Wisnu Ananta Kusuma, Irman Hermadi, Ardiansyah 1. Staf Departemen Ilmu Komputer, Fakultas Matematika dan IPA, Institut Pertanian Bogor 2 ABSTRAK

Transkripsi

1 ANALISIS METODE ANALOGY BASED ESTIMATION UNTUK PERKIRAAN BIAYA PERANGKAT LUNAK Wsnu Ananta Kusuma, Irman Hermad, Ardansyah 1 Staf Departemen Ilmu Komputer, Fakultas Matematka dan IPA, Insttut Pertanan Bogor 2 Mahasswa Departemen Ilmu Komputer, Fakultas Matematka dan IPA, Insttut Pertanan Bogor ABSTRAK Dalam proses pengembangan perangkat lunak, perkraan baya merupakan hal yang sangat pentng. Beberapa metode perkraan baya perangkat lunak telah dkembangkan selama beberapa tahun terakhr. Pada peneltan n, metode yang dgunakan untuk memperkrakan baya perangkat lunak adalah analogy based estmaton. Peneltan n bertujuan menganalss knerja metode analogy based estmaton dan mengupayakan perbakan yang dapat menngkatkan knerjanya. Data yang dgunakan dalam peneltan n adalah kelompok data COCOMO 81 dan msson plannng NASA. Acuan ukuran knerja yang dgunakan adalah Magntude of Relatve Error (MRE), mean MRE (MMRE), medan MRE (MdMRE), nla MRE maksmal (max MRE), nla MRE mnmal (mn MRE), dan standar devas MRE (SDMRE). Pengujan dlakukan dengan menggunakan atrbut ukuran perangkat lunak/lnes of code (LOC), menggunakan atrbut cost drver, dan menggunakan atrbut LOC dan cost drver sekalgus. Hasl pengujan menunjukkan bahwa knerja terbak dhaslkan oleh pengujan yang menggunakan LOC. Pada kelompok data COCOMO 81, pengujan dengan ukuran menghaslkan nla MMRE sebesar 198,121% MdMRE sebesar 79,283%, max MRE sebesar 1.286,170%, mn MRE sebesar 1,563%, dan SDMRE sebesar 261,318%. Pada kelompok data msson plannng NASA, pengujan dengan ukuran menghaslkan nla MMRE sebesar 67,781%, MdMRE sebesar 67,055%, max MRE sebesar 190,952%, mn MRE sebesar 7,639%, dan SDMRE sebesar 49,608%. dan pred(25) terbak sebesar 38,889%. Modfkas pada metode analogy based estmaton dlakukan dengan penerapan perngkat pada perhtungan jarak antar proyek. Hasl pengujan menunjukkan bahwa knerja metode analogy based estmaton menjad lebh bak dengan penerapan perngkat. Pengujan pada kelompok data COCOMO 81 menghaslkan nla MMRE sebesar 81,678%, MdMRE sebesar 55,696%, max MRE sebesar 445,745%, mn MRE sebesar 1,923%, dan SDMRE sebesar 91,327%. Pengujan pada kelompok data msson plannng NASA menghaslkan nla MMRE sebesar 41,298%, MdMRE sebesar 37,500%, max MRE sebesar 100,000%, mn MRE sebesar 0,000%, dan SDMRE sebesar 29,297%. Kata kunc: Perkraan Baya Perangkat Lunak, Analogy Based Estmaton, Perngkat PENDAHULUAN Latar Belakang Perkraan baya perangkat lunak sangat pentng dalam pengembangan perangkat lunak. Perkraan yang terlalu kecl dar baya aktualnya akan mengakbatkan perangkat lunak yang dhaslkan berkualtas rendah. D ss lan, perkraan yang terlalu besar dar baya aktualnya akan mengakbatkan pemborosan sumber daya yang dgunakan. Untuk membuat perkraan baya perangkat lunak yang akurat, beberapa metode pemodelan perkraan telah dlakukan dan dkembangkan selama beberapa tahun terakhr n. Analogy-based estmaton adalah salah satu metode perkraan baya perangkat lunak. Metode n memanfaatkan data dar proyek yang telah ada