MOOSE CK
Pembobotan Properti Kualitas
Evaluasi Properti Kualitas
Hasil Evaluasi
Keseluruhan
Software

56

Gambar 4.2. Proses Pembobotan Parameter MOOSE CK

Perbandingan nilai skala Saathy pada
parameter MOOSE CK
Menjumlahkan total pada masing-
masing kolom
Membagi masing-masing cell dengan
jumlah total sesuai dengan kolom
Hasil factor
Pembobotan
Menghitung Lambda
Cek
Consis-
tency
Ratio
Faktor pembobotan
parameter MOOSE
CK dapat digunakan
CR < 0.1
CR >= 0.1

57
4.1.1. Perbandingan Nilai Skala Saathy pada Parameter MOOSE
CK
Perbandingan parameter-parameter MOOSE CK
berpedoman pada skala Saathy. Seperti yang ditunjukkan pada
Tabel 2.3. Dalam membandingkan parameter-parameter MOOSE
CK harus mempertimbangkan objektifitas dari pengukuran
software. Pemetaan metric dengan objet oriented design element,
Tabel 4.1 merupakan salah satu tool yang dapat digunakan dalam
membandingkan parameter-parameter MOOSE CK, maka
pemberian nilai skala dapat disesuaikan dengan nilai objektifitas
pengukuran kualitas disain software.
Tabel 4.1. Pemetaan metric dengan Object Oriented Design
Element

Metric
Object
Definition
Object
Attributes
Object
Communication
WMC
DIT
NOC
RFC
CBO
LCOM

Berikut ini adalah contoh dalam memberikan nilai
perbandingan dari masing-masing parameter MOOSE CK. Dalam
contoh ini penulis ingin mengukur dependency objek-objek dalam
software, sehingga parameter yang memiliki orientasi object

58
communication memiliki perbandingan nilai lebih besar
dibandingkan orientasi yang lain. Urutan selanjutnya adalah object
attribute, elemen ini mewakili konsep encapsulation yang dapat
mempengaruhi faktor dependency object dalam software.
Kemudian dilanjutkan dengan object definition. Hasil
perbandingan dalam tabel tidak selalu sama tergantung pada
objektifitas software aplikasi yang diukur.
Tabel 4.2. Hasil dari perbandingan antara parameter
WMC DIT NOC CBO RFC LCOM
WMC 1 3 4 1/4 1/7 2
DIT 1/3 1 3 1/5 1/8 1/2
NOC 1/4 1/3 1 1/6 1/9 1/4
CBO 4 5 6 1 1/3 3
RFC 7 8 9 3 1 4
LCOM 1/2 2 4 1/3 1/4 1

Pada tabel 4.2 menerangkan bahwa nilai-nilai tersebut
adalah hasil perbandingan antara parameter-parameter MOOSE
CK berdasarkan object oriented design element.
4.1.2. Menjumlahkan Total pada Masing-masing Kolom
Setelah melakukan perbandingan pada skala Saathy,
langkah selanjutnya adalah menjumlahkan total masing-masing
kolom seperti pada Tabel 4.3.

59
Tabel 4.3. Jumlah total pada masing-masing kolom
WMC 1.0000 3.0000 4.0000 0.2500 0.1429 2.0000
DIT 0.3333 1.0000 3.0000 0.2000 0.1250 0.5000
NOC 0.2500 0.3333 1.0000 0.1667 0.1111 0.2500
CBO 4.0000 5.0000 6.0000 1.0000 0.3333 3.0000
RFC 7.0000 8.0000 9.0000 3.0000 1.0000 4.0000
LCOM 0.5000 2.0000 4.0000 0.3333 0.2500 1.0000
------- + ------- + ------- + ----- + ----- + ------- +
Total 13.0833 19.3333 27.0000 4.9500 1.9623 10.7500

Pada tabel 4.3 menerangkan bahwa nilai-nilai akhir tersebut
adalah hasil dari jumlah total pada tiap-tiap kolom yang
didapatkan.
4.1.3. Membagi Masing-masing Cell dengan Jumlah Total
Menghitung rata-rata dengan membagi pada masing-
masing cell dengan jumlah total pada kolom yang sesuai, seperti
pada Tabel. 4.4.
Tabel 4.4. Membagi masing-masing cell dengan jumlah total
WMC 1/
13.0833
3/
19.3333
4/
27
0.25/
4.95
0.1429/
1.9623
2/
10.75
DIT 0.3333/
13.0833
1/
19.3333
3/
27
0.2/
4.95
0.125/
1.9623
0.5/
10.75
NOC 0.25/
13.0833
0.3333/
19.3333
1/
27
0.1667/
4.95
0.1111/
1.9623
0.25/
10.75
CBO 4/
13.0833
5/
19.3333
6/
27
1/
4.95
0.3333/
1.9623
3/
10.75
RFC 7/
13.0833
8/
19.3333
9/
27
3/
4.95
1/
1.9623
4/
10.75
LCOM 0.5/
13.0833
2/
19.3333
4/
27
0.3333/
4.95
0.25/
1.9623
1/
10.75

60
Pada tabel 4.4 adalah membagi setiap cell dengan jumlah
total yang telah didapatkan pada table 4.3.
Tabel 4.5. Hasil pembagian dari masing-masing cell
WMC 0.0764 0.1552 0.1481 0.0505 0.0728 0.1860
DIT 0.0255 0.0517 0.1111 0.0404 0.0637 0.0465
NOC 0.0191 0.0172 0.0370 0.0377 0.0566 0.0233
CBO 0.3057 0.2586 0.2222 0.2020 0.1699 0.2791
RFC 0.5350 0.4138 0.3333 0.6061 0.5096 0.3721
LCOM 0.0382 0.1034 0.1481 0.0673 0.1274 0.0930

Pada tabel 4.5 adalah hasil dari pembagian pada tabel 4.4.
4.1.4. Menghitung Rata-rata pada Setiap Baris
Hasil perhitungan rata-rata ini akan digunakan sebagai
bobot pada masing-masing parameter.
Tabel 4.6. Rata-rata pada masing-masing parameter MOOSE CK
sebagai bobot parameter MOOSE CK

Rata-
rata
WMC
(0.0764+0.1552+0.1481+0.0505+
0.0728+0.1860)/6
0.1149
DIT
(0.0255+0.0517+0.1111+0.0404+
0.0637+0.0465)/6
0.0565
NOC
(0.0191+0.0172+0.037+0.0337+
0.0566+0.0233)/6
0.0312
CBO
(0.3057+0.2586+0.2222+0.2020+
0.1699+0.2791)/6
0.2396
RFC
(0.5350+0.4138+0.3333+0.6061+
0.5096+0.3721)/6
0.4617
LCOM
(0.0382+0.1034+0.1481+0.0673+
0.1274+0.0930)/6
0.0963

Pada tabel 4.6 adalah menghitung rata-rata setiap baris
dengan cara menjumlahkan masing-masing baris sesuai dengan
nilai yang didapatkan pada tabel 4.5 kemudian dibagi dengan

61
jumlah item yang dibandingkan, dalam evaluasi ini item yang
digunakan ada 6.
4.1.5. Menghitung Weighted Sum Vector
Setelah dihasilkan bobot pada masing-masing parameter
MOOSE CK, selanjutnya hasil dari pembobotan tersebut perlu
dilakukan cek konsistensi. Cek konsistensi dilakukan dengan cara
menghitung Weighted Sum Vector seperti pada tabel 4.7. Weighted
Sum Vector diperoleh dengan mengalikan hasil bobot pada tabel
4.6 dengan perbandingan semula, yaitu tabel 4.2.
Weighted Sum Vector
(0.1149)(1) + (0.0565)(3) + (0.0312)(4) + (0.2396)(0.25) +
(0.4617)(0.1429) + (0.0963)(2)
0.7273
(0.1149)(0.3333) + (0.0565)(1) + (0.0312)(3) + (0.2396)(0.2)
+ (0.4617)(0.1250) + (0.0963)(0.5)
0.3420
(0.1149)(0.25) + (0.0565)(0.3333) + (0.0312)(1) +
(0.2396)(0.1667) + (0.4617)(0.1111) + (0.0963)(0.25)
0.1940
(0.1149)(4) + (0.0565)(5) + (0.0312)(6) + (0.2396)(1) +
(0.4617)(0.3333) + (0.0963)(3)
1.6110
(0.1149)(7) + (0.0565)(8) + (0.0312)(9) + (0.2396)(3) +
(0.4617)(1) + (0.0963)(4)
3.1017
(0.1149)(0.5) + (0.0565)(2) + (0.0312)(4) + (0.2396)(0.3333)
+ (0.4617)(0.25) + (0.0963)(1)
0.5866

Tabel 4.7 menghitung weighted sum vector. Menghitung
weighted sum vector adalah tahap awal untuk menghitung
konsistensi sebuah pembobotan evaluasi.

62
4.1.6. Menghitung Consistency Vector
Perhitungan consistency vector dilakukan dengan cara
membagi hasil weighted sum vector tabel 4.7 dengan hasil bobot
parameter MOOSE CK tabel 4.6 sehingga didapatkan hasil
consistency vector seperti tabel 4.8.
Consistency
vector
0.7273/0.1149 = 6.3327
0.3420/0.0565 = 6.0543
0.1940/0.0312 = 6.2264
1.6110/0.2396 = 6.7242
3.1017/0.4617 = 6.7188
0.5866/0.0963 = 6.0934

Pada tabel 4.8 menerangkan bahwa nilai consistency vector
didapatkan dengan cara membagi hasil dari tabel 4.7 dengan tabel
4.6.
4.1.7. Menghitung Lambda
Perhitungan lambda menggunakan hasil dari Tabel 4.8,
consistency vector, dengan menjumlahkan semua consistency
vector dan dibagi dengan jumlah item yang di evaluasi. Seperti
pada persamaan di bawah ini. Dalam kasus ini jumlah item adalah
6.
=
6
6.0934) 6.7188 6.7242 6.2264 6.0543 (6.3327 + + + + +
= 6.3582

63
4.1.8. Menghitung Consistency I ndex
Dalam perhitungan consistency index menggunakan hasil
dari perhitungan lambda kemudian disubtitusikan dalam
persamaan 2.1, sehingga hasil perhitungan seperti pada persamaan
4.1.
CI =
) 1 (
) (
n
n
=
) 1 6 (
) 6 3582 . 6 (

= 0.0716 .....................(4.1)
4.1.9. Menghitung Consistency Ratio
Perhitungan consistency ratio menggunakan persamaan 4.2
dengan mensubtitusikan hasil dari persamaan 4.1 dan nilai Random
Index pada Tabel 2.11. Sesuai dengan Tabel 2.11 karena jumlah
item yang di evaluasi ada 6 maka nilai Random Index (RI) = 1.24.
CR =
) (
) (
RI
CI
=
24 . 1
0716 . 0
= 0.0577
Sesuai dengan konsep AHP bahwa jika consistency ratio
adalah 0.1 atau kurang maka evaluasi perbandingan diatas adalah
konsisten, namun apabila lebih besar daripada 0.1 maka
perbandingan antara parameter harus diulang kembali. Karena nilai
CR = 0.057, kurang dari 0.1 maka pembobotan parameter yang
dihasilkan pada Tabel 4.6 dapat diterima.

4.2. EVALUASI PARAMETER MOOSE CK
Evaluasi parameter MOOSE CK adalah tahapan kedua dari metode
pengukuran kualitas disain software (lihat gambar 4.1). Pada tahap ini

64
dilakukan perbandingan parameter MOOSE CK yang sama antar masing-
masing software. Detail proses evaluasi parameter MOOSE CK seperti
pada Gambar 4.3.

Gambar 4.3. Proses Evaluasi Parameter MOOSE CK

4.2.1. Pengukuran Parameter MOOSE CK
Banyak software atau tool yang dapat melakukan
pengukuran MOOSE CK. Masing-masing tool memiliki
Menghitung parameter Moose CK
(WMC, DIT, NOC, CBO, FC, LCOM)
pada masing-masing framework dengan
tool PHP Depend
Data parameter WMC, DIT,
NOC, CBO, RFC, LCOM pada
Perbandingan nilai parameterMOOSE
CK pada masing-masing framework
Mnghitung total nilai parameter
MOOSE CK pada masing-masing
framework
Membagi rata-rata masing-masing baris
Hasil faktor evaluasi MOOSE
CK pada masing-masing
framework

65
kelebihan dan kekurangan. Diantara tool yan penulis pernah
coba adalah PHPUnit, CCLOC, namun yang paling baik dalam
hal perhitungan adalah PHP Depend. PHP Depend adalah
software metric khusus untuk bahasa pemrograman PHP.
Berbeda dengan software metric lainnya, PHP Depend
mendukung untuk menghitung aplikasi PHP yang berorientasi
objek. Seperti inheritance, coupling, encapsulation, cyclomatic
complexity dan lain sebagainya. Tool ini berbasis console, dan
berjalan dalam sistem operasi linux. Instalasinya cukup mudah,
kita dapat mendownloadnya lewat website resminya di
www.pdepend.net. Kemudian kita mengikuti panduan
instalasinya dengan benar, untuk mengeceknya apakah sudah
terinstal, kita perlu mengetik pdepend version pada console
terminal linux.
Setelah melalui perhitungan menggunakan PHP
Depend maka didapatkan hasil sebagai berikut ini.
Tabel 4.9. Jumlah class pada masing-masing framework
PHP

No Framework Jumlah Class
1 Yii 1082
2 CodeIgniter 136
3 CakePHP 460
4 Symfony 2102
5 Zend 2244
(Sumber: Hasil Pengujian Penulis)

66
Tabel 4.9 adalah jumlah masing-masing class pada
setiap framework dengan menggunakan PHP Depend.
Tabel 4.10. Hasil parameter MOOSE CK pada masing-
masing framework PHP

Faktor Yii CodeI gniter CakePHP Symfony Zend
WMC 5.6330 13.6102 17.55 8.5713 10.8395
DI T 0.7874 4.9779 2.3521 1.7093 1.5668
NOC 3.7449 9.3161 11.1717 6.5309 7.7393
CBO 5.7236 13.5220 17.1282 8.7830 11.0374
RFC 5.1007 16.2352 15.8260 7.7621 9.7486
LCOM 5.2107 12.9411 15.4260 7.8411 10.0267

Tabel 4.10 adalah jumlah masing-masing class pada
setiap framework dengan menggunakan PHP Depend.

4.2.2. Perbandingan Nilai Parameter MOOSE CK pada Masing-
masing Software
Setelah dilakukan pengukuran parameter MOOSE CK
kemudian dilakukan perbandingan antara software dengan
menggunakan salah satu parameter MOOSE CK. Namun
seperti dijelaskan sebelumnya karena nilai parameter MOOSE
berbanding terbalik dengan properti kualitas disain software,
maka perbandingan tersebut perlu dilakukan inverse. Sehingga
apabila framework-I. WMC = a, framework-II. WMC = b,

67
framework-III. WMC = c, maka perbandingannya adalah
sebagai berikut :
WMC Framework-I Framework -II Framework -III
Framework-I 1 1/(a/b) 1/(a/c)
Framework II 1/(1/(a/b)) 1 1/(b/c)
Framework -III 1/(1/(a/c)) 1/(1/(b/c)) 1

Pada framework-I dibandingkan framework-II adalah
b
a
karena kualitas berbanding terbalik dengan nilai parameter
sehingga harus di inverse menjadi
|
.
|
\
|
b
a
1
. Sedangkan untuk
perbandingan framework-II dan framework-I adalah kebalikan
dari
|
.
|
\
|
b
a
1
menjadi
|
|
.
|
\
|
) / (
1
1
b a
. Pada nilai-nilai yang lain
memiliki kaidah yang sama. Selanjutnya kita akan
memasukkan nilai sebenarnya dalam perhitungan.

68

Tabel 4.12. Perbandingan parameter WMC pada masing-

WMC
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
1/
(5.6330/13.6102)

1/
(5.6330/17.55)

1/
(5.6330/8.5713)

1/
(5.6330/10.8395)

CodeI gniter
versi 1.7.2
1/
(1/(5.6330/13.6102))
1
1/
(13.6102/17.55)

1/
(13.6102/ 8.5713)

1/
(13.6102/10.8395)

CakePHP
versi 1.3.3
1/
(1/(5.6330/17.55))

1/
(1/(13.6102/17.55))

1
1/
(17.55/8.5713)

1/
(17.55/10.8395)

Symfony
versi 1.4.8
1/
(1/(5.6330/8.5713))

1/
(1/(13.6102/ 8.5713))

1/
(1/(17.55/8.5713))

1
1/
(8.5713/10.8395)

Zend versi
1.10.8
1/
(1/(5.6330/10.8395))

1/
(1/(13.6102/10.8395))

1/
(1/(17.55/10.8395))

1/
(1/(8.5713/10.8395)
)

1

adalah perbandingan antara masing-masing framework
terhadap parameter WMC, nilainya berdasarkan dari tabel 4.11.
Tabel 4.13. Hasil perbandingan parameter WMC pada
masing-masing framework PHP

WMC
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
2.4160

3.1153

1.5216

1.9242

CodeI gniter
versi 1.7.2
0.4139

1
0.7755

0.6298

0.7964

CakePHP
versi 1.3.3
0.3210

1.2894

1
0.4884

0.6176

Symfony
versi 1.4.8
0.6572

1.5878

2.0475

1
1.2647

Zend versi
1.10.8
0.5197

1.2556

1.6191

0.7907

1

69
Pada tabel 4.13 adalah nilai hasil perbandingan dari
tabel 4.12.
4.2.3. Menghitung Total Nilai Parameter MOOSE CK pada
Masing-masing Software
Hasil perbandingan parameter MOOSE CK Tabel 4.13
kemudian dihitung jumlah total pada masing-masing software
seperti Tabel 4.14.
Tabel 4.14. Jumlah total pada masing-masing framework
PHP

WMC
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
2.4160

3.1153

1.5216

1.9242

CodeI gniter
versi 1.7.2
0.4139

1
0.7755

0.6298

0.7964

CakePHP
versi 1.3.3
0.3210

1.2894

1
0.4884

0.6176

Symfony
versi 1.4.8
0.6572

1.5878

2.0475

1
1.2647

Zend versi
1.10.8
0.5197
1.2556

1.6191

0.7907

1
---------- + ------------ + ------------ + ----------- + --------- +
Total
2.9118 7.5488 8.5574 4.4305 5.6029

Dari tabel 4.14 menerangkan bahwa masing-masing
kolom dijumlahkan untuk mendapatkan nilai totalnya. Dapat
kita lihat bahwa masing-masing software memiliki total nilai
yang bervariasi.

