Laporan Akhir Penelitian: Metode Estimasi Effort Perangkat Lunak Use Case Points Dengan Pemilihan Bobot Kompleksitas Use Case Menggunakan Optimasi Metaheuristics

Ardiansyah, Ardiansyah and zulfa, Mulki Indana and Tarmuji, Ali Laporan Akhir Penelitian: Metode Estimasi Effort Perangkat Lunak Use Case Points Dengan Pemilihan Bobot Kompleksitas Use Case Menggunakan Optimasi Metaheuristics. [Artikel Dosen] (Unpublished)

Text Laporan-penelitian-pd2023-Ardiansyah-Mulki-AliT.pdf - Published Version Download (1MB)

Abstract

Estimasi effort merupakan suatu kegiatan penting dalam proyek pengembangan perangkat lunak. Estimasi dilakukan untuk mengetahui seberapa banyak sumber daya yang akan digunakan dan berapa lama waktu yang diperlukan untuk menyelesaikan sebuah proyek. Salah satu metode estimasi effort perangkat lunak yang dapat digunakan adalah Use Case Points (UCP). Metode estimasi effort Use Case Point (UCP) memiliki kelebihan mudah diimplementasikan untuk mengetahui estimasi awal proyek, prosedur perhitungannya didefisinikan dengan baik, performanya lebih baik dibanding penilaian pakar dan tidak selalu membutuhkan data histori proyek untuk estimasi. Sedangkan kelemahannya adalah berupa ketidakpastian faktor biaya dan penentuan klasifikasi yang memiliki perbedaan nilai pengali yang cukup tinggi. Oleh Karena itu, penelitian ini akan menggunakan algoritman Grey Wolf Optimizer (GWO) untuk menemukan bobot kompleksitas use case sehinggan diharapkan bisa meningkatkan performa akurasi estimasi UCP. Dalam penelitian ini dataset yang akan digunakan adalah dataset Silhavy, Radek (2017), yang terdiri dari 71 data proyek yang telah diselesaikan. Teknik validasi yang digunakan adalah Leave One Out Cross Validation (LOOCV). Sedangkan teknik evaluasi yang akan digunakan adalah Mean Absolute Error (MAE). Penelitian ini melakukan optimasi pada pembobotan
kompleksitas use case pada metode estimasi effort perangkat lunak Use Case Points (UCP) menggunakan algoritma Grey Wolf Optimizer (GWO) yang diberi nama UCP+GWO. Kompleksitas use case yang dioptimasi adalah simple, average, dan complex yang masing-masing memiliki rentang nilai yaitu [5.00, 7.49], [7.50, 12.49], dan [12.5, 15.00]. Berdasarkan eksperimen diperoleh hasil bahwa MAE terbaik diperoleh oleh UCP+GWO yaitu sebesar 1070.65, sedangkan yang diperoleh UCP standar yaitu 1806.55. Berdasarkan uji statistik Wilcoxon didapatkan bahwa terdapat perbedaan signifikan antara kedua model UCP dan
UCP+GWO. Sehinga bisa disimpulkan bahwa UCP+GWO berhasil meningkatkan performa akurasi metode estimasi effort Use Case Points

Item Type:	Artikel Dosen
Subjects:	T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	mr Ali Tarmuji
Date Deposited:	16 Feb 2024 03:09
Last Modified:	16 Feb 2024 03:09
URI:	http://eprints.uad.ac.id/id/eprint/58906

Actions (login required)

View Item