secara langsung dan menghtung jarak antara setap data. Metode n memlk beberapa kelebhan, yatu sederhana, dan dapat cepat dmplementaskan (Al-Sakran 2006). Menurut Schofeld dan Shepperd (1996), metode n tdak memerlukan hubungan statstkal untuk djalankan, dan mudah untuk dmengert. Pada peneltan yang dlakukan oleh Schofeld dan Shepperd (1996), dtemukan bahwa penggunaan nla rataan baya pada dua buah proyek sebaga estmas menghaslkan knerja yang lebh bak. Pada peneltan tu, knerja yang dhaslkan oleh metode analogy based estmaton mengunggul metode - metode pemodelan algortmk. Pada tahun 2001, Idr et al. menggabungkan konsep fuzzy ke dalam metode analogy based estmaton untuk menangan data kategorkal. Peneltan yang dlakukan oleh Idr et al. tersebut

2 2 berhasl menngkatkan knerja dar metode analogy based estmaton. Pada peneltan kal n juga akan dgunakan metode analogy based estmaton untuk perkraan baya perangkat lunak. Dharapkan dapat dtemukan de baru dalam perhtungan jarak sehngga dua proyek dengan jarak atrbut terdekat mempunya baya yang dekat pula dengan baya proyek uj. Tujuan Tujuan dar peneltan n adalah menganalss knerja metode analogy-based estmaton pada perkraan baya perangkat lunak. Peneltan n juga dharapkan dapat mengusulkan modfkas metode tersebut. Ruang Lngkup Ruang lngkup peneltan n adalah sebaga berkut : 1. Data yang dgunakan untuk pengujan metode analogy-based estmaton adalah kelompok data COCOMO 81 dan msson plannng NASA 2. Baya perkraan dtentukan oleh nla rataan baya dar dua buah proyek dengan jarak terdekat. Manfaat Peneltan n dharapkan dapat memberkan manfaat berupa nformas knerja metode analogy based estmaton untuk perkraan baya perangkat lunak. Hasl dan saran peneltan dapat djadkan sebaga pembandng dan pembuka jalan untuk peneltan yang lebh lanjut. TINJAUAN PUSTAKA Perkraan Baya Perangkat Lunak Perkraan baya perangkat lunak adalah proses mempredks baya yang dperlukan dalam pengembangan sstem perangkat lunak (Leung 1990). Menurut Salu (2003), perkraan baya perangkat lunak mengacu pada predks jumlah baya, waktu, dan staffng yang dperlukan untuk membangun sstem perangkat lunak. Banyak pemodelan perkraan baya perangkat lunak yang berdasar pada ukuran perangkat lunak tu sendr. Menurut Leung (1990), beberapa standar penghtungan ukuran suatu perangkat lunak adalah sebaga berkut : - Lnes of code, yatu pengukurannya berdasarkan banyaknya bars yang ada pada source code-nya. Komentar dan bars kosong tdak dkutkan dalam pengukuran. - Functon pont, yatu pengukurannya berdasarkan fungsonaltas dar program. Perkraan baya perangkat lunak dapat dklasfkaskan menjad metode pemodelan algortmk dan pemodelan non-algortmk. Pemodelan algortmk dturunkan dar analss statstkal dar data proyek terdahulu (Salu 2003). Contoh pemodelan algortmk yatu model lnear, model multplkatf, dan model power-functon. D lan phak, contoh metode pemodelan non-algortmk yang ada yatu expert judgement, Parknson s law, dan prce to wn Analogy Based Estmaton Proses dalam analogy based estmaton adalah karaktersas dar setap proyek yang akan destmas, mencar proyek yang serupa yang telah dketahu bayanya, dan menggunakan baya tersebut sebaga estmas (Rntala et al. 2001). Prnsp dasar dar metode n adalah bahwa proyek yang serupa mempunya baya yang serupa (Idr et al. 2001). Proyek analog dapat dcar dengan menggunakan persamaan jarak Eucldean n- dmens d mana setap dmens mewakl satu atrbut. Nla setap dmens dnormalsas sehngga memberkan kontrbus yang sama dalam proses pencaran proyek analog (Schofeld dan Shepperd 1996). Persamaannya adalah sebaga berkut : δ ( a a ) + ( b b ) ( z z E= )...