70
Hasil penjumlahan total pada masing-masing kolom tabel
4.14 kemudian dilakukan pembagian pada masing-masing cell
dengan jumlah total pada kolom yang sesuai seperti pada tabel
4.15.
Tabel 4.15. Membagi cell dengan jumlah total
WMC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1/2.9188
= 0.3434
2.416/7.5488
= 0.3201
3.1153/8.5574
= 0.364
1.5216/4.4305
= 0.3434
1.9242/5.6029
= 0.3434
CodeI gniter
versi 1.7.2
0.4139/2.9188
= 0.1421

1/7.5488
= 0.1325
0.7755/8.5574
= 0.0906
0.6298/4.4305
= 0.1422
0.7964/5.6029
= 0.1421
CakePHP
versi 1.3.3
0.321/2.9188
= 0.1102
1.2894/7.5488
= 0.1708
1/8.5574
= 0.1169
0.4884/4.4305
= 0.1102
0.6176/5.6029
= 0.1102
Symfony
versi 1.4.8
0.6572/2.9188
= 0.2257
1.5878/7.5488
= 0.2103
2.0475/8.5574
= 0.2392
1/4.4305
= 0.2257
1.2647/5.6029
= 0.2257
Zend versi
1.10.8
0.5197/2.9188
= 0.1785
1.2556/7.5488
= 0.1663
1.6191/8.5574
= 0.1892
0.7907/4.4305
= 0.1785
1/5.6029
= 0.1785

Pada tabel 4.15 adalah membagi setiap cell dengan
jumlah total yang telah ditetapkan pada tabel 4.14.

4.2.5. Menghitung Rata-rata pada Masing-masing Baris
Menghitung rata-rata pada masing-masing baris dari
Tabel 4.15 dan hasil ini akan digunakan sebagai faktor
evaluasi.

71
Tabel 4.16. Menghitung rata-rata tiap baris
WMC Faktor Evaluasi
Yii versi
1.0.12
(0.3434 + 0.3201+ 0.364 + 0.3434 + 0.3434)/5 (1.7143/5) = 0.3429
CodeI gniter
versi 1.7.2
(0.1421 + 0.1325 + 0.0906 + 0.1422 + 0.1421)/5 (0.6495/5) = 0.1299
CakePHP
versi 1.3.3
(0.1102 + 0.1708 + 0.1169 + 0.1102 + 0.1102)/5 (0.6183/5) = 0.1237
Symfony
versi 1.4.8
(0.2257 + 0.2103 + 0.2392 + 0.2257 + 0.2257)/5 (1.1266/5) = 0.2253
Zend versi
1.10.8
(0.1785 + 0.1663 + 0.1892 + 0.1785 + 0.1785)/5 (0.891/5) = 0.1782

Pada tabel 4.16 dalam tabel tersebut terlihat bahwa hasil
perhitungan dari tabel 4.15 tiap-tiap baris dicari nilai rata-
ratanya. Nilai tersebut didapatkan dengan cara menjumlahkan
masing-masing baris kemudian dibagi dengan jumlah item
yang dibandingkan, dalam hal ini item yang dibandingkan ada
5. Pada faktor WMC framework Yii mempunyai nilai yang
paling tinggi dengan nilai 0.3429. Hal tersebut menunjukkan
bahwa nilai WMC yang tinggi mempunyai kecenderungan
kegagalan software. Kemudian disusul pada urutan kedua
sampai terakhir dengan framework symfony, zend, codeigniter
dan cakePHP.
Prosedur yang sama juga dilakukan terhadap lima
parameter MOOSE CK yang lain yaitu DIT, NOC, CBO, RFC
dan LCOM.

72
4.2.6. Menghitung DIT, NOC, CBO, RFC, LCOM
4.2.6.1. Perhitungan Faktor Evaluasi DIT
Tabel 4.17. Perbandingan parameter DIT pada masing-

DI T Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
1/
(0.7874/4.9779)

1/
(0.7874/2.3521)

1/
(0.7874/1.7093)

1/
(0.7874/1.5668)
CodeI gniter
versi 1.7.2
1/
(1/(0.7874/4.9779))
1
1/
(4.9779/2.3521)

1/
(4.9779/ 1.7093)

1/
(4.9779/1.5668)

CakePHP
versi 1.3.3
1/
(1/(0.7874/2.3521))

1/
(1/(4.9779/2.3521)
)

1
1/
(2.3521/1.7093)

1/
(2.3521/1.5668)

Symfony
versi 1.4.8
1/
(1/(0.7874/1.7093))

1/
(1/(4.9779/ 1.7093))

1/
(1/(2.3521/1.7093))

1
1/
(1.7093/1.5668)

Zend versi
1.10.8
1/
(1/(0.7874/1.5668))

1/
(1/(4.9779/1.5668))

1/
(1/(2.3521/1.5668)
)

1/
(1/(1.7093/1.5668))

1

terhadap parameter DIT, nilainya berdasarkan dari tabel 4.11.

73

Tabel 4.18. Hasil perbandingan parameter DIT pada

DI T
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 6.3211 2.9868 2.1706 0.9897
CodeI gniter
versi 1.7.2
0.1582 1 0.4725 0.3434 0.3148
CakePHP
versi 1.3.3
0.3348 2.1164 1 0.7268 0.6661
Symfony
versi 1.4.8
0.4607 2.9121 1.3759 1 0.9167
Zend versi
1.10.8
0.5026 3.1766 1.5013 1.0909 1

tabel 4.17.
PHP

DI T
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 6.3211 2.9868 2.1706 0.9897
CodeI gniter
versi 1.7.2
0.1582 1 0.4725 0.3434 0.3148
CakePHP
versi 1.3.3
0.3348 2.1164 1 0.7268 0.6661
Symfony
versi 1.4.8
0.4607 2.9121 1.3759 1 0.9167
Zend versi
1.10.8
0.5026 3.1766 1.5013 1.0909 1

------------ + ------------ + ------------ + ------------ + ------------ +
Total
2.4563 15.5262 7.3365 5.3317 3.8873

74
yang bervariasi.
DI T Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi
1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1/2.4563
= 0.4071163
6.3211/15.5262
= 0.4071247
2.9868/7.3365
= 0.4071151
2.1706/5.3317
= 0.4071121
0.9897/3.8873
= 0.2545983
CodeI gniter
versi 1.7.2
0.1582/2.4563
= 0.0644058
1/15.5262
= 0.0644073
0.4725/7.3365
= 0.0644040
0.3434/5.3317
= 0.0644072
0.3148/3.8873
= 0.0809817
CakePHP
versi 1.3.3
0.3348/2.4563
= 0.1363026
2.1164/15.5262
= 0.1363115
1/7.3365
= 0.1363048
0.7268/5.3317
= 0.1363167
0.6661/3.8873
= 0.1713529
Symfony
versi 1.4.8
0.4607/2.4563
= 0.1875585
2.9121/15.5262
= 0.1875604
1.3759/7.3365
= 0.1875417
1/5.3317
= 0.1875574
0.9167/3.8873
= 0.2358192
Zend versi
1.10.8
0.5026/2.4563
= 0.2046167
3.1766/15.5262
= 0.2045961
1.5013/7.3365
= 0.2046344
1.0909/5.3317
= 0.2046064
1/3.8873
= 0.2572480

DI T Faktor
Evaluasi Yii versi
1.0.12
(0.4071163 + 0.4071247 + 0.4071151+ 0.4071121 + 0.2545983)/5 (1.8830667/5) = 0.3766
CodeI gniter
versi 1.7.2
(0.0644058 + 0.0644073 + 0.0644040 + 0.0644072 + 0.0809817)/5 (0.3386060/5) = 0.0677
CakePHP
versi 1.3.3
(0.1363026 + 0.1363115 + 0.1363048 + 0.1363167 + 0.1713529)/5 (0.7165885/5) = 0.1433
Symfony
versi 1.4.8
(0.1875585 + 0.1875604 + 0.1875417 + 0.1875574 + 0.2358192)/5 (0.9860373/5) = 0.1972
Zend versi
1.10.8
(0.2046167 + 0.2045961 + 0.2046344 + 0.2046064 + 0.2572480)/5 (1.0757015/5) = 0.2151

75
Pada tabel 4.21 tersebut terlihat bahwa hasil
yang dibandingkan, dalah hal ini item yang dibandingkan ada
5. Pada faktor DIT framework Yii memiliki nilai yang paling
besar dengan nilai 0.3766, hal ini menandakan kedalaman
hierarki framework Yii paling besar, sehingga akan semakin
tinggi kompleksitasnya. Kemudian pada urutan kedua sampai
terakhir ada framework Zend, Symfony, CakePHP dan
CodeIgniter.

4.2.6.2. Perhitungan Faktor Evaluasi NOC
Tabel 4.22. Perbandingan parameter NOC pada masing-

NOC
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1
1/
(3.7449/9.3161)

1/
(3.7449/11.1717)

1/
(3.7449/6.5309)

1/
(3.7449/7.7393
)

CodeI gniter
versi 1.7.2
1/
(1/(3.7449/9.3161))
1
1/
(9.3161/11.1717)

1/
(9.3161/6.5309)

1/
(9.3161/7.7393
)

CakePHP
versi 1.3.3
1/
(1/(3.7449/11.1717))

1/
(1/(9.3161/11.1717))

1
1/
(11.1717/6.5309)

1/
(11.1717/7.739
3)

Symfony
versi 1.4.8
1/
(1/(3.7449/6.5309))

1/
(1/(9.3161/6.5309))

1/
(1/(11.1717/6.5309))

1
1/
(6.5309/7.7393
)

Zend versi
1.10.8
1/
(1/(3.7449/7.7393))

1/
(1/(9.3161/7.7393))

1/
(1/(11.1717/7.7393))

1/
(1/(6.5309/7.7393))

1

76
terhadap parameter NOC, nilainya berdasarkan dari tabel 4.11.
Tabel 4.23. Hasil perbandingan parameter NOC pada

NOC
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 2.4876 2.9833 1.7440 2.0665
CodeI gniter
versi 1.7.2
0.4020 1 1.1990 0.7010 0.8308
CakePHP
versi 1.3.3
0.3352 0.8340 1 0.5846 0.6928
Symfony
versi 1.4.8
0.5734 1.4265 1.7106 1 1.1850
Zend versi
1.10.8
0.4839 1.2037 1.4434 0.8439 1

tabel 4.22.

77
PHP

NOC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 2.4876 2.9833 1.7440 2.0665
CodeI gniter
versi 1.7.2
0.4020 1 1.1990 0.7010 0.8308
CakePHP
versi 1.3.3
0.3352 0.8340 1 0.5846 0.6928
Symfony
versi 1.4.8
0.5734 1.4265 1.7106 1 1.1850
Zend versi
1.10.8
0.4839 1.2037 1.4434 0.8439 1
------------ + ------------ + ------------ + ------------ + ------------ +
Total 2.7945 6.9518 8.3363 4.8735 5.7751

yang bervariasi.

78
NOC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi
1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1/2.7945
= 0.3578458
2.4876/6.9518
= 0.3578354
2.9833/8.3363
= 0.3578686
1.744/4.8735
= 0.3578537
2.0665/5.7751
= 0.3578293
CodeI gniter
versi 1.7.2
0.402/2.7945
= 0.1438540
1/6.9518
= 0.1438476
1.199/8.3363
= 0.1438288
0.701/4.8735
= 0.1438391
0.8308/5.7751
= 0.1438590
CakePHP
versi 1.3.3
0.3352/2.7945
= 0.1199499
0.834/6.9518
= 0.1199689
1/8.3363
= 0.1199573
0.5846/4.8735
= 0.11995486
0.6928/5.7751
= 0.11996323
Symfony
versi 1.4.8
0.5734/2.7945
= 0.2051888
1.4265/6.9518
= 0.2051987
1.7106/8.3363
= 0.2051989
1/4.8735
= 0.2051913
1.185/5.7751
= 0.2051913
Zend versi
1.10.8
0.4839/2.7945
= 0.1731616
1.2037/6.9518
= 0.1731494
1.4434/8.3363
= 0.1731464
0.8439/4.8735
= 0.1731610
1/5.7751
= 0.1731572

NOC Faktor Evaluasi
Yii versi
1.0.12
(0.3578458 + 0.3578354 + 0.3578686 + 0.3578537 +
0.3578293)/5
(1.7892327/5) = 0.3578
CodeI gniter
versi 1.7.2
(0.1438540 + 0.1438476 + 0.1438288 + 0.1438391 +
0.1438590)/5
(0.7192285/5) = 0.1438
CakePHP
versi 1.3.3
(0.1199499 + 0.1199689 + 0.1199573 + 0.11995486 +
0.11996323)/5
(0.5997943/5) = 0.1199
Symfony
versi 1.4.8
(0.2051888 + 0.2051987 + 0.2051989 + 0.2051913 +
0.2051913)/5
(1.0259686/5) = 0.2052
Zend versi
1.10.8
(0.1731616 + 0.1731494 + 0.1731464 + 0.1731610 +
0.1731572)/5
(0.8657755/5) = 0.1732


79
5. Pada faktor NOC framework Yii menempati urutan pertama
dengan nilai 0.3578, hal ini berarti semakin tinggi nilainya
maka akan semakin besar pula nilai ketidakcocokan subclass
dengan abstraksi pada parent class.

4.2.6.3. Perhitungan Faktor Evaluasi CBO
Tabel 4.27. Perbandingan parameter CBO pada masing-

CBO Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
1/
(5.7236/13.522)

1/
(5.7236/17.1282)

1/
(5.7236/8.783)

1/
(5.7236/11.0374)
CodeI gniter
versi 1.7.2
1/
(1/(5.7236/13.522))
1
1/
(13.522/17.1282)

1/
(13.522/8.783)

1/
(13.522/11.0374)

CakePHP
versi 1.3.3
1/
(1/(5.7236/17.1282))

1/
(1/(13.522/17.1282))

1
1/
(17.1282/8.783)

1/
(17.1282/11.0374)

Symfony
versi 1.4.8
1/
(1/(5.7236/8.783))

1/
(1/(13.522/8.783))

1/
(1/(17.1282/8.783))

1
1/
(8.783/11.0374)

Zend versi
1.10.8
1/
(1/(5.7236/11.0374))

1/
(1/(13.522/11.0374))

1/
(1/(17.1282/11.0374))

1/
(1/(8.783/11.0374))

1

terhadap parameter CBO, nilainya berdasarkan dari tabel 4.11.

80
Tabel 4.28. Hasil perbandingan parameter CBO pada

CBO Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 2.3624 2.9922 1.5344 1.9283
CodeI gniter
versi 1.7.2
0.4232 1 1.2666 0.6495 0.8163
CakePHP
versi 1.3.3
0.3342 0.7895 1 0.5128 0.6444
Symfony
versi 1.4.8
0.6517 1.5396 1.95 1 1.2568
Zend versi
1.10.8
0.5186 1.2250 1.5518 0.7957 1

tabel 4.27.
Tabel 4.29. Jumlah total pada masing-masing framework PHP
CBO Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 2.3624 2.9922 1.5344 1.9283
CodeI gniter
versi 1.7.2
0.4232 1 1.2666 0.6495 0.8163
CakePHP
versi 1.3.3
0.3342 0.7895 1 0.5128 0.6444
Symfony
versi 1.4.8
0.6517 1.5396 1.95 1 1.2568
Zend versi
1.10.8
0.5186 1.2250 1.5518 0.7957 1
------------ + ------------ + ------------ + ------------ + ------------ +
Total 2.9277 6.9165 8.7606 4.4924 5.6458

81
yang bervariasi.
CBO Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1/2.9277
= 0.3415650
2.3624/6.9165
= 0.3415600
2.9922/8.7606
= 0.3415519
1.5344/4.4924
= 0.3415546
1.9283/5.6458
= 0.3415459
CodeI gniter
versi 1.7.2
0.4232/2.9277
= 0.1445503
1/6.9165
= 0.1445818
1.2666/8.7606
= 0.1445791
0.6495/4.4924
= 0.1445775
0.8163/5.6458
= 0.1445854
CakePHP
versi 1.3.3
0.3342/2.9277
= 0.1141510
0.7895/6.9165
= 0.1141473
1/8.7606
= 0.1141474
0.5128/4.4924
= 0.1141483
0.6444/5.6458
= 0.1141379
Symfony
versi 1.4.8
0.6517/2.9277
= 0.2225979
1.5396/6.9165
= 0.2225981
1.95/8.7606
= 0.2225875
1/4.4924
= 0.2225982
1.2568/5.6458
= 0.2226080
Zend versi
1.10.8
0.5186/2.9277
= 0.1771356
1.2250/6.9165
= 0.1771127
1.5518/8.7606
= 0.1771340
0.7957/4.4924
= 0.1771213
1/5.6458
= 0.1771228

CBO Faktor Evaluasi
Yii versi
1.0.12
(0.3415650 + 0.3415600 + 0.3415519 + 0.3415546 +
0.3415459)/5
(1.7077776/5) = 0.3416
CodeI gniter
versi 1.7.2
(0.1445503 + 0.1445818 + 0.1445791 + 0.1445775 +
0.1445854)/5
(0.7228741/5) = 0.1446
CakePHP
versi 1.3.3
(0.1141510 + 0.1141473 + 0.1141474 + 0.1141483 +
0.1141379)/5
(0.5707321/5) = 0.1141
Symfony
versi 1.4.8
(0.2225979 + 0.2225981 + 0.2225875 + 0.2225982 +
0.2226080)/5
(1.1129897/5) = 0.2226
Zend versi
1.10.8
(0.1771356 + 0.1771127 + 0.1771340 + 0.1771213 +
0.1771228)/5
(0.8856265/5) = 0.1771

82
Pada tabel 4.31, dalam tabel tersebut terlihat bahwa
hasil perhitungan dari tabel 4.30 tiap-tiap baris dicari nilai rata-
5. Dalam hal faktor CBO ini framework Yii menduduki
peringkat pertama dengan nilai 0.3416, disusul dengan
framework Symfony, Zend, CodeIgniter, dan CakePHP. Hal ini
memberi arti bahwa framework Yii banyak memiliki class yang
saling ketergantungan antara satu class dengan class yang
lainnya sehingga mengindikasikan class yang tidak baik, hal itu
dikarenakan tidak memiliki tingkat modularity dan reuse yang
tinggi.

83
4.2.6.4. Perhitungan Faktor Evaluasi RFC
Tabel 4.32. Perbandingan parameter RFC pada masing-

RFC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
1/
(5.1007/16.2352)

1/
(5.1007/15.826)

1/
(5.1007/7.7621)

1/
(5.1007/9.7486)
CodeI gniter
versi 1.7.2
1/
(1/(5.1007/16.2352))
1
1/
(16.2352/15.8260)

1/
(16.2352/7.7621)

1/
(16.2352/9.7486)

CakePHP
versi 1.3.3
1/
(1/(5.1007/15.826))

1/
(1/(16.2352/15.8260))

1
1/
(15.8260/7.7621)

1/
(15.8260/9.7486)

Symfony
versi 1.4.8
1/
(1/(5.1007/7.7621))
1/
(1/(16.2352/7.7621))

1/
(1/(15.8260/7.7621))

1
1/
(7.7621/9.7486)

Zend versi
1.10.8
1/
(1/(5.1007/9.7486))

1/
(1/(16.2352/9.7486))

1/
(1/(15.8260/9.7486))

1/
(1/(7.7621/9.7486))

1

terhadap parameter RFC, nilainya berdasarkan dari tabel 4.11.
Tabel 4.33. Hasil perbandingan parameter RFC pada

RFC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend
versi
1.10.8
Yii versi 1.0.12 1 3.1827 3.1027 1.5218 1.9113
CodeI gniter
versi 1.7.2
0.3142 1 0.9748 0.4781 0.6005
CakePHP
versi 1.3.3
0.3223 1.0259 1 0.4905 0.6160
Symfony versi
1.4.8
0.6571 2.0916 2.0387 1 1.2560
Zend versi
1.10.8
0.5232 1.6653 1.6234 0.7962 1

84
tabel 4.32.
RFC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 3.1827 3.1027 1.5218 1.9113
CodeI gniter
versi 1.7.2
0.3142 1 0.9748 0.4781 0.6005
CakePHP
versi 1.3.3
0.3223 1.0259 1 0.4905 0.6160
Symfony
versi 1.4.8
0.6571 2.0916 2.0387 1 1.2560
Zend versi
1.10.8
0.5232 1.6653 1.6234 0.7962 1
---------- + ---------- + ---------- + ---------- + ---------- +
Total 2.8168 8.9655 8.7396 4.2866 5.3838

yang bervariasi.

85
RFC Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi
1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1/2.8168
= 0.3550128
3.1827/8.9655
= 0.3549941
3.1027/8.7396
= 0.3550162
1.5218/4.2866
= 0.3550133
1.9113/5.3838
= 0.3550095
CodeI gniter
versi 1.7.2
0.3142/2.8168
= 0.1115450
1/8.9655
= 0.1115387
0.9748/8.7396
= 0.1115382
0.4781/4.2866
= 0.1115336
0.6005/5.3838
= 0.1115383
CakePHP
versi 1.3.3
0.3223/2.8168
= 0.1144206
1.0259/8.9655
= 0.1144275
1/8.7396
= 0.1144217
0.4905/4.2866
= 0.1144264
0.6160/5.3838
= 0.1144173
Symfony
versi 1.4.8
0.6571/2.8168
= 0.2332789
2.0916/8.9655
= 0.2332943
2.0387/8.7396
= 0.2332715
1/4.2866
= 0.2332851
1.256/5.3838
= 0.23329247
Zend versi
1.10.8
0.5232/2.8168
= 0.1857426
1.6653/8.9655
= 0.1857454
1.6234/8.7396
= 0.1857522
0.7962/4.2866
= 0.1857416
1/5.3838
= 0.1857424

RFC
Faktor Evaluasi
Yii versi
1.0.12
(0.3550128 + 0.3549941+ 0.3550162 + 0.3550133 +
0.3550095)/5
(1.7750459/5) = 0.3550
CodeI gniter
versi 1.7.2
(0.1115450 + 0.1115387 + 0.1115382 + 0.1115336 +
0.1115383)/5
(0.5576939/5) = 0.1115
CakePHP
versi 1.3.3
(0.1144206+ 0.1144275 + 0.1144217 + 0.1144264 +
0.1144173)/5
(0.5721135/5) = 0.1144
Symfony
versi 1.4.8
(0.2332789 + 0.2332943 + 0.2332715 + 0.2332851 +
0.23329247)/5
(1.1664223/5) = 0.2333
Zend versi
1.10.8
(0.1857426 + 0.1857454 + 0.1857522 + 0.1857416 +
0.1857424)/5
(0.9287243/5) = 0.1857


86
5. Pada faktor RFC framework Yii menempati urutan teratas
dengan nilai 0.3550, hal ini berarti jumlah metode yang
dimilikinya lebih banyak dibandingkan dengan framework
yang lain. Kemudian di urutan kedua sampai terakhir ada
framework Symfony, Zend, CakePHP, dan CodeIgniter.

4.2.6.5. Perhitungan Faktor Evaluasi LCOM
Tabel 4.37. Perbandingan parameter LCOM pada masing-

LCOM
Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony versi
1.4.8
Zend versi
1.10.8
Yii versi
1.0.12
1
1/
(5.2107/12.9411)

1/
(5.2107/15.4260)

1/
(5.2107/7.8411)

1/
(5.210710.0267)

CodeI gniter
versi 1.7.2
1/
(1/(5.2107/12.9411))
1
1/
(12.9411/15.426)

1/
(12.9411/7.8411)

1/
(12.9411/10.0267)

CakePHP
versi 1.3.3
1/
(1/(5.2107/15.4260))

1/
(1/(12.9411/15.426))

1
1/
(15.4260/7.8411)

1/
(15.4260/10.0267)

Symfony
versi 1.4.8
1/
(1/(5.2107/7.8411))

1/
(1/(12.9411/7.8411))

1/
(1/(15.4260/7.8411))

1
1/
(7.8411/10.0267)

Zend versi
1.10.8
1/
(1/(5.210710.0267))

1/
(1/(12.9411/10.0267))

1/
(1/(15.4260/10.0267))

1/
(1/(7.8411/10.0267))

1


87
terhadap parameter LCOM, nilainya berdasarkan dari tabel
4.11.
Tabel 4.38. Hasil perbandingan parameter LCOM pada

LCOM Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1 2.4839 2.9603 1.5049 1.9242
CodeI gniter
versi 1.7.2
0.4026 1 1.1920 0.6059 0.7748
CakePHP
versi 1.3.3
0.3378 0.8389 1 0.5083 0.6500
Symfony
versi 1.4.8
0.6645 1.6504 1.9673 1 1.2788
Zend versi
1.10.8
0.5197 1.2907 1.5385 0.7820 1

tabel 4.37.

88
LCOM Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi 1.4.8
Zend
versi
1.10.8
Yii versi 1.0.12
1 2.4839 2.9603 1.5049 1.9242
CodeI gniter
versi 1.7.2
0.4026 1 1.1920 0.6059 0.7748
CakePHP
versi 1.3.3
0.3378 0.8389 1 0.5083 0.6500
Symfony versi
1.4.8
0.6645 1.6504 1.9673 1 1.2788
Zend versi
1.10.8
0.5197 1.2907 1.5385 0.7820 1
------------ + ------------ + ------------ + ------------ + ------------ +
Total 2.9246 7.2639 8.6581 4.4011 5.6278

Dari tabel 4.39 diatas menerangkan bahwa masing-
masing kolom dijumlahkan untuk mendapatkan nilai totalnya.
Dapat kita lihat bahwa masing-masing software memiliki total
nilai yang bervariasi.
LCOM Yii versi
1.0.12
CodeI gniter
versi 1.7.2
CakePHP
versi 1.3.3
Symfony
versi
1.4.8
Zend
versi
1.10.8
Yii versi
1.0.12
1/2.9246
= 0.3419271
2.4839/7.2639
= 0.3419513
2.9603/8.6581
= 0.3419110
1.5049/4.4011
= 0.3419372
1.9242/5.6278
= 0.3419098
CodeI gniter
versi 1.7.2
0.4026/2.9246
= 0.1376599
1/7.2639
= 0.1376671
1.192/8.6581
= 0.1376745
0.6059/4.4011
= 0.1376701
0.7748/5.6278
= 0.1376737
CakePHP
versi 1.3.3
0.3378/2.9246
= 0.1155030
0.8389/7.2639
= 0.1154889
1/8.6581
= 0.1154988
0.5083/4.4011
= 0.1154939
0.65/5.6278
= 0.1154981
Symfony
versi 1.4.8
0.6645/2.9246
= 0.2272106
1.6504/7.2639
= 0.2272058
1.9673/8.6581
= 0.2272208
1/4.4011
= 0.2272159
1.2788/5.6278
= 0.2272291
Zend versi
1.10.8
0.5197/2.9246
= 0.1776995
1.2907/7.2639
= 0.1776869
1.5385/8.6581
= 0.1776949
0.782/4.4011
= 0.1776829
1/5.6278
= 0.1776893

89
LCOM Faktor Evaluasi
Yii versi
1.0.12
(0.3419271 + 0.3419513 + 0.3419110 + 0.3419372 +
0.3419098)/5
(1.7096365/5) = 0.3419
CodeI gniter
versi 1.7.2
(0.1376599 + 0.1376671 + 0.1376745 + 0.1376701 +
0.1376737)/5
(0.6883453/5) = 0.1377
CakePHP
versi 1.3.3
0.1155030 + 0.1154889 + 0.1154988 + 0.1154939 +
0.1154981)/5
(0.5774826/5) = 0.1155
Symfony
versi 1.4.8
(0.2272106 + 0.2272058 + 0.2272208 + 0.2272159 +
0.2272291)/5
(1.136082/5) = 0.2272
Zend versi
1.10.8
(0.1776995 + 0.1776869 + 0.1776949 + 0.1776829 +
0.1776893)5
(0.8884535/5) = 0.1777

5. Pada faktor LCOM framework Yii menempati urutan
pertama dengan nilai 0.3419, berarti menandakan framework
Yii mempunyai class yang lebih baik, ditandai dengan nilai
kohesi yang lebih tinggi. Di urutan kedua sampai terakhir ada
framework symfony, zend, codeigniter dan cakePHP.

90
Tabel 4.42. Nilai Parameter MOOSE Pada Masing-masing
Framework PHP

WMC DI T NOC CBO RFC LCOM
Yii versi
1.0.12
0.3429 0.3766 0.3578 0.3416 0.3550 0.3419
CodeI gniter
versi 1.7.2
0.1299 0.0677 0.1438 0.1446 0.1115 0.1376
CakePHP
versi 1.3.3
0.1237 0.1433 0.1199 0.1141 0.1144 0.1154
Symfony
versi 1.4.8
0.2253 0.1972 0.2051 0.2226 0.2333 0.2272
Zend versi
1.10.8
0.1782 0.2151 0.1732 0.1771 0.1857 0.1777

Setelah melalui perhitungan sebelumnya pada tabel
4.42 adalah hasil dari perhitungan pada masing-masing
framework PHP terhadap parameter-parameter MOOSE CK.

4.3. PEMBOBOTAN PROPERTI KUALITAS DISAIN
Tahap pembobotan properti kualitas disain software secara umum
sama prosedurnya dengan pembobotan parameter MOOSE CK.
Perbedaannya terletak pada objek yang dibandingkan, yaitu objek
parameter MOOSE CK dan properti kualitas disain software. Namun
untuk memperjelas keseluruhan metode pengukuran kualitas disain
software, penulis akan menjelaskan proses pembobotan kualitas disain
software. Detail proses pembobotan properti kualitas disain software
seperti pada Gambar 4.4.

91

Gambar 4.4. Proses Pembobotan Properti Kualitas Disain Software
Perbandingan nilai skala Saathy pada
property kualitas disain software
Menjumlahkan total pada masing-
masing kolom
Hasil factor
Pembobotan
Menghitung Lambda
Cek
Consis-
tency
Ratio
Faktor pembobotan
properti kualitas
disain softwaredapat
digunakan
CR < 0.1
CR >= 0.1

92
4.3.1. Perbandingan Nilai Skala Saathy pada Properti Kualitas
Disain Software
Sama seperti prosedur pembobotan parameter MOOSE
CK, mula-mula perbandingan pada masing-masing properti
kualitas disain software dengan menggunakan skala Saathy.
Kembali penulis tekankan bahwa dalam perbandingan kualitas
disain software, seorang pengukur harus terlebih dahulu
menentukan objektifitas pengukuran kualitas disain software.
Dalam studi kasus ini penulis lebih menekankan pada properti
kualitas dengan urutan sebagai berikut
maintainability/testability, reusability, understandability,
efficiency. Sehingga hasil dari perbandingan tersebut seperti
pada Tabel 4.43.
Tabel 4.43. Perbandingan Properti Kualitas Disain Software

Efficiency Understandability Reusability Maintainability/
Testability
Efficiency 1 1/4 1/6 1/7
Understandability 4 1 1/2 1/4
Reusability 6 2 1 1/2
Maintainability/
Testability
7 4 2 1

4.3.2. Menjumlahkan Total pada Masing-masing Kolom
Kemudian hasil dari Tabel 4.42 dijumlahkan pada
masing-masing kolom seperti pada Tabel 4.43.

93
Tabel 4.44. Penjumlahan Total pada Masing-masing Kolom
Testability
Efficiency 1.0000 0.2500 0.1667 0.1429
Understandability 4.0000 1.0000 0.5000 0.2500
Reusability 6.0000 2.0000 1.0000 0.5000
Maintainability/
Testability
7.0000 4.0000 2.0000 1.0000
-----------
+
-----------+ -----------+ -----------+
Total 18.0000 7.2500 3.6667 1.8929

Pada tabel 4.44 dapat dilihat bahwa tiap-tiap kolom
dijumlahkan untuk mendapatkan nilai totalnya. Ini adalah tahap
kedua dalam proses pembobotan properti kualitas disain.

Setelah penjumlahan total dilakukan dilanjutkan dengan
pembagian masing-masing cell.
Tabel 4.45. Pembagian Masing-masing Cell dengan Jumlah Total

Testability
Efficiency 1/18 0.25/7.25 0.1667/3.6667 0.1429/1.8929
Understandability 4/18 1/7.25 0.5//3.6667 0.25//1.8929
Reusability 6/18 2/7.25 1//3.6667 0.5/1.8929
Maintainability/
Testability
7/18 4/7.25 2//3.6667 1/1.8929

94
Tahap selanjutnya pada Tabel 4.45 diatas adalah
membagi setiap cell dengan jumlah total yang telah didapatkan
pada tabel 4.44 sebelumnya.
Tabel 4.46. Hasil Pembagian Masing-masing Cell dengan Jumlah Total

Efficiency Understandability Reusability
Maintainability/
Testability
Efficiency 0.0556 0.0345 0.0455 0.0755
Understandability 0.2222 0.1379 0.1364 0.1321
Reusability 0.3333 0.2759 0.2727 0.2642
Maintainability/
Testability
0.3889 0.5517 0.5455 0.5283

Pada tabel 4.46 adalah hasil dari pembagian cell terhadap
jumlah totalnya.

4.3.4. Menghitung Rata-rata pada Setiap Baris
Perhitungan rata-rata dilakukan dengan menjumlahkan
tiap baris pada Tabel 4.46 seperti Tabel 4.47. Sehingga
dihasilkan seperti pada Tabel 4.47. Hasil perhitungan rata-rata
pada Tabel 4.48 adalah bobot properti kualitas disain software.
Tabel 4.47. Perhitungan Rata-rata Properti Kualitas Disain
Bobot
Efficiency (0.0556+0.0345+0.0455+0.0755)/4 0.0527
Understandability (0.2222+0.1379+0.1364+0.1321)/4 0.1571
Reusability (0.3333+0.2759+0.2727+0.2642)/4 0.2865
Maintainability/
Testability
(0.3889+0.5517+0.5455+0.5283)/4 0.5036

95
Pada tabel 4.47, terlihat bahwa setiap baris dijumlahkan
kemudian dibagi dengan 4, sesuai dengan item yang di
evaluasi. Hal itu dilakukan untuk mendapatkan nilai rata-
ratanya.
Tabel 4.48. Hasil Perhitungan Bobot Properti Kualitas Disain
Faktor Bobot
Efficiency 0.0527
Understandability 0.1571
Reusability 0.2865
Maintainability/
Testability
0.5036

Pada tabel 4.48 menunjukkan hasil akhir nilai bobot yang
didapatkan terhadap properti kualitas disain software. Namun
belum selesai sampai disitu saja, untuk itu kita perlu untuk
menghitung nilai konsostensinya untuk menguji apakah
perbandingan pada tabel 4.43 dapat diterima atau tidak.

4.3.5. Menghitung Weighted Sum Vector
Setelah dihasilkan bobot pada masing-masing properti
kualitas disain software maka diperlukan cek konsistensi.
Untuk mengecek konsistensi pertama kali dihitung Weighted
Sum Vector pada Tabel 4.49. Weighted sum vector diperoleh
dengan mengalikan hasil bobot pada Tabel 4.48 dengan
perbandingan semula yaitu Tabel 4.42.

96
Weighted Sum Vector
(0.0527)(1)+( 0.1571)(0.25)+
( 0.2865)(0.1667)+( 0.5036)(0.1429)
0.2117
(0.0527)(4)+( 0.1571)(1)+( 0.2865)(0.5)+
( 0.5036)(0.25)
0.6373
(0.0527)(6)+( 0.1571)(2)+( 0.2865)(1)+
( 0.5036)(0.25)
1.1691
(0.0527)(7)+( 0.1571)(4)+( 0.2865)(2)+
( 0.5036)(1)
2.0744

Pada tabel 4.49 ini adalah tahap pengujian untuk
menghitung nilai konsistensi yang ada yaitu menghitung
weighted sum vector terlebih dahulu.

4.3.6. Menghitung Consistency Vector
Perhitungan consistency vector dilakukan dengan cara
membagi hasil weighted sum vector Tabel 4.49 dengan hasil
bobot properti kualitas disain Tabel 4.48.
Consistency Vector
0.2117/0.0527 4.0144
0.6373/0.1571 4.0552
1.1691/0.2865 4.0802
2.0744/0.5036 4.1192

97
4.3.7. Menghitung Lambda
Perhitungan lambda menggunakan hasil tabel 4.49
consistency vector, dengan menjumlahkan semua consistency
vector dan dibagi dengan jumlah item yang di evaluasi seperti
pada persamaan di bawah ini, dalam kasus ini jumlah item = 4.
=
4
) 4.1192 4.0802 4.0552 (4.0144 + + +
= 4.0673

4.3.8. Menghitung Consistency I ndex
Dalam perhitungan consistency index menggunakan hasil
dari perhitungan lambda kemudian disubtitusikan dalam
persamaan 4.3, sehingga hasil perhitungan sesuai dengan
persamaan di bawah ini.
CI =
) 1 (
) (
n
n
=
1) - (4
4) - (4.0673
= 0.02242

4.3.9. Menghitung Consistency Ratio
Perhitungan consistency ratio menggunakan di bawah ini,
dengan mensubtitusikan hasil dari consistency index
sebelumnya dan dibagi dengan nilai random index pada tabel
2.11. Sesuai dengan Tabel 2.11 karena jumlah item yang
dievaluasi ada 4 maka nilai random index (RI) = 0.9.
CR =
RI
CI
=
0.9
0.02242
= 0.0249

98
Sesuai dengan konsep AHP sebelumnya, jika consistency
ratio adalah 0.1 atau kurang maka perbandingan diatas adalah
konsisten, namun apabila lebih besar daripada 0.1 maka
perbandingan antara parameter harus diulang kembali. Karena
nilai CR = 0.0249 kurang dari 0.1 maka pembobotan yang
dihasilkan pada Tabel 4.43 dapat diterima.