(1) d mana E adalah jarak Eucldean, serta a,b,dan z adalah atrbut proyek 1 dan 2 yang sudah dnormalsas. Selsh/jarak antar atrbut pada persamaan 1 tdak dapat dterapkan pada data bertpe kategorkal sepert very low-low- hgh atau small-large. Untuk jarak antar atrbut yang bertpe kategorkal, dgunakan persamaan sebaga berkut (Brand et al. 1999): ( P P ) k jk 0, = 1, jka k kategorkal jka k kategorkal dan dan Pk = Pjk..(2) P P d mana k adalah atrbut proyek, jarak(p,p j ) adalah jarak dar proyek dengan proyek j, n adalah jumlah atrbut proyek, dan δ(p k,p jk ) adalah jarak atrbut proyek dengan proyek j. Proyek yang memlk jarak terkecl akan dplh sebaga proyek analog yang djadkan dasar untuk perkraan baya proyek baru. k jk

3 3 Cost Drver (CD) Cost drver (CD) adalah faktor-faktor tambahan yang mempengaruh baya dalam pengembangan perangkat lunak ( Salu 2003 ). Daftar CD dapat dlhat pada Tabel 1. Tabel 1 Daftar CD ( Salu 2003) Kategor CD Smbol Produk Keandalan perangkat lunak Rely Platform Personl Proyek Ukuran data Komplekstas produk bass Batasan waktu eksekus Batasan tempat penympanan utama Mesn vrtual Waktu turnaround komputer Kemampuan anals Pengalaman dalam aplkas Kemampuan programmer Pengalaman dalam mesn vrtual Pengalaman dalam bahasa pemrograman Penggunaan program modern Penggunaan peralatan perangkat lunak Data Cplx Tme Stor Vrt Turn Acap Aexp Pcap Vexp Lexp Modp Tool Kategor CD Smbol Jadwal pengembangan yang dperlukan Sced Model Pengembangan Ada tga macam model pengembangan dalam perkraan baya perangkat lunak, yatu (NASA 2005) : 1. Organk Dalam model organk, perangkat lunak dkembangkan oleh tm kecl yang terdr dar orang-orang yang berpengalaman dalam sstem terkat. 2. Semdetached Model pengembangan semdetached merepresentaskan tngkat pertengahan d antara organk dan embedded. 3. Embedded Faktor utama yang membedakan model embedded dengan model lannya adalah perlunya doperaskan dengan batasan yang ketat. Evaluas Model Perkraan Baya Perangkat Lunak Standar untuk evaluas model perkraan baya perangkat lunak adalah Magntude of Relatve Error (MRE) (Brand et al. 1998). baya aktual baya estmas MRE = baya aktual...(3) MRE dhtung untuk setap pengujan yang bayanya telah dperkrakan. Agregat nla MRE pada banyak pengujan, msal N, dapat dperoleh melalu Mean MRE (MMRE) (Brand et al. 1998). 1 MMRE = N baya aktual baya estmas baya aktual...(4) Nla MMRE senstf pada pengujan ndvdual yang memlk MRE yang sangat besar. Untuk tu, agregat yang tdak senstf pada nla penclan besar perlu dgunakan, yatu medan dar MRE pada N pengujan (MdMRE) (Brand et al. 1998). Pengukuran lannya adalah MRE mnmal (mn MRE), MRE maksmal (max MRE), dan standar devas MRE (SDMRE) (Idr et al. 2001).