4.4. EVALUASI PROPETI KUALITAS DISAIN
Evaluasi kualitas disain software merupakan tahap terakhir dari
empat tahapan utama metode pengukuran kualitas disain software. Pada
tahap ini menggunakan hasil dari ketiga tahapan sebelumnya yaitu hasil
faktor pembobotan MOOSE CK, hasil faktor evaluasi MOOSE CK dan
hasil faktor pembobotan properti kualitas disain software.
Ada dua tahapan lagi dalam evaluasi properti kualitas disain
software yaitu faktor evaluasi sesuai dengan properti kualitas disain
software dan menghitung final evaluasi masing-masing framework PHP.
Detail tahapan evaluasi properti kualitas disain software seperti pada
Gambar 4.5.

99

Gambar 4.5. Prosedur Evaluasi Properti Kualitas Disain Software

4.4.1. Menghitung Faktor Evaluasi Sesuai dengan Properti Kualitas
Disain Software
Pada tahapan ini tampak pada Gambar 4.5 menggunakan
faktor pembobotan MOOSE CK pada masing-masing framework
PHP (hasil dari subbab 4.1) dan hasil faktor evaluasi MOOSE CK
(hasil dari subbab 4.2). Karena masing-masing parameter MOOSE
CK memiliki kontribusi yang berbeda-beda dengan properti
Hasil faktor pembobotan
MOOSE CK pd masing-
masing framework

Menghitung faktor evaluasi
sesuai dengan properti kualitas
disain software
Hasil kualitas dari
keseluruhan framework
Menghitung final evaluasi
masing-masing software
MOOSE CK pd masing-
masing framework

properti kualitas disain
software

Hasil faktor bobot
property kualitas disain
software

100
kualitas software, sehingga pada masing-masing properti kualitas
mempunyai perhitungan sesuai dengan Tabel 4.50 di bawah ini.
Disain Software

Properti Kualitas
Framework (Yii versi 1.0.12, CodeI gniter versi
1.7.2, CakePHP versi 1.3.3, Symfony versi
1.4.8, Zend versi 1.10.8)
Efficiency (FE)
DIT
(BM)
DIT
+ (FE)
NOC
(BM)
NOC
+
(FE)
CBO
(BM)
CBO
+ (FE)
LCOM
(BM)
LCOM

Understandability (FE)
WMC
(BM)
WMC
+ (FE)
DIT
(BM)
DIT
+
(FE)
RFC
(BM)
RFC

Reusability (FE)
WMC
(BM)
WMC
+ (FE)
DIT
(BM)
DIT
+
(FE)
NOC
(BM)
NOC
+ (FE)
CBO
(BM)
CBO
+
(FE)
LCOM
(BM)
LCOM

Maintainability/Testability (FE)
WMC
(BM)
WMC
+ (FE)
DIT
(BM)
DIT
+
(FE)
NOC
(BM)
NOC
+ (FE)
RFC
(BM)
RFC
+
(FE)
LCOM
(BM)
LCOM


Faktor Evaluasi (FE) dan Bobot Metric (BM) disesuaikan
dengan nilai pada framework PHP yang dipilih.

101
4.4.2. Menghitung Final Evaluasi Masing-masing Framework
Perhitungan final evaluasi mengalikan antara bobot properti
kualitas software (BK) (hasil dari subbab 4.3) dengan hasil
perhitungan faktor evaluasi dari properti kualitas Tabel 4.25.
Faktor evaluasi (FE disesuaikan dengan item yang berhubungan
yaitu kelima framework PHP yang diuji.
Tabel 4.52. Final Evaluasi

Final Evaluasi
Framework (Yii versi
1.0.12, CodeI gniter versi
1.7.2, CakePHP versi 1.3.3,
Symfony versi 1.4.8, Zend
versi 1.10.8)
(FE)
efficiency
x (BK)
efficiency
+ (FE)
understandability
x
(BK)
understandability
+ (FE)
reusability
x (BK)
reusability
+
(FE)
maintainability/testability
x (BK)


Untuk lebih jelasnya penulis akan masukkan nilai ke dalam
persamaan pada Tabel 4.50 dan Tabel 4.51 dengan memakai nilai
yang telah dihitung pada subbab sebelumnya. Sehingga pada hasil
finalnya akan didapatkan framework PHP yang memiliki kualitas
disain yang paling baik dari kelima framework PHP yang
dianalisis.

102
Tabel 4.53. Perhitungan Faktor Evaluasi pada Properti
Kualitas Disain Framework Yii

Properti Kualitas Framework Yii versi 1.0.12
Efficiency
(0.3766)
DIT
(0.0565)
DIT
+ (0.3578)
NOC
(0.0312)

NOC
+ (0.3415)
CBO
(0.2396)
CBO
+ (0.3419)
LCOM

(0.0963)
LCOM

0.0212779
(DIT)
+
0.0111634
(NOC)
+
0.0818234
(CBO)
+
0.0329250
(LCOM) =
0.1471896
Understandability
(0.3429)
WMC
(0.1149)
WMC
+ (0.3766)
DIT

(0.0565)
DIT
+
(0.355)
RFC
(0.4617)
RFC

0.0393992
(WMC)
+
0.0212779
(DIT)
+
0.1639035
(RFC) =
0.2245806
Reusability
(0.3429)
WMC
(0.1149)
WMC
+ (0.3766)
DIT

(0.0565)
DIT
+
(0.3578)
NOC
(0.0312)
NOC
+ (0.3415)
CBO

(0.2396)
CBO
+
(0.3419)
LCOM
(0.0963)
LCOM

0.0393992
(WMC)
+
0.0212779
(DIT)
+
0.0111634
(NOC)
+
0.0818234
(CBO)
+
0.0329250
(LCOM) =
0.1865888
Maintainability/
Testability
(0.3429)
WMC
(0.1149)
WMC
+ (0.3766)
DIT

(0.0565)
DIT
+
(0.3578)
NOC
(0.0312)
NOC
+ (0.355)
RFC
(0.4617)

RFC
+
(0.3419)
LCOM
(0.0963)
LCOM

0.0393992
(WMC)
+
0.0212779
(DIT)
+
0.0111634
(NOC)
+
0.1639035
(RFC) =
0.0329250
(LCOM)
=
0.2686689

Pada tabel 4.53 adalah menghitung nilai pada masing-
masing properti kualitas disain software untuk framework Yii
sesuai dengan tabel 4.51. Nilai hasil adalah yang dicetak tebal.

103
Kualitas Disain Framework CodeIgniter

Properti Kualitas Framework CodeI gniter versi 1.7.2
Efficiency
(0.0677)
DIT
(0.0565)
DIT
+ (0.1438)

NOC
(0.0312)
NOC
+
(0.1446)
CBO
(0.2396)
CBO
+ (0.1377)

LCOM
(0.0963)
LCOM

0.0038250
(DIT)
+
0.0044866
(NOC)
+
0.0346461
(CBO)
+
0.0132605
(LCOM) =
0.0562183
Understandability
(0.1299)
WMC
(0.1149)
WMC
+
(0.0677)
DIT
(0.0565)
DIT
+
(0.1115)
RFC
(0.4617)
RFC

0.0149255
(WMC)
+
0.0038250
(DIT)
+
0.0514795
(RFC)
=
0.0702300
Reusability
(0.1299)
WMC
(0.1149)
WMC
+
(0.0677)
DIT
(0.0565)
DIT
+
(0.1438)
NOC
(0.0312)
NOC
+ (0.1446)

CBO
(0.2396)
CBO
+
(0.1377)
LCOM
(0.0963)
LCOM

0.0149255
(WMC)
+
0.0038250
(DIT)
+
0.0044866
(NOC)
+
0.0346461
(CBO)
+
0.0132605
(LCOM) =
0.0711438
Maintainability/Testability
(0.1299)
WMC
(0.1149)
WMC
+
(0.0677)
DIT
(0.0565)
DIT
+
(0.1438)
NOC
(0.0312)
NOC
+ (0.1115)

RFC
(0.4617)
RFC
+
(0.1377)
LCOM
(0.0963)
LCOM

0.0149255
(WMC)
+
0.0038250
(DIT)
+
0.0044866
(NOC)
+
0.0514795
(RFC)
+
0.0132605
(LCOM)
=
0.0879772

masing properti kualitas disain software untuk framework
CodeIgniter sesuai dengan tabel 4.51. Nilai hasil adalah yang
dicetak tebal.

104
Kualitas Disain Framework CakePHP

Properti Kualitas Framework CakePHP versi 1.3.3
Efficiency
(0.1433)
DIT
(0.0565)
DIT
+ (0.111)
NOC

(0.0312)
NOC
+
(0.1141)
CBO
(0.2396)
CBO
+ (0.1155)

LCOM
(0.0963)
LCOM

0.0080965
(DIT)
+
0.0034632
(NOC)
+
0.0273384
(CBO)
+
0.0111226
(LCOM)
=
0.0500207

Understandability
(0.1237)
WMC
(0.1149)
WMC
+
(0.1433)
DIT
(0.0565)
DIT
+
(0.1144)
RFC
(0.4617)
RFC

0.0142131
(WMC)
+
0.0080965
(DIT)
+
0.0528185
(RFC)
=
0.0751280
Reusability
(0.1237)
WMC
(0.1149)
WMC
+
(0.1433)
DIT
(0.0565)
DIT
+
(0.111)
NOC
(0.0312)
NOC
+ (0.1141)

CBO
(0.2396)
CBO
+
(0.1155)
LCOM
(0.0963)
LCOM

0.0142131
(WMC)
+
0.0080965
(DIT)
+
0.0034632
(NOC)
+
0.0273384
(CBO)
+
0.0111226
(LCOM)
=
0.0642338
(0.1237)
WMC
(0.1149)
WMC
+
(0.1433)
DIT
(0.0565)
DIT
+
(0.111)
NOC
(0.0312)
NOC
+ (0.1144)

RFC
(0.4617)
RFC
+
(0.1155)
LCOM
(0.0963)
LCOM

0.0142131
(WMC)
+
0.0080965
(DIT)
+
0.0034632
(NOC)
+
0.0528185
(RFC)
+
0.0111226
(LCOM)
=
0.0897139

masing properti kualitas disain software untuk framework
CakePHP sesuai dengan tabel 4.51. Nilai hasil adalah yang dicetak
tebal.

105
Kualitas Disain Framework Symfony

Properti Kualitas Framework Symfony versi 1.4.8
Efficiency
(0.1972)
DIT
(0.0565)
DIT
+ (0.2052)

NOC
(0.0312)
NOC
+
(0.2226)
CBO
(0.2396)
CBO
+ (0.2272)

LCOM
(0.0963)
LCOM

0.0111418
(DIT)
+
0.0064022
(NOC)
+
0.0533350
(CBO)
+
0.0218794
(LCOM)
=
0.0927584
Understandability
(0.2253)
WMC
(0.1149)
WMC
+
(0.1972)
DIT
(0.0565)
DIT
+
(0.2333)
RFC
(0.4617)
RFC

0.0258870
(WMC)
+
0.0111418
(DIT)
+
0.1077146
(RFC)
=
0.1447434
Reusability
(0.2253)
WMC
(0.1149)
WMC
+
(0.1972)
DIT
(0.0565)
DIT
+
(0.2052)
NOC
(0.0312)
NOC
+ (0.2226)

CBO
(0.2396)
CBO
+
(0.2272)
LCOM
(0.0963)
LCOM

0.0258870
(WMC)
+
0.0111418
(DIT)
+
0.0064022
(NOC)
+
0.0533350
(CBO)
+
0.0218794
(LCOM)
=
0.1186453
(0.2253)
WMC
(0.1149)
WMC
+
(0.1972)
DIT
(0.0565)
DIT
+
(0.2052)
NOC
(0.0312)
NOC
+ (0.2333)

RFC
(0.4617)
RFC
+
(0.2272)
LCOM
(0.0963)
LCOM

0.0258870
(WMC)
+
0.0111418
(DIT)
+
0.0064022
(NOC)
+
0.1077146
(RFC)
+
0.0218794
(LCOM)
=
0.1730250

masing properti kualitas disain software untuk framework Symfony
sesuai dengan tabel 4.51. Nilai hasil adalah yang dicetak tebal.

106
Kualitas Disain Framework Zend

Properti Kualitas Framework Zend versi 1.10.8
Efficiency
(0.2151)
DIT
(0.0565)
DIT
+ (0.1732)

NOC
(0.0312)
NOC
+
(0.1771)
CBO
(0.2396)
CBO
+ (0.1777)

LCOM
(0.0963)
LCOM

0.0121531
(DIT)
+
0.0054038
(NOC)
+
0.04243326
(CBO)
+
0.0171125
(LCOM)
=
0.0771027
Understandability
(0.1782)
WMC
(0.1149)
WMC
+
(0.2151)
DIT
(0.0565)
DIT
+
(0.1857)
RFC
(0.4617)
RFC

0.0204752
(WMC)
+
0.0121531
(DIT)
+
0.0857377
(RFC)
=
0.1183660
Reusability
(0.1782)
WMC
(0.1149)
WMC
+
(0.2151)
DIT
(0.0565)
DIT
+
(0.1732)
NOC
(0.0312)
NOC
+ (0.1771)

CBO
(0.2396)
CBO
+
(0.1777)
LCOM
(0.0963)
LCOM

0.0204752
(WMC)
+
0.0121531
(DIT)
+
0.0054038
(NOC)
+
0.0424332
(CBO)
+
0.0171125
(LCOM)
=
0.0975778
(0.1782)
WMC
(0.1149)
WMC
+
(0.2151)
DIT
(0.0565)
DIT
+
(0.1732)
NOC
(0.0312)
NOC
+ (0.1857)

RFC
(0.4617)
RFC
+
(0.1777)
LCOM
(0.0963)
LCOM

0.0204752
(WMC)
+
0.0121531
(DIT)
+
0.0054038
(NOC)
+
0.0857377
(RFC) +

0.0171125
(LCOM)
=
0.1408823

Pada tabel 4.57 diatas adalah menghitung nilai pada
masing-masing properti kualitas disain software untuk framework
Zend sesuai dengan tabel 4.51. Nilai hasil adalah yang dicetak
tebal.

107
Tabel 4.58. Nilai Evaluasi Properti Kualitas Disain pada
Masing-masing Framework PHP

Testability
Yii versi
1.0.12
0.1471896 0.2245806 0.1865888 0.2686689
CodeI gniter
versi 1.7.2
0.0562183 0.0702300 0.0711438 0.0879772
CakePHP
versi 1.3.3
0.0500207 0.0751280 0.0642338 0.0897139
Symfony
versi 1.4.8
0.0927584 0.1447434 0.1186453 0.1730250
Zend versi
1.10.8
0.0771027 0.1183660 0.0975778 0.1408823

Pada tabel 4.58 adalah hasil dari keseluruhan properti
kualitas disain software terhadap masing-masing framework PHP.

108

109
Tabel 4.59. Hasil Perhitungan Final Evaluasi

Final
Evaluasi
Yii versi
1.0.12
((0.1471896 x 0.0527) + (0.2245806 x 0.1571) +
(0.1865888 x 0.2865) + (0.2686689 x 0.5036))/4
(0.007756892 +
0.035281612 +
0.053457691 +
0.135301658) =
0.231797853/4 =
0.057949463
CodeI gniter
versi 1.7.2
((0.0562183 x 0.0527) + (0.0702301 x 0.1571) +
(0.0711438 x 0.2865) +
(0.0879772 x 0.5036))/4
0.002962704 +
0.011033149 +
0.020382699 +
0.044305318 =
0.07868387/4 =
0.019670967
CakePHP
versi 1.3.3
((0.0500207 x 0.0527) + (0.0751280 x 0.1571) +
(0.0642338 x 0.2865) +
(0.0897139 x 0.5036))/4
0.002636091 +
0.011802609 +
0.018402984 +
0.04517992 =
0.078021603/4 =
0.019505401
Symfony
versi 1.4.8
((0.0927584 x 0.0527) + (0.1447434 x 0.1571) +
(0.1186453 x 0.2865) +(0.1730250 x 0.5036))/4
0.004888368+
0.022739188 +
0.033991878 +
0.08713539 =
0.148754824/4 =
0.037188706
Zend versi
1.10.8
((0.0771027 x 0.0527) + (0.1183660 x 0.1571) +
(0.0975778 x 0.2865) + (0.1408823 x 0.5036))/4
0.004063312+
0.018595299 +
0.02795604 +
0.070948377 =
0.121563027/4=
0.030390757

Pada tabel 4.59 adalah hasil dari perhitungan final evaluasi
framework PHP.

110

111

Tabel 4.60. Hasil Final Evaluasi Properti Kualitas Disain
pada Masing-masing Framework PHP

Peringkat Framework PHP
Final
Evaluasi
1
CakePHP versi
1.3.3
0.0195
2
CodeIgniter versi
1.7.2
0.0197
3 Zend versi 1.10.8 0.0304
4
Symfony versi
1.4.8
0.0372
5 Yii versi 1.0.12 0.0579

Dari hasil tabel 4.60 maka dapat disimpulkan bahwa karena
pada prinsipnya nilai parameter MOOSE CK berbanding terbalik
dengan properti kualitas disain software, maka pada aspek orientasi
objek disain model dengan menggunakan MOOSE CK dan
properti kualitas disain software, framework PHP CakePHPi
dengan nilai 0.0195 paling baik kualitasnya diantara framework
PHP yang lainnya. Sedangkan yang paling rendah adalah
framework Yii dengan nilai 0.0579. Disusul dengan urutan kedua,
ketiga dan keempat adalah framework CodeIgniter dengan nilai
0.0197, framework Zend dengan nilai 0.0304 dan framework
Symfony dengan nilai 0.0372.

112
BAB V
PENUTUP
5.1. KESIMPULAN
Beberapa kesimpulan dapat diambil dari penelitian ini adalah
sebagai berikut :
1. Hasil penelitian menunjukkan bahwa dengan menggunakan
metode ini akan menghasilkan sebuah nilai yang menunjukkan
kualitas sebuah disain software relatif terhadap software yang
lain
2. Metode ini bersifat umum, sehingga selain dapat diterapkan
pada aplikasi dekstop, metode ini juga dapat diterapkan untuk
mengevaluasi aplikasi web. Namun software yang akan di
evaluasi harus mempunyai domain atau fungsi yang sama.
3. Berdasarkan penelitian yang dilakukan kita dapat mengetahui
bahwa berdasarkan object oriented design model, kualitas
framework CakePHP adalah yang paling baik dari framewok
lain. Karena memiliki nilai hasil final evaluasi yang paling
rendah diantara nilai final evaluasi framework yang lainnya
sebesar 0.0195. Hal tersebut karena nilai parameter MOOSE
CK berbanding terbalik dengan properti kualtias disain software
seperti yang telah dijelaskan pada BAB II sebelumnya, jadi
semakin kecil nilai akhir maka semakin baik kualitasnya.

113
Sedangkan yang paling rendah tingkat kualitasnya adalah
framework Yii dengan nilai sebesar 0.0579.

5.2. SARAN
1. Pemakai metode ini diharuskan mengerti arti dari masing-
masing parameter MOOSE CK, properti kualitas disain dan
objektifitas dari pengukuran software. Objektifitas dari
pengukuran akan berbeda-beda seperti jika membandingkan
parameter A dengan parameter B dalam MOOSE CK, namun
semuanya harus melewati proses perhitungan konsistensi
sehingga dapat disimpulkan apakah pengukuran peneliti dapat
diterima atau tidak.
2. Apabila pengukuran dengan software berbasis bahasa
pemrograman selain PHP, maka diperlukan tool yang dapat
menghitung parameter MOOSE CK sesuai dengan bahasa
pemrograman yang digunakan.
3. Metode ini dapat dikembangkan dengan mengimplemetasikan
OO Metrics yang lain seperti Metrics for Object Oriented
Design (MOOD) atau (MOOD2) ataupun penggabungan dari
metric-metric lainnya tergantung pada faktor apa yang akan
dibandingkan.

114
4. Penulis berharap dapat dibuat aplikasi yang menggunakan
metode AHP untuk membantu seseorang dalam mengambil
keputusan dengan banyak pilihan yang juga melibatkan banyak
faktor.
5. Pada penelitian selanjutnya diharapkan ada penambahan
penelitian mengenai pemakaian Framework PHP terbanyak di
suatu tempat tertentu berdasarkan kebiasaan pemakainya.
Seperti di kampus UIN Syarif Hidayatullah Jakarta atau di
kampus lainnya.

109

Gambar 4.6. Nilai Evaluasi Properti Kualitas Disain pada Masing-masing
Framework PHP

Pada gambar 4.6 diatas terlihat jelas bahwa pada masing-masing
framework PHP dengan parameter properti kualitas disain software framework
Yii terlihat lebih baik dari semuanya. Namun hasil ini belum final karena masih
harus melewati satu perhitungan final evaluasi agar dapat diketahui kulitas disain
software framework yang terbaik.

110
0
0.01
0.02
0.03
0.04
0.05
0.06
Final Evaluasi
Yii
CodeIgniter
CakePHP
Symfony
Zend

Gambar 4.7. Hasil Final Evaluasi Properti Kualitas Disain pada Masing-masing
Framework PHP

Berdasarkan teori sebelumnya bahwa parameter MOOSE CK berbanding
terbalik dengan kualitas disain software, sehingga pada gambar 4.7 diatas sudah
dapat disimpulkan bahwa kualitas disain software framework yang terbaik adalah
framework CakePHP dengan nilai 0.0195, kemudian diikuti dengan framework
CodeIgniter dengan nilai 0.0197, framework Zend dengan nilai 0.0304,
framework Symfony dengan nilai 0.0372 dan yang terakhir adalah framework Yii
dengan nilai 0.0579.

115
DAFTAR PUSTAKA

Apriyanto, Agus. 2008. Perbandingan Kelayakan Jalan Beton dan Aspal dengan
Metode Analytic Hierarchy Process (AHP). Tesis Magister Teknik Sipil,
Universitas Diponegoro,Semarang.
Bari, Ahsanul, Syam, Anupom. 2008. CakePHP Application Development Step
by step introduction to rapid web development using the open source MVC
cakePHP framework. Penerbit Packt Publishing, Birmingham, Mumbai: xv
+ 311 hlm.
Basili, Victor, et al. 1996. A validation of Object Oriented Design Metric as
Quality Indicators.
Boehm, B.W, J.R. Brown, H. Kaspar, M. Lipow, G.J. McLeod and M.J. Merritt.
1978. Characteristics of Software Quality, Amsterdam: North-Holland.
Bray, Ian K. 2002. An Introduction To Requirements Engineering. Pearson
Education Limited, United Kingdom: xi + 408 hlm
Brito, Fernando e Abreu. 2003. Talk on Design Metrics For Object Oriented
Software Systems.
Brito, Fernando e Abreu. 1998. The MOOD2 Metrics Set, INESC.
Bruntink, Magiel, Arie van Deursen. 2004. Predicting Class Testability Using
Object Oriented Metrics.
Carl Vondrick.2010. Whats Symfony? 12 Januari: 3 hlm.
http://www.symfony-project.org
13 November 2010, pk. 09.30 WIB.

116
CakePHP Team.2005. CakePHP the rapid development php framework: 3 hlm.
http://cakephp.org/
Derek Allard.2010. Welcome to CodeIgniter! 14 Agustus: 3 hlm.
http://codeigniter.com
Hermawan, Efano dan Petrus Mursanto. 2007. Pemeringkatan Software Aplikasi
Berdasarkan Properti Kualitas Disain dan Metrics For Object Oriented
Software Menggunakan Analytic Hierarchy Process. Tesis Magister
Teknologi Informasi, Depok:Jurnal Sistem Informasi MTI UI, Volume 5,
No.1.
Idrus, Asria. 2010. Implementasi Sistem Metode AHP Sebagai Alat Bantu
Pengambilan Keputusan Pemilihan Calon Tenaga Kerja di PT. Danagung
Ramulti. STMIK AMIKOM, Yogyakarta.
ISO 1926-1. 2001. Software Quality Characteristic.
Jajang. 2005. Hardware. 2 Mei: 2 hlm.
http://total.org.id
27 Desember 2010, pk. 16.59 WIB.
Kotonya, Gerald, Sommerville Ian. 1997. Requirements Engineering : Processes
and Techniques. John Wiley & Sons, Inc, New York: xiii + 282 hlm.
Manuel Pichler.2009. What is PHP_Depend? 14 Desember: 3 hlm.
http://pdepend.org

117
Muslich, Masnur; Maryaeni. 2009. Bagaimana Menulis Skripsi?. Penerbit PT.
Bumi Aksara, Jakarta: x + 166 hlm.
PHP Frameworks.2010. Top 10 Ranking PHP Frameworks? 5 Juli: 2 hlm.
http://phpframeworks.com
9 Oktober 2010, pk. 14.20 WIB.
Pressman, Roger S. 1992. SOFTWARE ENGINEERING- A Practitioners
Approach Third Edition. Penerbit Beacon Graphic Corporation,
Singapura: xxii + 793 hlm.
Render, Barry, Ralph M. Stair. 2000. Quantitative Analysis for Management,
Prentice Hall Inc.
Rosenberg, Linda H, Lawrence E. Hyaat. 2003 Software Quality Metrics for
Object Oriented Environments.
Rosenberg, Linda H, Lawrence E. Hyaat. 1998. Applying and Interpreting
Object Oriented Metrics, Software Technology Conference, Utah.
Saathy, Thomas, Vargas L.G. 2006. Decision Making with the Analytic Network
Process, Springer.
Shyam R. Chidamber, Chris F. Kemerer. 1995. A Metrics Suite For Object
Oriented Design. M.I.T Sloan School of Management.
http://web.cs.wpi.edu/~gpollice/cs562-s05/Readings/CKMetrics.pdf
Shyam R. Chidamber, Chris F. Kemerer. 1993. MOOSE: Metric for Object
OrientedSoftware Engineering. Workshop on Process and Metric for
Object Oriented Software Development, Washington DC, EUA.

118
Wikipedia Tim. 2010. Framework. 15 Desember : 2 hlm
http://www.wikipedia.org
Wikipedia Tim. 2010. Object Oriented Programming. 27 Desember : 15 hlm
Wikipedia Tim. 2010. Perangkat Lunak. 18 November : 2 hlm
Wikipedia Tim. 2010. Software Metric. 17 Desember : 3 hlm
Wikipedia Tim. 2010. Web. 27 Desember : 14 hlm
Yii Team.2009. Welcome to Yii Framework. 15 Desember: 3 hlm.
http://www.yiiframework.com
Zend Team.2008. About Zend Framework. 12 Januari: 4 hlm.
http://framework.zend.com

1
ANALISIS PERBANDINGAN FRAMEWORK PHP BERDASARKAN
MOOSE CK DAN PROPERTI KUALITAS DISAIN MENGGUNAKAN
METODE ANALYTIC HIERARCHY PROCESS (AHP)


Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif
Hidayatullah Jakarta, Indonesia, 2010
rifai_mcs88@yahoo.co.id
Abstrak
Keberadaan framework PHP menjadi suatu tantangan tersendiri untuk dicoba penggunaannya
dalam membuat aplikasi berbasis web. Keberadaan Framework PHP yang sangat banyak tersedia
menjadi kendala bagi seseorang untuk memilih menggunakannya. Karena belum adanya penelitian
mengenai perbandingan framework PHP ini, sehingga penulis mencoba untuk membandingkan
dan mencari kualitas framework PHP terbaik. Sehingga penelitian ini difokuskan untuk
mendapatkan tujuan framework PHP terbaik berdasarkan kualitas disain modelnya. Dalam
penelitian mengenai tugas akhir ini penulis mencoba membandingkan 5 framework PHP
berdasarkan kualitas disain modelnya dengan menggunakan parameter MOOSE CK dan properti
kualitas disain, kemudian digabungkan dengan metode Analytic Hierarchy Process (AHP) untuk
menentukan kualitas disain model framework terbaik. Penulis juga menggunakan tool PHP
Depend untuk menghitung nilai MOOSE CK pada masing-masing framework PHP. Framework
PHP tersebut adalah Yii, CodeIgniter, CakePHP, Symfony dan Zend. Hasil akhir dari penelitian ini
menunjukkan bahwa framework CakePHP memiliki kualitas disain model framework terbaik
dibandingkan dengan framework Yii, CodeIgniter, Symfony dan Zend.

Kata Kunci: framework PHP, Analytic Hierarchy Process (AHP), MOOSE CK, Properti kualitas
disain, PHP Depend.

1. Pendahuluan
1.1. Latar Belakang

Keberadaan teknologi informasi
saat ini memegang peranan yang sangat
signifikan, apalagi untuk perusahaan-
perusahaan berskala menengah keatas.
Tidak dapat dipungkiri, hal tersebut terjadi
karena dengan teknologi informasi ini akan
dapat menunjang dan menaikkan income
perusahaan, sehingga setiap perusahaan
mencoba untuk menerapkan teknologi
informasi di dalamnya. Sebagai contohnya
adalah website e-commerce perusahaan
ataupun aplikasi-aplikasi untuk menunjang
kegiatan perusahaannya, seperti aplikasi
akunting.
Pemilihan aplikasi yang sesuai
dengan kebutuhan untuk menjawab
permasalahan yang ada, menjadi hal yang
harus sangat diperhatikan. Karena hal ini
dapat menyebabkan baik buruknya suatu
kinerja dari perusahaan yang bersangkutan
dalam menjalankan bisnisnya. Akan terasa
lebih rumit lagi jika aplikasi yang
ditawarkan sangatlah beragam macamnya.
Dalam penelitian tugas akhir ini,
penulis mencoba untuk menggunakan
metode yang ada untuk diterapkan dalam
dunia informatika dalam hal pemilihan
software framework yang terbaik. Namun
tentu saja metode ini tidak terbatas pada
dunia teknologi informasi, tapi juga dalam
hal lainnya. Sebagai contoh metode ini juga
dapat digunakan dalam perbandingan
kelayakan jalan beton dan aspal atau juga
dapat dijadikan sebagai alat bantu

2

pengambilan keputusan pemilihan calon
tenaga kerja.
Dalam penelitian tugas akhir ini
penulis mencoba untuk membandingkan
kualitas disain software pada framework
PHP. Alasan mengapa penulis meneliti
kualitas disain software, karena disain
sebuah aplikasi software sangat
mempengaruhi kinerja/performa dari sebuah
software tersebut, baik itu aplikasi dektop
maupun aplikasi web.
Beberapa riset terdahulu telah
menghasilkan alat ukur kualitas software
yang diwujudkan dalam beberapa
parameter-parameter seperti MOOD,
MOOD2 (Metric for Object Oriented
Design) dan MOOSE (Metric for Object
Oriented Software Engineering). Parameter
ukuran kualitas software ini biasa disebut
dengan Object Oriented Metric (OO
Metric).
Dalam penerapan OO Metric,
kualitas software diinterpretasikan dalam
parameter-parameter yang sesuai dengan
OO Metric yang digunakan. Tetapi nilai-
nilai dari parameter tersebut belum cukup
untuk menentukan kualitas software mana
yang lebih baik dari software yang lain,
sehingga diperlukan metode untuk
mengkombinasikan keseluruhan nilai
tersebut menjadi sebuah nilai yang
menginterpretasikan kualitas software relatif
terhadap software yang lain dalam domain
aplikasi/fungsi yang sama.
Pada penelitian ini penulis
mencoba untuk mengambil 5 contoh
framework PHP yang paling banyak
diminati oleh programmer web menurut
versi phpframeworks.com.
Kelima framework
tersebut akan diukur dan dibuat peringkat
berdasarkan penilaian secara objektif dari
hasil nilai kuantitatif MOOSE CK (Metric
for Object Oriented Software Engineering,
Chidamber, Kemerer), properti kualitas dan
diolah menggunakan metode Analytic
Hierarcy Process (AHP).

1.2. Rumusan dan Batasan Masalah
Berdasarkan penjelasan dari latar belakang
diatas, penggunaan OO Metric saja tidak
cukup untuk menentukan kualitas suatu
software dengan software yang lainnya.
Sehingga diperlukan metode umum
tambahan yang dapat menggabungkan
parameter-parameter yang dihasilkan OO
metric untuk diolah sehingga memberikan
sebuah nilai kualitas software yang
bersangkutan. Sehingga metode ini juga
dapat dipakai oleh orang yang ingin
mengevaluasi software lainnya, namun
disarankan dengan domain yang sama.
Setelah didapatkan nilai kualitasnya maka
akan dapat dibuat peringkat software mana
yang memiliki nilai kualitas terbaik.

Banyak faktor yang dapat mempengaruhi
hasil dari penelitian ini, seperti jenis OO
Metric, tool yang digunakan, jenis aplikasi
yang dievaluasi dan masih banyak faktor
lain yang mempengaruhinya. Oleh karena
itu ruang lingkup penelitian ini adalah
sebagai berikut:
1. Studi kasus akan menggunakan
aplikasi framework PHP yang sudah cukup
dikenal dan banyak diminati oleh para
programmer web versi
www.phpframeworks.com. Hal ini karena
framework PHP telah menerapkan konsep
Object Oriented Programming, seperti kita
tahu bahwa membuat suatu koding pada saat
sekarang bukanlah seperti spaghety code
lagi. Sehingga muncul kemudahan dalam
membangun aplikasi web dengan framework
yang telah disediakan. Disamping itu
penelitian mengenai perbandingan disain
kualitas antara aplikasi web masih tergolong
sangat jarang jika dibandingkan dengan
aplikasi desktop.
2. Pengukuran kualitas disain
software menggunakan parameter MOOSE
CK dan tool PHP Depend. Pada saat ini
telah banyak OO Metric seperti MOOD,
MOOD2 dan lain-lainnya. MOOSE CK
sengaja dipilih karena dari penelitian
sebelumnya telah menghasilkan pemetaan
antara MOOSE CK dan properti kualitas.
PHP Depend dipilih karena parameter yang
dimilikinya sebagian besar sama dengan
parameter MOOSE CK.
3. Penelitian ini tidak
membandingkan tool penghitung parameter
OO Metric. Penulis tidak membandingkan
hasil perhitungan antara satu tool dengan
tool yang lainnya. Hal ini dikarenakan agar
penelitian lebih fokus untuk menghasilkan
metode pengukuran kualitas disain software
framework PHP.
4. Penelitian ini tidak
membandingkan antara parameter OO

3

Metric yang lainnya. Hal ini dikarenakan
setiap OO Metric memiliki karakteristik
parameter yang berbeda-beda. Dan tidak
semua OO Metric telah dipetakan ke dalam
properti kualitas. Sehingga tidak
memungkinkan bagi penulis untuk mencoba
semua OO Metric kedalam penelitian ini.

1.3. Tujuan dan Manfaat
1.3.1. Tujuan

Tujuan dari membandingkan kualitas
kelima framework tersebut adalah untuk
mengetahui kualitas disain software dari
kelima framework, manakah yang paling
baik. Sehingga akan dapat memberikan
rekomendasi kepada programmer web
dalam membangun aplikasi web
menggunakan framework PHP.

1.3.2. Manfaat

1. Dapat memberi rekomendasi
manakah framework yang paling baik
digunakan, khsusunya dalam
membangun aplikasi web.
2. Metode yang penulis pakai dapat
dipergunakan untuk menganalisis
kembali software yang diiginkan dan
tentunya yang memiliki domain atau
fugsi yang sama.
3. Dapat menjadi referensi dalam
pembelajaran untuk mengukur
kualitas disain software yang lainnya,
baik itu aplikasi desktop maupun
aplikasi web.

1.4. Landasan Teori
1.4.1 METRI CS FOR OBJ ECT
ORI ENTED SOFTWARE
ENGI NEERI NG CHI DAMBER,
KEMERER (MOOSE CK)
MOOSE CK merupakan salah
satu metric yang dipergunakan untuk
mengukur kualitas disain sebuah
software berdasarkan enam parameter
dengan melihat pada perspektif
Object Oriented Design

1. Weighted Methods Per Class
(WMC)
WMC berhubungan secara
langsung terhadap kompleksitas dari
sebuah objek, karena metode adalah
properti dari sebuah objek dan
kompleksitas sebuah objek
ditentukan oleh properti.

WMC=
n
i
Ci
1

Ci = Static Kompleksitas

Jumlah metode dan kompleksitas
dari metode merupakan salah satu
indikator berapa lama waktu dan
usaha yang dibutuhkan untuk
membangun dan memelihara objek.
Objek dengan jumlah metode yang
lebih banyak dapat membatasi
kemungkinan objek tersebut untuk
digunakan kembali (reuse)

.
Nilai WMC yang tinggi mempunyai
kecenderungan kegagalan software.
Menurut www.aivosto.com toleransi
nilai WMC adalah antara 20-50
dalam sebuah class, atau maksimum
10% dari jumlah metode dalam
sebuah class. Penelitian yang lain
menurut Basili, dengan sampel 30
proyek C++, menunjukkan semakin
tinggi nilai WMC akan meningkatkan
bugs dan menurunkan kualitas.
Namun penelitian tersebut juga
tidak menyebutkan berapa optimum
range yang dapat digunakan. Pada
penelitian yang sama mengatakan
bahwa nilai yang tinggi untuk proyek
VB terlihat diperbolehkan.

2. Depth of I nheritance Tree(DIT)
Kedalaman dari sebuah class
dalam inheritance hirarki dimana
angka maksimum dimulai dari class
leaf dan menurun pada class root
pada sebuah hirarki. Sehingga hirarki
yang dalam akan menyebabkan
tingginya kompleksitas dari disain
karena makin banyak metode dan
class yang terlibat

.
Rekomendasi www.aivosto.com
nilai DIT adalah 5 atau kurang.
Dokumentasi Visual Studio.Net
menyebutkan nilai DIT 5. Beberapa
sumber lain

mengijinkan nilai DIT
sampai dengan 8.

4

3. Number of Children (NOC)
NOC adalah jumlah subclass
dalam sebuah class hierarchy. NOC
merupakan indikator besarnya
pengaruh sebuah class terhadap
disain sistem secara keseluruhan.
Semakin besar nilai NOC, semakin
besar pula potensi ketidakcocokan
sub class dengan abstraksi pada
parent class.
Hal ini dapat mengakibatkan
kesalahan penggunaan sub class
seperti ketika menggunakan salah
satu sub class dari sekian banyak sub
class yang lain dalam salah satu
program.