4 4 METODE PENELITIAN Kerangka Pemkran Peneltan n terdr atas beberapa langkah sepert yang dtunjukkan oleh skema peneltan pada Gambar 1. Gambar 1. Skema Peneltan Pengumpulan data Data yang dpaka pada peneltan n adalah kelompok data COCOMO 81 dan msson plannng NASA yang ddapat dar stus promse repostory. Kelompok data n terdr dar 17 atrbut, yatu 15 jens CD yang bertpe numerk, ukuran dar proyek dalam satuan 1000 lnes of code (KLOC), dan baya aktual proyek dalam satuan person months (PM). Kelompok data msson plannng NASA berasal dar proyek-proyek NASA dar tahun 1977 sampa Kelompok data n juga terdr dar 17 atrbut utama, yatu 15 jens CD yang bertpe kategorkal, ukuran dar proyek dalam satuan 1000 lnes of code (KLOC), dan baya aktual proyek dalam satuan person months (PM). Kelompok data n mempunya tujuh atrbut tambahan sebaga denttas proyek termasuk model pengembangan dan jens proyek yang sama. Pengujan dan Analss Pengujan metode analogy based estmaton dlakukan berdasarkan kelompok data. Pada setap kelompok data, secara bergantan akan dplh satu proyek menjad proyek uj dan ssanya menjad calon proyek analog. Atrbut yang dpaka dalam perhtungan jarak adalah ukuran perangkat lunak (LOC) dan 15 jens CD. Dua proyek yang mempunya jarak terdekat dengan proyek uj akan djadkan sebaga proyek analog. Nla perkraan baya pada proyek uj akan dambl dar rataan baya aktual pada dua proyek analog tersebut. Hasl dar pengujan akan menghaslkan perkraan besar baya yang dperlukan dalam pengembangan perangkat lunak. Untuk dapat devaluas, hasl pengujan tersebut dbandngkan dengan besar baya aktual menggunakan MRE. Setelah tu dhtung ataupun dcar nla MMRE, mn MRE, max MRE, MdMRE, dan SDMRE. Modfkas Metode Hasl analss yang dperoleh akan djadkan acuan untuk modfkas metode analogy based estmaton yang baru. Metode baru tersebut kemudan duj dan danalss dengan data dan mekansme yang sama. Perbandngan Metode Perbandngan metode analogy based estmaton dengan modfkasnya dlakukan berdasarkan nla MRE, MMRE, mn MRE, max MRE, MdMRE, dan SDMRE. Makn kecl nla - nla tersebut, maka makn bak knerja metodenya. Lngkungan pengembangan Perangkat lunak yang dgunakan dalam peneltan n adalah sebaga berkut : Mcrosoft Wndows XP 2003 Mcrosoft Internet Explorer 6.0 Apache MySql PHP (PHP Hypertext Preprocessor) D ss lan, perangkat keras yang dgunakan adalah sebaga berkut : PC Intel Pentum IV 2.4 GHz DDRAM 512 GB harddsk dengan kapastas 200 GB VGA GeForce 4 MX 64 MB montor VGA dengan resolus 1024x768 pxel HASIL DAN PEMBAHASAN Proses penarkan analog dlakukan dengan tga tahap, yatu membandngkan jarak LOC pada setap proyek, membandngkan jarak CD pada setap proyek,

5 5 dan membandngkan jarak LOC dan CD pada setap proyek. Sesua dengan hasl percobaan Schofeld dan Shepperd (1996), rataan baya aktual dar dua proyek yang mempunya jarak terdekat dengan proyek uj akan djadkan sebaga perkraan baya untuk proyek uj. Pengujan dan Analss Kelompok Data COCOMO 81 Kelompok data COCOMO 81 terdr atas 63 proyek. Seluruh proyek dkenakan pengujan, sehngga pada kelompok data n terdapat 63 pengujan. Karena setap atrbut pada COCOMO 81 bukan kategorkal, pengujannya dlakukan dengan menggunakan persamaan Eucldean dstance. Galat pada tap pengujan dhtung dengan menggunakan MRE. Setelah dhtung nla MRE pada seluruh pengujan, dhtung MMRE, MdMRE, max MRE, mn MRE, dan SDMRE. Grafk MRE untuk semua tahap pengujan dapat dlhat pada Gambar 2. MRE (%) Pengujan LOC CD LOC & CD Gambar 2 Grafk MRE COCOMO 81 Pada Gambar 2 terlhat bahwa nla MRE