4. Coupling Between Object Classes
(CBO)
CBO menghitung class yang
berhubungan dengan class yang lain.
Hal ini dihitung terhadap non-
inheritance class. Sehingga semakin
sedikit class yang berhubungan maka
mengindikasikan class yang baik.
Karena meningkatkan modularity dan
reuse.
Semakin banyak class yang tidak
tergantung satu sama lain akan lebih
baik untuk digunakan dalam aplikasi
yang lain. Hal ini sangat konsisten
dengan tingkat interdependency
antara modul. Berapa nilai
maksimum yang diijinkan? CBO >
14 terlalu tinggi menurut Houari A
Sahraoui.

5. Response for a Class (RFC)
RFC adalah jumlah semua
metode yang dipanggil sebagai
respon terhadap diluar objek dari
sebuah class. RFC juga mengukur
komunikasi antara objek. Hal ini
berlaku terhadap semua metode yang
diakses dalam class hirarki. Sehingga
semakin banyak metode yang
digunakan untuk merespon objek dari
luar semakin kompleks dan
meningkatkan waktu tes.

6. Lack of Cohesion Method
(LCOM)
LCOM mengukur ketidaksamaan
metode dalam sebuah class dari
instance variabel atau atribut. Dengan
tingginya kohesi berarti
mengindikasikan semakin baik class
tersebut.
Sehingga lebih sederhana dan
memiliki sifat reusability yang tinggi.
Sedangkan semakin rendah kohesi
atau lack of cohesion maka semakin
kompleks class tersebut.

1.4.2. PROPERTI KUALITAS DISAIN
SOFTWARE
Kualitas disain software pada
aspek orientasi objek dan disesuaikan
dengan OO Metric maka hanya
beberapa karakteristik atau properti
kualitas yang dapat dievaluasi untuk
mengukur kualitas kode dan disain
yaitu efficiency, complexity,
understandability, reusability,
maintainability/testability.
1. Efficiency : Apakah disain dan
implementasi software telah
dilakukan dengan efisien?
2. Complexity : Dapatkah
implementasi software digunakan
lebih efektif sehingga menurunkan
tingkat kompleksitas?
3. Understandability : Apakah
disain software lebih mudah
dimengerti?
4. Reusability : Apakah kualitas
disain software mendukung
penggunaan kembali (reuse)?
5. Maintainability/Testability :
Apakah disain software mendukung
untuk kemudahan testing dan
perubahan?

1. Hubungan Properti Kualitas
Disain Softwaredan Parameter
MOOSE CK
Tabel 1. Hubungan Properti Kualitas
Software dan Parameter Metric
Properti
Kualitas
Software
Parameter Metric
Understandabili
ty
WMC, RFC, DIT
Maintainability/
Testability
WMC, RFC, DIT, NOC
Pada tabel 1 diatas tampak
bahwa penelitian Linda H Rosenberg
dan Lawrence E Hyaat pada tahun
2003, menunjukkan properti

5

complexity tidak menggunakan
parameter MOOSE CK, tapi
menggunakan Cyclomatic
Complexity (CC). Pada riset yang
lain pada tahun 1993 terutama
properti maintainability/testability
menggunakan parameter yang
hampir sama, DIT, NOC, RFC,
LCOM, WMC, DAC, NOM, SIZE1,
SIZE2, MPC. Sedangkan menurut
Magiel Bruntink dan Arie Van
Deursen (dalam Jurnal MTI UI,
2007: 13), DIT, LCOM, NOC, RFC,
WMC, FOUT, LOCC, NOF, NOM,
Parameter-parameter yang dicetak
tebal tidak termasuk MOOSE CK.

2. Pengaruh Parameter MOOSE
CK pada Properti Kualitas
Disain Software

Penelitian Linda H Rosenberg
dan Lawrence E Hyatt mengenai
hubungan dan pengaruh antara
parameter-parameter OO Metric dan
menunjukkan bahwa nilai parameter
MOOSE CK berbanding terbalik
dengan kualitas disain software

1.4.3. ANALYTI C HI ERARCHY
PROCESS (AHP)

Metode Analytic Hierarchy
Process (AHP) dikembangkan oleh
Thomas L. Saaty pada tahun 70-an
ketika di Warston School. Metode
AHP merupakan salah satu metode
yang dapat digunakan dalam sistem
pengambilan keputusan dengan
memperhatikan faktor-faktor
persepsi, preferensi, pengalaman dan
intuisi. AHP menggabungkan
penilaian-penilaian dan nilai-nilai
pribadi ke dalam satu cara yang
logis.
(AHP) dapat menyelesaikan
masalah multikriteria yang kompleks
menjadi suatu hirarki. Masalah yang
kompleks dapat diartikan bahwa
kriteria dari suatu masalah yang
begitu banyak (multikriteria),
struktur masalah yang belum jelas,
ketidakpastian pendapat dari
pengambil keputusan, pengambil
keputusan lebih dari satu orang, serta
ketidakakuratan data yang tersedia.
Menurut Saaty, hirarki didefinisikan
sebagai suatu representasi dari
sebuah permasalahan yang kompleks
dalam suatu struktur multi level
dimana level pertama adalah tujuan,
yang diikuti level faktor, kriteria, sub
kriteria, dan seterusnya ke bawah
hingga level terakhir dari alternatif.
Dengan hirarki, suatu masalah yang
kompleks dapat diuraikan ke dalam
kelompok-kelompoknya yang
kemudian diatur menjadi suatu
bentuk hirarki sehingga
permasalahan akan tampak lebih
terstruktur dan sistematis.

(AHP) mempunyai landasan
aksiomatik yang terdiri dari :
1. Reciprocal Comparison,
yang mengandung arti si pengambil
keputusan harus bisa membuat
perbandingan dan menyatakan
preferensinya. Preferensinya itu
sendiri harus memenuhi syarat
resiprokal yaitu kalau A lebih disukai
dari B dengan skala x, maka B lebih
disukai dari A dengan skala 1:x.
2. Homogenity, yang
mengandung arti preferensi
seseorang harus dapat dinyatakan
dalam skala terbatas atau dengan
kata lain elemen-elemennya dapat
dibandingkan satu sama lain. Kalau
aksioma ini tidak dapat dipenuhi
maka elemen-elemen yang
dibandingkan tersebut tidak
homogenous dan harus dibentuk
suatu cluster (kelompok elemen-
elemen) yang baru.
3. Independence, yang
berarti preferensi dinyatakan dengan
mengasumsikan bahwa kriteria tidak
dipengaruhi oleh alternatif-alternatif
yang ada melainkan oleh objektif
secara keseluruhan. Ini menunjukkan
bahwa pola ketergantungan atau
pengaruh dalam model AHP adalah
searah keatas, artinya perbandingan
antara elemen-elemen dalam satu
level dipengaruhi atau tergantung

6

oleh elemen-elemen dalam level di
atasnya.
4. Expectations, artinya
untuk tujuan pengambilan keputusan,
struktur hirarki diasumsikan
lengkap. Apabila asumsi ini tidak
dipenuhi maka si pengambil
keputusan tidak memakai seluruh
kriteria dan atau objektif yang
tersedia atau diperlukan sehingga
keputusan yang diambil dianggap
tidak lengkap.
1. Prinsip-Prinsip Dasar Analytic
Hierarcy Process (AHP)

1. Decomposition
Pengertian decomposition
adalah memecahkan atau
membagi problema yang
unsurnya ke bentuk hirarki
proses pengambilan utuh
menjadi unsur keputusan,
dimana setiap unsur atau
elemen saling berhubungan.

Gambar 1. Struktur Hirarki
(Sumber: Jurnal umum Universitas Sumatera Utara)

Comparative judgement
dilakukan dengan penilaian tentang
kepentingan relatif dua elemen pada
suatu tingkat tertentu dalam
kaitannya dengan tingkatan
diatasnya. Penilaian ini merupakan
inti dari AHP karena akan
berpengaruh terhadap urutan prioritas
dari elemen elemennya.

Synthesis of priority dilakukan
dengan menggunakan eigen vector
method untuk mendapatkan bobot
relatif bagi unsur unsur
pengambilan keputusan.
Logical consistency
merupakan karakteristik penting
AHP. Hal ini dicapai dengan
mengagresikan seluruh eigen
vector yang diperoleh dari berbagai
tingkatan hirarki dan selanjutnya
diperoleh suatu vektor composite
tertimbang yang menghasilkan
urutan pengambilan keputusan.

Tabel 2 ini adalah skala
Saathy yang digunakan dalam
implementasi metode AHP. Seperti
pada penjelasan sebelumnya, pada
kolom keterangan dapat merubah
kata-kata agar sesuai dengan
topik permasalahan. Pada baris
terakhir merupakan kebalikan dari
nilai perbandingan. Sehingga
seperti pada contoh diatas apabila
objek A mempunyai nilai 3
dibandingkan nilai B, maka nilai B
mempunyai nilai 1/3 dibandingkan
objek A.

Tabel 2. Skala Saaty

Nilai Keterangan
3 Sedikit lebih penting
(Moderate)
7 Sangat Jelas Penting (Very
Strong)
9 Mutlak Lebih Penting
(Extreme)
2,4,6,8 Apabila ragu-ragu antara dua
nilai yang berdekatan
1/(1-9) Kebalikan nilai tingkat
kepentingan dari skala 1-9

1.5 Metodologi Penelitian
Pada studi kasus ini penulis
akan menggunakan 5 framework
PHP yang paling banyak
diminati/digunakan menurut versi
www.phpframeworks.com.
Framework ini diurutkan mulai dari
yang sering digunakan oleh para
programmer PHP dalam
membangun aplikasi web, Yii (93
Votes), CodeIgniter (88 Votes),
CakePHP (67 Votes), Symfony (58
Tujuan
Kriteria 1
Alternatif 3

7

Votes), Zend (45 Votes). Data ini
diambil pada tanggal 9 Oktober
2010. Kemudian dalam penghitungan
parameter MOOSE CK akan
digunakan tool PHP Depend yang
khusus untuk mengukur kualitas
metric dari bahasa pemrograman
PHP.
Untuk menghitung besarnya
nilai MOOSE CK yang digunakan,
penulis menggunakan tool PHP
Depend. PHP Depend adalah sebuah
tool yang digunakan untuk mengukur
metric aplikasi web menggunakan
bahasa pemrograman PHP. Menurut
website resminya
http://www.pdepend.org program
kecil yang menunjukkan analisis
kode berdasarkan sumber file yang
akan diuji. Analisis kode berarti PHP
Depend pertama kali mengambil
kode asal aplikasi kemudian
memparsingnya kedalam proses
struktur data internal yang mudah.
Data struktur ini biasa disebut
sebagai AST (Abstract Sintax Tree),
yang menampilkan pernyataan dan
elemen berbeda yang digunakan
untuk menganalisa kode sumber.
Pengukuran ini juga disebut sebagai
software metric.
Apa itu software metric? Pada
dasarnya software metric adalah
sesuatu yang sangat sederhana.
Software metric adalah penjumlahan
dari beberapa elemen atau fragmen
kode yang ditemukan dalam kode
sumber. Sebagai contoh nilai
cyclomatic complexity, metode yang
digunakan untuk mendapatkan
nilainya adalah dengan
menjumlahkan pernyataan logika,
seperti if, for dan lain sebagainya
kedalam metode analisis.
Mengapa penulis memilih
menggunakan PHP Depend?
Pertanyaan tersebut dapat penulis
jawab sebagai berikut :
1. PHP Depend sangat otomatis dan
selalu objektif, tool ini hanya
mengukur kualitas dari kode sumber
aplikasi yang diberikan.
2. PHP Depend memberikan skala
tergantung pada kode sumber
aplikasi.
3. PHP Depend mengikuti untuk
mengidentifikasi bagian-bagian
software yang digunakan untuk
menganalisis kodenya.
4. PHP Depend juga mendukung
beberapa fancy metric yang sangat
berguna.

Gambar 2. Empat Tahapan Utama Metode
Pengukuran Kualitas Disain Software
(Sumber: Tesis Magister Teknologi
Informasi, (Depok: Jurnal Sistem Informasi
1.5.1 Pembobotan Parameter MOOSE
CK
Pada tahap pembobotan,
parameter MOOSE CK dibagi
dalam sembilan tahapan. Dimana
tujuannya adalah untuk
mendapatkan bobot dari masing-
masing parameter MOOSE CK.
Hal ini seperti yang dijelaskan pada
Gambar 4.2. Hasil yang diperoleh
dari pembobotan parameter-
parameter MOOSE CK harus dicek
konsistensinya, ini bertujuan untuk
mengukur konsistensi dalam
memberikan penilaian, pada skala
1-9.

1.5.2 Perbandingan Nilai Skala Saathy
Pada Parameter MOOSE CK
Perbandingan parameter-
parameter MOOSE CK
Pembobotan MOOSE CK
Evaluasi MOOSE CK
Hasil Evaluasi
Keseluruhan
Software

8

berpedoman pada skala Saathy.
Seperti yang ditunjukkan pada
Tabel 2. Dalam membandingkan
parameter-parameter MOOSE CK
harus mempertimbangkan
objektifitas dari pengukuran
software. Pemetaan metric dengan
objet oriented design element,
Tabel 3 merupakan salah satu tool
yang dapat digunakan dalam
membandingkan parameter-
parameter MOOSE CK, maka
pemberian nilai skala dapat
disesuaikan dengan nilai
objektifitas pengukuran kualitas
disain software.
Tabel 3. Pemetaan metric dengan
Object Oriented Design Element

Metric
Object
Definition
Object
Attributes
Object
Commu
nication
WMC
DIT
NOC
RFC
CBO
LCOM
(Sumber: Tesis MTI UI Volume 5, No.1,
2007)

Dengan preferensi seperti tabel
diatas, diperoleh nilai bobot dari masing-
masing metric seperti disajikan tabel
dibawah ini
Tabel 4. Bobot Parameter MOOSE CK
Rata-
rata
WMC 0.1149
DIT 0.0565
NOC 0.0312
CBO 0.2396
RFC 0.4617
LCOM 0.0963

1.5.3 Evaluasi Parameter MOOSE CK
Evaluasi parameter
MOOSE CK adalah tahapan kedua
dari metode pengukuran kualitas
disain software. Pada tahap ini
dilakukan perbandingan parameter
MOOSE CK yang sama antar
masing-masing software.
Banyak software atau tool
yang dapat melakukan pengukuran
MOOSE CK. Masing-masing tool
memiliki kelebihan dan
kekurangan. Diantara tool yan
penulis pernah coba adalah
PHPUnit, CCLOC, namun yang
paling baik dalam hal perhitungan
adalah PHP Depend. PHP Depend
adalah software metric khusus
untuk bahasa pemrograman PHP.
Berbeda dengan software metric
lainnya, PHP Depend mendukung
untuk menghitung aplikasi PHP
yang berorientasi objek. Seperti
inheritance, coupling,
encapsulation, cyclomatic
complexity dan lain sebagainya.
Tool ini berbasis console, dan
berjalan dalam sistem operasi
linux. Instalasinya cukup mudah,
kita dapat mendownloadnya lewat
website resminya di
www.pdepend.net. Kemudian kita
mengikuti panduan instalasinya
dengan benar, untuk mengeceknya
apakah sudah terinstal, kita perlu
mengetik pdepend version pada
console terminal linux.
Setelah melalui
perhitungan menggunakan PHP
Depend maka didapatkan hasil
sebagai berikut ini.

Tabel 5. Jumlah class pada

No Framework
Jumlah
Class
1 Yii 1082
2 CodeIgniter 136
3 CakePHP 460
4 Symfony 2102
5 Zend 2244

9

Tabel 6. Hasil parameter MOOSE CK
pada masing-masing framework PHP

Faktor Yii CodeIgniter CakePHP Symfony Zend
WMC 5.6330 13.6102 17.55 8.5713 10.8395
DI T 0.7874 4.9779 2.3521 1.7093 1.5668
NOC 3.7449 9.3161 11.1717 6.5309 7.7393
CBO 5.7236 13.5220 17.1282 8.7830 11.0374
RFC 5.1007 16.2352 15.8260 7.7621 9.7486
LCOM 5.2107 12.9411 15.4260 7.8411 10.0267

Tabel 7. Nilai Parameter MOOSE Pada
Masing-masing Framework PHP

Yii
versi
1.0.12
0.3429 0.3766 0.3578 0.3416 0.3550 0.3419
CodeIg
niter
versi
1.7.2
0.1299 0.0677 0.1438 0.1446 0.1115 0.1376
CakeP
HP
versi
1.3.3
0.1237 0.1433 0.1199 0.1141 0.1144 0.1154
Symfo
ny
versi
1.4.8
0.2253 0.1972 0.2051 0.2226 0.2333 0.2272
Zend
versi
1.10.8
0.1782 0.2151 0.1732 0.1771 0.1857 0.1777

1.5.4 Pembobotan Properti Kualitas
Disain Software
Tahap pembobotan
secara umum sama prosedurnya
dengan pembobotan parameter
MOOSE CK. Perbedaannya
terletak pada objek yang
dibandingkan, yaitu objek
parameter MOOSE CK dan
Namun untuk memperjelas
keseluruhan metode pengukuran
kualitas disain software, penulis
akan menjelaskan proses
pembobotan kualitas disain
software.

Tabel 8. Perbandingan Properti Kualitas
Disain Software

Efficie
ncy
Understa
ndability
Reusab
ility
Maintain
ability/
Testabilit
y
Efficiency
1 1/4 1/6 1/7
Understanda
bility
4 1 1/2 1/4
Reusability
6 2 1 1/2
Maintainabil
ity/
Testability
7 4 2 1

Berikut ini adalah hasil pengukuran bobot
properti kualitas disain.
Tabel 9. Hasil Perhitungan Bobot Properti
Kualitas Disain
Faktor
Bobot
Efficiency 0.0527
Reusability 0.2865
Maintainability/
Testability
0.5036
2007)

1.5.5 Evaluasi Properti Kualitas
Disain Software
Evaluasi kualitas disain
software merupakan tahap terakhir
dari empat tahapan utama metode
pengukuran kualitas disain
software. Pada tahap ini
menggunakan hasil dari ketiga
tahapan sebelumnya yaitu hasil
faktor pembobotan MOOSE CK,
hasil faktor evaluasi MOOSE CK
dan hasil faktor pembobotan
Ada dua tahapan lagi dalam
evaluasi properti kualitas disain
software yaitu faktor evaluasi
sesuai dengan properti kualitas
disain software dan menghitung
final evaluasi masing-masing
framework PHP.

10

Tabel 10. Perhitungan Faktor Evaluasi pada
Properti Kualitas Disain Software

Properti
Kualitas
Framework (Yii versi 1.0.12,
CodeIgniter versi 1.7.2,
CakePHP versi 1.3.3, Symfony
versi 1.4.8, Zend versi 1.10.8)
Efficiency (FE)DIT (BM) DIT + (FE) NOC
(BM) NOC + (FE) CBO (BM) CBO +
(FE) LCOM (BM) LCOM
Understandabil
ity
(FE) WMC (BM) WMC + (FE) DIT
(BM) DIT + (FE) RFC (BM) RFC
Reusability (FE) WMC (BM) WMC + (FE) DIT
(BM) DIT + (FE) NOC (BM) NOC +
(FE) CBO (BM) CBO + (FE) LCOM
(BM) LCOM
Maintainability
/Testability
(FE)
WMC
(BM)
WMC
+ (FE)
DIT

(FE) RFC (BM) RFC + (FE) LCOM
(BM) LCOM
2007)

Faktor Evaluasi (FE) dan Bobot
Metric (BM) disesuaikan dengan nilai pada
framework PHP yang dipilih.

Tabel 11. Final Evaluasi

Final Evaluasi
Framework (Yii
versi 1.0.12,
CodeIgniter versi
1.7.2, CakePHP
versi 1.3.3, Symfony
versi 1.4.8, Zend
versi 1.10.8)
(FE)efficiency x (BK) efficiency +
(FE) understandability x (BK)
understandability + (FE) reusability x
(BK) reusability + (FE)
maintainability/testability x (BK)
2007)

1.5.6 Hasil Penelitian

Tabel 12. Hasil Final Evaluasi Properti
Kualitas Disain pada Masing-masing
Framework PHP

Perin
gkat
Framework PHP
Final
Evaluasi
1
CakePHP versi
1.3.3
0.0195
2
CodeIgniter versi
1.7.2
0.0197
3 Zend versi 1.10.8 0.0304
4 Symfony versi 1.4.8 0.0372
5 Yii versi 1.0.12 0.0579

Dari hasil tabel 12 maka dapat
disimpulkan bahwa karena pada prinsipnya
nilai parameter MOOSE CK berbanding
terbalik dengan properti kualitas disain
software, maka pada aspek orientasi objek
disain model dengan menggunakan MOOSE
CK dan properti kualitas disain software,
framework PHP CakePHPi dengan nilai
0.0195 paling baik kualitasnya diantara
framework PHP yang lainnya. Sedangkan
yang paling rendah adalah framework Yii
dengan nilai 0.0579. Disusul dengan urutan
kedua, ketiga dan keempat adalah
framework CodeIgniter dengan nilai 0.0197,
framework Zend dengan nilai 0.0304 dan
framework Symfony dengan nilai 0.0372.

1.6 Kesimpulan
Beberapa kesimpulan dapat
diambil dari penelitian ini adalah sebagai
berikut :
1. Hasil penelitian menunjukkan bahwa
dengan menggunakan metode ini akan
menghasilkan sebuah nilai yang
menunjukkan kualitas sebuah disain
software relatif terhadap software yang lain
2. Metode ini bersifat umum, sehingga selain
dapat diterapkan pada aplikasi dekstop,
metode ini juga dapat diterapkan untuk
mengevaluasi aplikasi web. Namun software
yang akan di evaluasi harus mempunyai
domain atau fungsi yang sama.

11

3. Berdasarkan penelitian yang
dilakukan kita dapat mengetahui bahwa
berdasarkan object oriented design model,
kualitas framework CakePHP adalah yang
paling baik dari framewok lain. Karena
memiliki nilai hasil final evaluasi yang
paling rendah diantara nilai final evaluasi
framework yang lainnya sebesar 0.0195. Hal
tersebut karena nilai parameter MOOSE CK
berbanding terbalik dengan properti kualtias
disain software seperti yang telah dijelaskan
pada BAB II sebelumnya, jadi semakin
kecil nilai akhir maka semakin baik
kualitasnya. Sedangkan yang paling rendah
tingkat kualitasnya adalah framework Yii
dengan nilai sebesar 0.0579.

1.7 Daftar Pustaka

[1] Apriyanto, Agus. 2008.
Perbandingan Kelayakan Jalan
Analytic Hierarchy Process (AHP).
Tesis Magister Teknik Sipil,
[2] Bari, Ahsanul, Syam, Anupom. 2008.
CakePHP Application Development
Step by step introduction to rapid
web development using the open
source MVC cakePHP framework.
Penerbit Packt Publishing,
Birmingham, Mumbai: xv + 311 hlm.
[3] Basili, Victor, et al. 1996. A
validation of Object Oriented Design
Metric as Quality Indicators.
[4] Boehm, B.W, J.R. Brown, H. Kaspar,
M. Lipow, G.J. McLeod and M.J.
Merritt. 1978. Characteristics of
Software Quality, Amsterdam:
North-Holland.
[5] Bray, Ian K. 2002. An Introduction
To Requirements Engineering.
Pearson Education Limited, United
Kingdom: xi + 408 hlm
[6] Brito, Fernando e Abreu. 2003. Talk
on Design Metrics For Object
Oriented Software Systems.
[7] Brito, Fernando e Abreu. 1998. The
MOOD2 Metrics Set, INESC.
[8] Bruntink, Magiel, Arie van Deursen.
2004. Predicting Class Testability
Using Object Oriented Metrics.
[9] Carl Vondrick.2010. Whats
Symfony? 12 Januari: 3 hlm.
[10] CakePHP Team.2005. CakePHP the
rapid development php framework: 3
hlm.
http://cakephp.org/
[11] Derek Allard.2010. Welcome to
CodeIgniter! 14 Agustus: 3 hlm.
[12] Hermawan, Efano dan Petrus
Mursanto. 2007. Pemeringkatan
Software Aplikasi Berdasarkan
Properti Kualitas Disain dan Metrics
For Object Oriented Software
Menggunakan Analytic Hierarchy
Process. Tesis Magister Teknologi
Informasi, Depok:Jurnal Sistem
Informasi MTI UI, Volume 5, No.1.
[13] Idrus, Asria. 2010. Implementasi
Sistem Metode AHP Sebagai Alat
Bantu Pengambilan Keputusan
Pemilihan Calon Tenaga Kerja di
PT. Danagung Ramulti. STMIK
AMIKOM, Yogyakarta.
[14] ISO 1926-1. 2001. Software Quality
Characteristic.
[15] Jajang. 2005. Hardware. 2 Mei: 2
hlm.
http://total.org.id
[16] Kotonya, Gerald, Sommerville Ian.
1997. Requirements Engineering :
Processes and Techniques. John
Wiley & Sons, Inc, New York: xiii +
282 hlm.
[17] Manuel Pichler.2009. What is
PHP_Depend? 14 Desember: 3 hlm.
http://pdepend.org
[18] Muslich, Masnur; Maryaeni. 2009.
Bagaimana Menulis Skripsi?.
Penerbit PT. Bumi Aksara, Jakarta: x
+ 166 hlm.
[19] PHP Frameworks.2010. Top 10
Ranking PHP Frameworks? 5 Juli: 2
hlm.
[20] Pressman, Roger S. 1992.
SOFTWARE ENGINEERING- A
Practitioners Approach Third
Edition. Penerbit Beacon Graphic
Corporation, Singapura: xxii + 793
hlm.

12

[21] Render, Barry, Ralph M. Stair. 2000.
Quantitative Analysis for
Management, Prentice Hall Inc.
[22] Rosenberg, Linda H, Lawrence E.
Hyaat. 2003 Software Quality
Metrics for Object Oriented
Environments.
Hyaat. 1998. Applying and
Interpreting Object Oriented
Metrics, Software Technology
Conference, Utah.
[24] Saathy, Thomas, Vargas L.G. 2006.
Decision Making with the Analytic
Network Process, Springer.
[25] Shyam R. Chidamber, Chris F.
Kemerer. 1995. A Metrics Suite For
Object Oriented Design. M.I.T
Sloan School of Management.
http://web.cs.wpi.edu/~gpollice/cs56
2-s05/Readings/CKMetrics.pdf
Kemerer. 1993. MOOSE: Metric for
Object OrientedSoftware
Engineering. Workshop on Process
and Metric for Object Oriented
Software Development, Washington
DC, EUA.
[27] Wikipedia Tim. 2010. Framework. 15
Desember : 2 hlm
[28] Wikipedia Tim. 2010. Object
Oriented Programming. 27
Desember : 15 hlm
[29] Wikipedia Tim. 2010. Perangkat
Lunak. 18 November : 2 hlm
[30] Wikipedia Tim. 2010. Software
Metric. 17 Desember : 3 hlm
[31] Wikipedia Tim. 2010. Web. 27
Desember : 14 hlm
[32] Yii Team.2009. Welcome to Yii
Framework. 15 Desember: 3 hlm.
[33] Zend Team.2008. About Zend
Framework. 12 Januari: 4 hlm.

1
COMPARATIVE ANALYSIS FRAMEWORK PHP BASED MOOSE CK AND
QUALITY PROPERTY DESIGN METHOD USING ANALYTIC HIERARCHY
PROCESS (AHP)

Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif
Hidayatullah Jakarta, Indonesia, 2010
rifai_mcs88@yahoo.co.id
Abstrak
The existence of the PHP framework becomes a challenge to try its use in creating web-based
applications. The existence of the PHP Framework is very much available to be obstacles for a
person to choose to use it. Due to the lack of comparative research on this PHP framework, so the
author tries to compare and find the best PHP framework quality. So the research was focused on
getting the best PHP framework objectives based on the quality of the design model. In a study of
this thesis the author tries to compare 5 PHP framework based on the quality of the design model
using the parameters of MOOSE CK and design quality properties, then combined with the
method of Analytic Hierarchy Process (AHP) to determine the best framework model of design
quality. The author also uses a PHP Depend tool to calculate the value of MOOSE CK Depend on
each PHP framework. PHP Framework is Yii, CodeIgniter, CakePHP, Symfony and Zend. The
final results of this study indicate CakePHP that the various frameworks have the best quality
design framework model compared with Yii framework, CodeIgniter framework, Symfony
framework and Zend framework.

Keywords: framework PHP, Analytic Hierarchy Process (AHP), MOOSE CK,

1. Preface
1.1. Background

The presence of information
technology currently plays a very
significant, especially for medium-scale
firms and above. Undeniably, this happens
because with this information technology
will be able to support and raise corporate
income, so any company trying to apply
information technology in it. As an example
is the company's e-commerce website or
applications to support corporate activities,
such as accounting applications.
Selection of the appropriate applications
with the need to address existing problems,
a thing that should be kept. Because this can
lead to good or bad a performance of the
companies concerned in running the
business. Will be felt even more
complicated if the applications offered are
very diverse kinds.
In this research, the author tries to use
existing methods to be applied in a world of
informatics in the choice of the best
software framework. But of course this
method is not limited to the world of
information technology, but also in other
cases. For example, this method can also be
used in a comparison of the feasibility of
road asphalt or concrete and can also be
used as a decision making tool selection of
job seekers.
In this research the authors tried to compare
the quality of design software on the PHP
framework. The reason why the author
examines the quality of software design,
because design a software application
greatly affect the performance / performance
of a software, both desktop applications and
web applications.

2

Some previous research has produced a
measure of quality software that is
manifested in several parameters such as
MOOD, MOOD2 (Metric for Object
Oriented Design) and Moose (Metric for
Object Oriented Software Engineering).
Software quality measurement parameters is
usually called the Metric Object Oriented
(OO Metric).
In the application of OO Metric, software
quality parameters are interpreted in
accordance with OO Metric used. But the
values of these parameters is not sufficient
to determine the quality of the software
which one is better than other software, so
that the necessary methods to combine the
overall value becomes a value that interpret
the quality of the software relative to other
software in the application domain /
function the same.
In this research, the author tries to retrieve
the 5 sample PHP framework most
requested by a web programmer by
phpframeworks.com version.
Fifth framework will be measured and made
ratings based on an objective assessment of
the quantitative value Moose CK (Metric for
Object Oriented Software Engineering,
Chidamber, Kemerer), property quality and
processed using the method Hierarcy
Analytic Process (AHP).

1.2. Problem formulation and Limitations
Based on the explanation of the
background above, the use of OO
metric alone is not sufficient to
determine the quality of a software with
other software. So, we need a general
method that can incorporate additional
parameters generated OO metrics to be
processed so as to provide a quality
value of the relevant software. So this
method can also be used by people who
want to evaluate other software, but it is
recommended with the same domain.
Having obtained the value of quality
then it will be made ranking software
which has the best quality value.
Many factors can affect the results of
this study, such as the type of OO
Metric, tools used, types of applications
are evaluated and many other factors
that influence it. Therefore the scope of
this study are as follows:
1. The case study will use a PHP
application framework that is well
known and much in demand by web
programmers
www.phpframeworks.com version.
This is because the PHP framework has
implemented the concept of Object
Oriented Programming, as we know
that creating a code at the moment now
is not like spaghety code again. Then
came the ease in building web
applications with the framework that
has been provided. Besides, research on
the comparison between the quality
design of web applications is still
relatively very rare when compared
with desktop applications.
2. Measuring the quality of software
design using the parameter Moose CK
and PHP tool Depend. At this time was
much like MOOD OO Metric, MOOD2
and others. Moose CK deliberately
chosen because of previous research
has produced a mapping between
Moose CK and property quality.
Depend PHP was chosen because it has
most of the parameters together with
parameters Moose CK.
3. This study did not compare the
parameters of OO Metric calculator
tool. The author does not compare the
calculation results between the one tool
with other tools. This is because for
more focused research to produce a
method of measuring the quality of
software design framework for PHP.
4. This study did not compare between
OO Metric other parameters. This is
because every OO Metric
characteristics of different parameters.
And not all OO Metric has been
mapped to the properties of quality. So
it is not possible for writers to try all
OO Metric into this study.

1.3. Objectives and Benefits
1.3.1. Goal

The purpose of comparing the quality
of the fifth framework was to evaluate
the quality of software design from the
fifth framework, where the most good.
So that will be able to provide
recommendations to web programmers
to build web applications using PHP
framework.

3

1.3.2. Benefits

1. Framework which can make
recommendations that are best used,
khsusunya in building web applications.
2. The method I use may be used to
analyze the software that diiginkan
back and of course that has the same
domain or Functions.
3. Can become a reference in learning
to measure the quality of the other
design software, both desktop
applications and web applications.
1.4. Platform Theory
1.4.1 Metrics FOR OBJECT
ORIENTED SOFTWARE
ENGINEERING CHIDAMBER,
KEMERER (Moose CK)
Moose CK is one metric that is used to
measure the quality of a software
design based on six parameters by
looking at the perspective of Object
Oriented Design

1. Weighted Methods Per Class
(WMC)
WMC relates directly to the complexity
of an object, because the method is a
property of an object and the
complexity of an object is determined
by the property.
The number of methods and complexity
of the method is one indicator of how
much time and effort required to build
and maintain the object. Objects with a
number of methods to limit the
possibility of more such objects to be
reused (reuse).
High WMC values have a tendency
software failure. According to WMC
www.aivosto.com tolerance value is
between 20-50 in a class, or a
maximum of 10% of the method in a
class. Another study by Basili, with a
sample of 30 projects of C + +, showed
the higher value of WMC will improve
the bugs and reduce the quality.
But the study also did not mention how
the optimum range that can be used. In
the same study said that high value for
VB project looks allowed.

2. Depth of Inheritance Tree (DIT)
The depth of a class in the inheritance
hierarchy in which the maximum
number of classes begins to decline in
leaf and root class in a hierarchy. So
who in the hierarchy will result in a
high complexity of the design because
more and more methods and classes
involved.
Recommendations www.aivosto.com
DIT value is 5 or less. Documentation
Visual Studio.Net mentioned the value
of DIT 5. Several other sources to
allow the value of DIT to 8.

3. Number of Children (NOC)
NOC is the number of subclasses in a
class hierarchy. NOC is an indicator of
the level of influence a class to design
the overall system. The greater the
value of the NOC, the greater the
potential incompatibility of a sub class
with abstraction in the parent class.
This can lead to errors such as the use
of sub-classes when using one sub-class
of the many other sub-classes in one
program.

4. Coupling Between Object Classes
(CBO)
CBO calculates class associated with
another class. This was calculated on
the non-inheritance class. So the fewer
classes relating it indicates good class.
Because of increasing modularity and
reuse.
More and more classes are not
independent of one another would be
better for use in other applications. This
is very consistent with the level of
interdependency between modules.
What is the maximum value permitted?
CBO> 14 is too high by Houari A
Sahraoui.

5. Response for a Class (RFC)
RFC is the sum of all the methods
called in response to the outside of the
object of a class. RFC also measured
the communication between objects.
This applies to all methods accessible
within the class hierarchy. So the more
methods used to respond to increasingly
complex objects from outside and
increase testing time.

4

6. Lack of Cohesion Methods
(LCOM)
LCOM measures the dissimilarity of
methods in a class instance variables or
attributes. With high cohesion means
indicates the better class.
So much simpler and have a high
reusability properties. Meanwhile, the
lower the cohesion or lack of cohesion,
the more complex class.

1.4.2. PROPERTY QUALITY
SOFTWARE DESIGN
The quality of design in aspects of
object-oriented software and adapted to
OO Metric then only a few
characteristics or properties of quality
which can be evaluated to measure the
quality of code and design is efficiency,
complexity, Understandability,
reusability, maintainability / testability.
1. Efficiency: Is the design and
software implementation has been done
efficiently?
2. Complexity: Can the software
implementation is used more effectively
so that the lower level of complexity?
3. Understandability: Is the design of
the software easier to understand?
4. Reusability: Is the quality of software
design to support reuse (reuse)?
5. Maintainability / Testability: Is the
design of software support for easy
testing and changes?

1. Property Relations Quality Design
Software and Parameter Moose CK
Table 1. Property Relations and
Parameters Software Quality Metric

Properti
Kualitas
Software
Parameter Metric
Understandabili
ty
WMC, RFC, DIT
Maintainability/
Testability
WMC, RFC, DIT, NOC

In table 1 above it appears that research
Linda H. Rosenberg and Lawrence E
Hyaat in 2003, shows the complexity
properties Moose CK does not use
parameters, but using the cyclomatic
Complexity (CC). In another research
in 1993, mainly property
maintainability / testability using
similar parameters, DIT, NOC, RFC,
LCOM, WMC, DAC, NOM, SIZE1,
SIZE2, MPC. Meanwhile, according
Magiel and Arie Van Deursen Bruntink
(in the Journal of MTI UI, 2007: 13),
DIT, LCOM, NOC, RFC, WMC,
FOUT, LOCC, NOF, NOM,
parameters in bold are not included
moose CK.