dar keseluruhan pengujan dengan LOC cenderung lebh kecl dbandng kedua tahap pengujan lannya. Hal tersebut dperkuat oleh nla rata-rata dan medan MRE dar pengujan dengan menggunakan LOC yang masng masng sebesar 198,12% dan 79,28%. Nla rata rata dan medan MRE tersebut lebh kecl jka dbandngkan rata rata dan medan MRE pada pengujan menggunakan CD, yatu 550,71% dan 105,06%, dan rata rata serta medan MRE pada pengujan menggunakan LOC dan CD sekalgus yang sebesar 492,58% dan 94,28%. Perbedaan antara nla rata rata MRE dengan nla medan MRE dsebabkan oleh terdapatnya beberapa nla penclan tngg pada pengujan menggunakan LOC yang cukup mempengaruh besarnya nla rata rata MRE. Hal yang sama terjad pada kedua tahap pengujan lannya. Bahkan dapat dlhat pada Gambar 2, penclan - penclan tngg pada kedua tahap pengujan lan jumlahnya lebh banyak dan nlanya lebh besar dbandngkan dengan penclan penclan tngg pada tahap pengujan menggunakan LOC. Nla MRE maksmal bak pada pengujan menggunakan CD maupun pada pengujan menggunakan LOC dan CD sekalgus yang besarnya 3.483,33% juga jauh lebh besar darpada nla MRE maksmal pada pengujan dengan menggunakan LOC yang besarnya 1.286,17%. Hal tersebut menyatakan bahwa pengujan menggunakan CD dan pengujan menggunakan LOC dan CD sekalgus mempunya resko yang jauh lebh besar dbandngkan pengujan menggunakan LOC. Dapat dkatakan bahwa nla MRE pada pengujan dengan menggunakan LOC lebh stabl dbandngkan dengan nla MRE pada kedua tahap pengujan lannya. Dengan nla nla MRE yang cenderung lebh kecl dan juga lebh stabl, maka dapat dsmpulkan bahwa pada kelompok data n pengujan dengan menggunakan LOC menghaslkan knerja yang palng bak d antara seluruh tahap pengujan yang telah dlakukan. Jka damat perbandngan antara grafk MRE pada pengujan yang menggunakan CD dengan grafk MRE pada pengujan yang menggunakan LOC dan CD sekalgus pada Gambar 2, terlhat jelas bahwa kedua grafk tersebut tdak jauh berbeda.

6 6 Tampaknya pada pengujan dengan menggunakan ukuran perangkat dan CD sekalgus, CD jauh lebh mempengaruh hasl pengujan darpada LOC tu sendr. Hal tersebut terjad karena CD terdr dar 15 peubah yang berbeda, sedangkan LOC hanya satu peubah. Dengan adanya normalsas dan pembobotan yang sama pada tap peubah, maka perbandngan LOC dengan CD dalam perhtungan jarak adalah satu berbandng lma belas. Perbandngan yang sangat jauh tersebut sudah menunjukkan dengan jelas betapa keclnya pengaruh dar LOC dalam perhtungan jarak. Hanya ada delapan pengujan yang membedakan antara grafk MRE pada pengujan yang hanya menggunakan CD dengan grafk MRE pad pengujan yang menggunakan LOC dan CD sekalgus. Kedelapan pengujan tersebut adalah pengujan ke-2, pengujan ke-3, pengujan ke-19, pengujan ke-21, pengujan ke-25, pengujan ke-36, pengujan ke-37, dan pengujan ke-51. Dar delapan pengujan tersebut, pengujan dengan menggunakan LOC dan CD sekalgus cenderung lebh bak darpada pengujan dengan hanya menggunakan CD. Hal tersebut menunjukkan bahwa ukuran perangkat yang hanya mewakl seperlma belas bagan dar rumus perhtungan jarak mash dapat memberkan pengaruhnya pada delapan pengujan tersebut. Dapat dkatakan bahwa pada kelompok pertama n, penambahan LOC pada pengujan dengan hanya menggunakan CD tdak banyak mempengaruh hasl pengujan dan hanya ada sedkt penngkatan knerja. Namun penambahan CD pada pengujan dengan hanya menggunakan LOC justru akan membuat knerja pengujan menjad turun drasts dengan nla-nla penclan yang semakn besar. Terlhat bahwa pada pengujan dengan menggunakan LOC dan CD sekalgus, nla kelma belas CD lebh mendomnas hasl pengujan darpada satu nla LOC, padahal pengujan dengan hanya menggunakan CD sendr sangatlah buruk. Hal tulah yang menjad penyebab menurunnya knerja pengujan tersebut dbandngkan dengan pengujan yang hanya menggunakan LOC. Pengujan dan Analss Kelompok Data Msson plannng NASA Kelompok data msson plannng NASA terdr atas 18 proyek. Semua proyek pada kelompok data n mempunya jens proyek yang sama, yatu msson plannng. Semua proyek n juga memlk mode pengembangan yang sama, yatu semdetached. Dengan jens proyek dan mode pengembangan yang sama, kelompok data n telah memenuh prnsp dasar dar metode analogy-based estmaton yatu proyek yang serupa mempunya baya yang serupa. Selan tu, kesamaan pada jens proyek dan model pengembangan membuat kelompok data n juga terklasfkas lebh bak darpada kelompok data COCOMO 81 yang tdak memlk keterangan jelas mengena jens proyek maupun model pengembangannya. Atrbut CD pada kelompok n bertpe kategorkal, sedangkan LOCnya bertpe numerk. Untuk tu, pengujan n menggunakan dua persamaan berbeda, yatu persamaan kategorkal untuk CD dan persamaan Eucldean dstance untuk LOC. Galat pada tap hasl pengujan kemudan dhtung dengan menggunakan MRE. Setelah semua MRE pengujan dhtung, selanjutnya dhtung ataupun dcar nla mn MRE, max MRE, MMRE, MdMRE, dan SDMRE. Untuk grafk perbandngan MRE pada ketga tahap pengujan, dsedakan grafk MRE yang dapat dlhat pada Gambar 3.

7 7 MRE (%) Pengujan LOC CD LOC & CD Gambar 3 Grafk MRE Msson Plannng NASA Pada Gambar 3 terlhat bahwa grafk MRE pada pengujan dengan menggunakan LOC lebh stabl dbandngkan dengan grafk MRE tahap pengujan lannya. Hanya terdapat 2 nla penclan besar pada tahap pengujan tersebut d mana nla maksmalnya terjad pada pengujan ke-14. Nla MRE pada pengujan ke-14 tdak terlalu besar dbandngkan pengujan lannya, sehngga tdak terlalu merusak kestablan grafk MRE pada tahap pengujan tersebut. Hal yang berbeda dtunjukkan oleh grafk MRE pada kedua tahap pengujan lannya. Pada pengujan dengan menggunakan CD, terdapat lma nla penclan besar d mana tga d antaranya, yang terdapat pada pengujan ke-5, pengujan ke-13, dan pengujan ke-16, jauh melebh nla MRE pengujan lannya. Ketga penclan besar tersebut sangat merusak kestablan grafk MRE pada tahap pengujan tersebut. Pada pengujan dengan menggunakan seluruh atrbut, terdapat empat nla penclan besar d mana dua d antaranya, yang terdapat pada pengujan ke- 13 dan pengujan ke-16, jauh melebh nla MRE pengujan lannya. Kedua penclan besar tersebut sangat merusak kestablan grafk MRE pada tahap pengujan tersebut. Yang perlu dperhatkan pada pengujan dengan menggunakan LOC dan CD sekalgus adalah terdapatnya pengujan yang memlk nla MRE sebesar 0,00%. Nla MRE yang terjad pada pengujan ke-5 tu sangat stmewa, karena tu berart tdak ada galat sama sekal pada pengujan tersebut. Hal lan yang perlu dperhatkan adalah nla medan MRE-nya. Nla rata rata MREnya sebesar 159,09% memang lebh besar darpada nla rata rata MRE sebesar 67,78% pada pengujan menggunakan LOC, akan tetap nla medan MRE-nya sebesar 46,79% justru sedkt lebh kecl darpada nla medan MRE pada pengujan menggunakan LOC yang besarnya adalah 67,06%. Itu berart pengujan menggunakan LOC dan CD sekalgus menghaslkan lebh banyak nla MRE yang rendah. Hal tu dapat juga damat dar grafk MRE-nya pada Gambar 3. Walaupun pengujan yang menggunakan LOC dan CD sekalgus memlk lebh banyak pengujan yang nla MRE-nya kecl dbandngkan pengujan yang menggunakan LOC, namun adanya dua