2. Effect of Parameters on the
Properties Moose CK Design
Software Quality

Research Linda Rosenberg and
Lawrence H E Hyatt on the relationship
and influence between the parameters
and properties Metric OO software
design quality shows that parameter
values inversely Moose CK-quality
software design

1.4.3. Analytic Hierarchy Process
(AHP)

Method of Analytic Hierarchy Process
(AHP) was developed by Thomas L.
Saaty in the 70s when the Warston
School. AHP is one method that can be
used in the decision system by
observing the factors of perception,
preference, experience and intuition.
AHP incorporates judgments and
personal values into a single logical
way.
Analytic Hierarchy Process (AHP) to
solve the complex problem of multiple
criteria into a hierarchy. Complex
problem can be interpreted that the
criteria of a problem that so many
(multiple criteria), the structure of the
problem is unclear, uncertainty
opinions of decision makers, decision
makers more than one person, and
inaccuracies of data available.
According to Saaty, the hierarchy is
defined as a representation of a
complex problem in a multi-level
structure where the first level is the
goal, which followed the level of
factors, criteria, sub criteria, and so on
down to the last level of the alternative.

5

With a hierarchy, a complex problem
can be decomposed into group-the
group who then arranged into a form of
hierarchy so that the problem would
seem more structured and systematic.

Analytic Hierarchy Process (AHP) has
an axiomatic foundation that consists
of:
1. Reciprocal Comparison, which
means the decision makers must be able
to make comparisons and express
preferences. Preference itself should
qualify reciprocal ie if A is more
preferable than B with a scale of x, then
B is more preferred than A with a scale
of 1: x.
2. Homogenity, which mean a person's
preference should be expressed in a
limited scale or in other words, the
elements can be compared with each
other. If this axiom can not be met then
the elements being compared are not
homogenous and have formed a cluster
(group elements) is new.
3. Independence, which means the
preference expressed by assuming that
the criteria are not influenced by the
existing alternatives but the overall
objective. This shows that the pattern of
dependence or influence in the AHP
model is the direction upwards,
meaning the ratio between the elements
in one level are influenced by or
dependent elements in the above level.
4. Expectations, it means for the
purpose of decision making,
hierarchical structure is assumed
complete. If this assumption is not
fulfilled then the decision maker does
not use all or objective criteria and the
available or required so that decisions
taken are considered incomplete.
1. Basic Principles Hierarcy Analytic
Process (AHP)

1. Decomposition
Definition of decomposition is to solve
problems or divide the elements into a
hierarchical model intact into the
process of making a decision element,
in which each element or elements are
interconnected.

Figure 1. Structure Hierarchy
(Source: Journal of Public Universities
of North Sumatra)

Comparative judgment conducted an
assessment of the relative importance of
two elements at a certain level in
relation to the level above it. This
assessment is the core of AHP because
it will affect the priority order of the
elements of its elements.

Synthesis of priority is done by using
the eigen vector method to obtain the
relative weights of decision elements.
Logical consistency is an important
characteristic of AHP. This is achieved
by mengagresikan all eigen vector
obtained from various levels of
hierarchy and subsequently obtained a
weighted composite vector that
produces the sequence of decision
making.

Table 2 this is Saathy scale used in the
implementation of the AHP method. As
in the previous explanation, the
description column to change the words
"for" in accordance with the subject
issues. In the last line is the opposite of
the value comparison. So as in the
example above, if the object A has a
value of 3 than the value of B, then the
value of B has a value of 1 / 3
compared to the object A

Tujuan
Kriteria 1
Alternatif 3

6

Tabel 2. Skala Saaty
Nilai Keterangan
3 Sedikit lebih penting
(Moderate)
7 Sangat Jelas Penting (Very
Strong)
9 Mutlak Lebih Penting
(Extreme)
2,4,6,8 Apabila ragu-ragu antara dua
nilai yang berdekatan
1/(1-9) Kebalikan nilai tingkat
kepentingan dari skala 1-9

1.5 Research Methodology
In this case study the author will use a PHP
5 framework most requested / used by
www.phpframeworks.com version.
Framework is sorted started from the
frequently used by PHP programmers to
build web applications, Yii (93 Votes)
CodeIgniter (88 Votes) CakePHP (67
Votes) Symfony (58 Votes), Zend (45
Votes). This data was taken on October 9,
2010. Later in the calculation of parameters
of CK Moose Depend PHP tool will be used
specifically to measure the quality metrics
of the PHP programming language.
To calculate the value of CK Moose used,
the authors use a PHP tool Depend. Depend
PHP is a tool used to measure metrics web
applications using PHP programming
language. According to his official website
http://www.pdepend.org small program that
shows the analysis based on source code
files to be tested. Depend PHP code analysis
means the first time took the code from the
application and then memparsingnya into
the internal data structure that is easy. The
data structure is commonly referred to as
AST (Abstract Sintax Tree), which displays
the statement and the different elements that
are used to analyze the source code. This
measurement is also referred to as software
metrics.
What is a software metric? Basically the
software metrics is something very simple.
Software metrics are the sum of several
elements or fragments of code found in the
source code. As an example of the value of
cyclomatic complexity, the method used to
obtain its value is by adding a statement of
logic, like if, for and so forth into the
methods of analysis.
Why the author chose to use PHP Depend?
The question is can the author replied as
follows:
1. PHP Depend highly automated and
always objective, this tool only measures
the quality of application source code
provided.
2. Depend PHP provides a scale depending
on the application source code.
3. PHP Depend follow to identify the parts
of the software used to analyze the code.
4. Depend PHP also supports some fancy
metrics that are useful.

Figure 2. Four Main Stages of Software
Design Quality Measurement Methods
(Source: Master Thesis, Information
Technology (Depok: UI MTI
Information Systems Journal, Volume
5, No.1, 2007))

1.5.1 Weighting Parameters Moose
CK
At this stage of weighting, CK Moose
parameters are divided into nine stages.
Where the goal is to get the weight of
each parameter Moose CK. This is as
described in Figure 4.2. Results
obtained from the weighting parameters
Moose CK should be checked for
consistency, it aims to measure the
consistency in providing assessment, on
a scale of 1-9.

1.5.2 Comparison of Scale
Parameters Moose Saathy In CK
Comparison of parameters guided by
Moose CK Saathy scale. As shown in
Table 2. In comparing the parameters of
CK Moose should consider the
Pembobotan MOOSE CK
Evaluasi MOOSE CK
Hasil Evaluasi
Keseluruhan
Software

7

objectivity of the measurement
software. Mapping metrics with objet
oriented design elements, Table 3 is one
tool that can be used in comparing the
parameters of CK Moose, the scoring
scale can be adjusted with the value of
software design quality measurement
objectivity.
Table 3. Metric Mapping and Object
Oriented Design Element
Metric
Object
Definition
Object
Attributes
Object
Commu
nication
WMC
DIT
NOC
RFC
CBO
LCOM
(Source: MTI UI Thesis Volume 5, No.1,
2007)
With preferences such as the table above,
obtained by weighting the value of each
metric as presented in the table below

Table 4. Weight Parameters Moose CK.
Rata-
rata
WMC 0.1149
DIT 0.0565
NOC 0.0312
CBO 0.2396
RFC 0.4617
LCOM 0.0963

1.5.3 Evaluation of Parameters Moose
CK
Evaluation parameters of CK Moose is the
second stage of software design quality
measurement methods. In this stage, CK
Moose comparison the same parameters
between their respective software.
Many of the software or tools that can take
measurements Moose CK. Each tool has
advantages and disadvantages. Among the
tools yan ever tried was the author of
PHPUnit, CCLOC, but the best in terms of
calculation is a PHP Depend. Depend is a
free PHP specific metrics for the PHP
programming language. Unlike other
software metrics, PHP Depend support to
calculate the object-oriented PHP
applications. Such as inheritance, coupling,
encapsulation, cyclomatic complexity and
so forth. This tool is based console, and run
the Linux operating system. Installation is
easy enough, we can download it via their
official website at www.pdepend.net. Then
we followed the installation guide correctly,
to check whether it has been installed, we
need to type pdepend-version on linux
terminal console.
After going through the calculations using
PHP Depend the following results are
obtained.
Table 5. The number of classes in each of
the PHP framework
No Framework
Jumlah
Class
1 Yii 1082
2 CodeIgniter 136
3 CakePHP 460
4 Symfony 2102
5 Zend 2244
(Source: Test Result Author)
Table 6. Results Moose CK parameters in
each of the PHP frameworks
Faktor Yii CodeIgniter CakePHP Symfony Zend
WMC 5.6330 13.6102 17.55 8.5713 10.8395
DI T 0.7874 4.9779 2.3521 1.7093 1.5668
NOC 3.7449 9.3161 11.1717 6.5309 7.7393
CBO 5.7236 13.5220 17.1282 8.7830 11.0374
RFC 5.1007 16.2352 15.8260 7.7621 9.7486
LCOM 5.2107 12.9411 15.4260 7.8411 10.0267

Table 7. Parameter Value Moose On Each
PHP Framework
Yii versi
1.0.12 0.3429 0.3766 0.3578 0.3416 0.3550 0.3419
CodeI gn
iter versi
1.7.2
0.1299 0.0677 0.1438 0.1446 0.1115 0.1376
CakePH
P versi
1.3.3
0.1237 0.1433 0.1199 0.1141 0.1144 0.1154
Symfon
y versi
1.4.8
0.2253 0.1972 0.2051 0.2226 0.2333 0.2272
Zend
versi
1.10.8
0.1782 0.2151 0.1732 0.1771 0.1857 0.1777

8

1.5.4 Weighting Design Software Quality
Properties
Phase weighting of property in general
quality of design software the same
procedure with a weighting parameter CK
moose. The difference is that the objects
compared, namely CK Moose object
parameters and properties of software
design quality. However, to clarify the
overall design quality of software
measurement methods, the authors will
explain the process of weighting the quality
of software design.

Table 8. Property Comparison of Quality
Design Software

Efficie
ncy
Understa
ndability
Reusab
ility
Maintain
ability/
Testabilit
y
Efficiency
1 1/4 1/6 1/7
Understanda
bility
4 1 1/2 1/4
Reusability
6 2 1 1/2
Maintainabil
ity/
Testability
7 4 2 1
(Source: MTI UI Thesis Volume 5, No.1, 2007)

Here are the results of weight measurement
properties of quality design.
Table 9. Weight Calculation Results
Property Design Quality
Faktor
Bobot
Efficiency 0.0527
Reusability 0.2865
Maintainability/
Testability
0.5036
2007)

1.5.5 Property Evaluation Software
Design Quality
Evaluation of the quality of software design
is the last stage of the four main stages
software design quality measurement
method. At this stage using the results of the
three previous stages of the weighting factor
Moose CK, CK Moose outcome evaluation
factors and results of the weighting factor of
software design quality properties.
There are two more stages in the evaluation
of properties of software design quality
evaluation factor in accordance with the
properties of quality software design and
calculate the final evaluation of each PHP
framework.

Table 10. Calculation of Evaluation Factors
in Software Design Quality Property
Properti
Kualitas
Framework (Yii versi 1.0.12,
CodeIgniter versi 1.7.2,
CakePHP versi 1.3.3, Symfony
versi 1.4.8, Zend versi 1.10.8)
Efficiency (FE)DIT (BM) DIT + (FE) NOC
(BM) NOC + (FE) CBO (BM) CBO +
(FE) LCOM (BM) LCOM
Understandabil
ity
(BM) DIT + (FE) RFC (BM) RFC
Reusability (FE) WMC (BM) WMC + (FE) DIT
(FE) CBO (BM) CBO + (FE) LCOM
(BM) LCOM
Maintainability
/Testability
(FE) RFC (BM) RFC + (FE) LCOM
(BM) LCOM
2007)

Factor Evaluation (FE) and the
Weight of Metric (BM) according to the
value selected on the PHP framework.

Table 11. Final Evaluation
Final Evaluasi
Framework (Yii
versi 1.0.12,
CodeIgniter versi
1.7.2, CakePHP
versi 1.3.3, Symfony
versi 1.4.8, Zend
versi 1.10.8)
(FE)efficiency x (BK) efficiency +
(FE) understandability x (BK)
understandability + (FE) reusability x
(BK) reusability + (FE)
maintainability/testability x (BK)
2007)

9

1.5.6 Research Results
Table 12. Final Results Property Evaluation
Design Quality in Each PHP Framework
Perin
gkat
Framework PHP
Final
Evaluasi
1
CakePHP versi
1.3.3
0.0195
2
CodeIgniter versi
1.7.2
0.0197
3 Zend versi 1.10.8 0.0304
4 Symfony versi 1.4.8 0.0372
5 Yii versi 1.0.12 0.0579

From the results of Table 12 it can
be concluded that because, in principle, CK
Moose parameter value is inversely
proportional to property design quality
software, on aspects of object-oriented
design models using Moose CK and
property quality software design, PHP
framework with a value of 0.0195
CakePHPi best quality among other PHP
frameworks. While the lowest is Yii
framework with a value of 0.0579. Followed
by the second, third and fourth is a
framework with a value of 0.0197
CodeIgniter, Zend Framework with
Symfony framework value of 0.0304 and
0.0372 value.
1.6 Conclusion
Some conclusions can be drawn from
this study are as follows:
1. The results showed that by using
this method will produce a value that
indicates the quality of a software
design relative to other software
2. This method is general, so in
addition can be applied to desktop
applications, this method can also be
applied to evaluate the web
application. But the evaluation of the
software should have the same
domain or function.
3. Based on research conducted, we
can determine that based on object-
oriented design models, quality
frameworks are the best from other
framewok. Because the final results
of the evaluation value of the lowest
among the final value of the other
evaluation framework of 0.0195. This
is because the value of CK was
inversely Moose parameters with
properties kualtias design software
such as those described in Chapter II
before, so the smaller the final value
the better the quality. While the
lowest level of quality is Yii
framework with a value of 0.0579.
1.7 References
[1] Apriyanto, Agus. 2008.
Perbandingan Kelayakan Jalan
Analytic Hierarchy Process (AHP).
Tesis Magister Teknik Sipil,
[2] Bari, Ahsanul, Syam, Anupom. 2008.
CakePHP Application Development
Step by step introduction to rapid
web development using the open
source MVC cakePHP framework.
Penerbit Packt Publishing,
Birmingham, Mumbai: xv + 311 hlm.
[3] Basili, Victor, et al. 1996. A
validation of Object Oriented Design
Metric as Quality Indicators.
[4] Boehm, B.W, J.R. Brown, H. Kaspar,
M. Lipow, G.J. McLeod and M.J.
Merritt. 1978. Characteristics of
Software Quality, Amsterdam:
North-Holland.
[5] Bray, Ian K. 2002. An Introduction
To Requirements Engineering.
Pearson Education Limited, United
Kingdom: xi + 408 hlm
[6] Brito, Fernando e Abreu. 2003. Talk
on Design Metrics For Object
Oriented Software Systems.
[7] Brito, Fernando e Abreu. 1998. The
MOOD2 Metrics Set, INESC.
[8] Bruntink, Magiel, Arie van Deursen.
2004. Predicting Class Testability
Using Object Oriented Metrics.
[9] Carl Vondrick.2010. Whats
Symfony? 12 Januari: 3 hlm.
[10] CakePHP Team.2005. CakePHP the
rapid development php framework: 3
hlm.
http://cakephp.org/

10

[11] Derek Allard.2010. Welcome to
CodeIgniter! 14 Agustus: 3 hlm.
[12] Hermawan, Efano dan Petrus
Mursanto. 2007. Pemeringkatan
Software Aplikasi Berdasarkan
Properti Kualitas Disain dan Metrics
For Object Oriented Software
Menggunakan Analytic Hierarchy
Process. Tesis Magister Teknologi
Informasi, Depok:Jurnal Sistem
Informasi MTI UI, Volume 5, No.1.
[13] Idrus, Asria. 2010. Implementasi
Sistem Metode AHP Sebagai Alat
Bantu Pengambilan Keputusan
Pemilihan Calon Tenaga Kerja di
PT. Danagung Ramulti. STMIK
AMIKOM, Yogyakarta.
[14] ISO 1926-1. 2001. Software Quality
Characteristic.
[15] Jajang. 2005. Hardware. 2 Mei: 2
hlm.
http://total.org.id
[16] Kotonya, Gerald, Sommerville Ian.
1997. Requirements Engineering :
Processes and Techniques. John
Wiley & Sons, Inc, New York: xiii +
282 hlm.
[17] Manuel Pichler.2009. What is
PHP_Depend? 14 Desember: 3 hlm.
http://pdepend.org
[18] Muslich, Masnur; Maryaeni. 2009.
Bagaimana Menulis Skripsi?.
Penerbit PT. Bumi Aksara, Jakarta: x
+ 166 hlm.
[19] PHP Frameworks.2010. Top 10
Ranking PHP Frameworks? 5 Juli: 2
hlm.
[20] Pressman, Roger S. 1992.
SOFTWARE ENGINEERING- A
Practitioners Approach Third
Edition. Penerbit Beacon Graphic
Corporation, Singapura: xxii + 793
hlm.
[21] Render, Barry, Ralph M. Stair. 2000.
Quantitative Analysis for
Management, Prentice Hall Inc.
Hyaat. 2003 Software Quality
Metrics for Object Oriented
Environments.
Hyaat. 1998. Applying and
Interpreting Object Oriented
Metrics, Software Technology
Conference, Utah.
[24] Saathy, Thomas, Vargas L.G. 2006.
Decision Making with the Analytic
Network Process, Springer.
Kemerer. 1995. A Metrics Suite For
Object Oriented Design. M.I.T
Sloan School of Management.
http://web.cs.wpi.edu/~gpollice/cs56
2-s05/Readings/CKMetrics.pdf
Kemerer. 1993. MOOSE: Metric for
Object OrientedSoftware
Engineering. Workshop on Process
and Metric for Object Oriented
Software Development, Washington
DC, EUA.
[27] Wikipedia Tim. 2010. Framework. 15
Desember : 2 hlm
[28] Wikipedia Tim. 2010. Object
Oriented Programming. 27
Desember : 15 hlm
[29] Wikipedia Tim. 2010. Perangkat
Lunak. 18 November : 2 hlm
[30] Wikipedia Tim. 2010. Software
Metric. 17 Desember : 3 hlm
[31] Wikipedia Tim. 2010. Web. 27
Desember : 14 hlm
[32] Yii Team.2009. Welcome to Yii
Framework. 15 Desember: 3 hlm.
[33] Zend Team.2008. About Zend
Framework. 12 Januari: 4 hlm.

DISAIN MENGGUNAKAN METODE
ANALYTIC HIERARCHY PROCESS (AHP)

WAHYU RIFAI DWI SEPTIAN
106091002976

JAKARTA
2010M/1431H
DISAIN MENGGUNAKAN METODE
ANALYTIC HIERARCHY PROCESS (AHP)

Oleh:
NIM : 106091002976

Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar
Sarjana Komputer Bidang Teknik Informatika

Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta

JAKARTA
2010 M/1431 H

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH
HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN SEBAGAI
SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU
LEMBAGA MANAPUN

Jakarta, Desember 2010

106091002976

Perbaningan PHP Framework Dengan Expert Choice

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Perbaningan PHP Framework Dengan Expert Choice

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS PERBANDINGAN FRAMEWORK PHP

BERDASARKAN MOOSE CK DAN PROPERTI KUALITAS

Anda mungkin juga menyukai