penclan yang sangat besar membuat knerja tahap pengujan menggunakan LOC dan CD sekalgus n mash kurang bak dbandngkan tahap pengujan menggunakan LOC. Jka damat perbandngan antara grafk MRE pada pengujan yang menggunakan LOC dan CD sekalgus dengan grafk MRE pada kedua tahap pengujan lannya pada Gambar 3, terlhat jelas bahwa grafk MRE pada tahap pengujan n memlk banyak kesamaan dengan grafk MRE pada pengujan yang menggunakan CD. Sama sepert pada kelompok data pertama, tampaknya pada pengujan dengan menggunakan ukuran perangkat dan CD sekalgus, CD jauh lebh mempengaruh hasl pengujan darpada LOC tu sendr. Hal tersebut terjad karena CD terdr dar 15 peubah yang berbeda, sedangkan LOC hanya satu peubah. Dengan adanya normalsas dan pembobotan yang sama pada tap peubah, maka perbandngan LOC dengan CD dalam perhtungan jarak adalah satu berbandng lma belas. Perbandngan yang sangat jauh tersebut sudah menunjukkan dengan jelas betapa keclnya pengaruh dar LOC dalam perhtungan jarak. Penerapan Perngkat Hasl yang dngnkan dalam pengujan n adalah penggabungan nla CD dan LOC dapat menngkatkan knerja secara keseluruhan. Untuk tu, dperlukan propors

8 8 yang tepat dalam penggabungan kedua macam atrbut tersebut. Penggunaan metode lama yang tanpa bobot atau bobotnya dsetarakan bukan merupakan solus yang tepat karena nla dar 15 jens CD lebh cenderung mendomnas. Beberapa peneltan terbaru telah menggunakan bobot berbeda pada masng-masng atrbut sepert yang dusulkan oleh Stensrud dan Myrtvet (Rntala et al. 2001). Metode tersebut memerlukan analss lebh lanjut dalam penentuan bobot masng-masng atrbut. Pada peneltan n dgunakan metode alternatf baru untuk menanggulang kelemahan metode lama. Metode n merupakan sedkt modfkas dar metode analogy based estmaton. Metode n ddasarkan dar adanya urutan kedekatan jarak pada setap proyek. Bak pada pengujan menggunakan LOC maupun CD past terdapat urutan kedekatan jarak proyek. Urutan kedekatan proyek n mengabakan besar keclnya selsh jarak antar perngkat dan antar pengujan. Dengan menerapkan perngkat sebaga ukuran penghtungan jarak, dharapkan tdak ada domnas dar atrbut tertentu sehngga penggabungan perangkat lunak dan CD dapat menghaslkan nla yang lebh bak. Prnsp penerapan perngkat pada metode analogy based estmaton adalah sebaga berkut : 1. Jarak LOC proyek uj dengan calon proyek analog dhtung secara terpsah. 2. Calon proyek analog kemudan durutkan berdasarkan jaraknya dar yang terkecl sampa yang terbesar. 3. Proyek analog dengan jarak terkecl menempat perngkat ke-1. Makn besar jaraknya, maka perngkatnya makn bertambah. 4. Penerapan perngkat juga dlakukan pada CD dengan mekansme yang sama. 5. Perngkat LOC djumlahkan dengan perngkat CD menghaslkan perngkat total. 6. Dua proyek yang memlk perngkat total terkecl dplh sebaga proyek analog. Untuk menguj knerja metode n, dgunakan kelompok data dan mekansme pengujan yang sama sepert sebelumnya agar haslnya dapat dbandngkan. Pengujan pertama dlakukan pada kelompok data COCOMO 81. Galat pada tap hasl pengujan kemudan dhtung dengan menggunakan MRE. Setelah semua MRE pengujan ddapat, selanjutnya dhtung mn MRE, max MRE, MMRE, MdMRE, dan SDMRE. Untuk membandngkan langsung knerja penerapan perngkat n dengan pengujan sebelumnya, dsedakan grafk perbandngan MRE antara penerapan perngkat dengan penggunaan perangkat lunak yang merupakan tahap pengujan terbak pada metode sebelumnya. Grafk MRE tersebut dapat dlhat pada Gambar MRE (%) Pengujan LOC Penerapan Perngkat Gambar 4 Grafk MRE LOC dan penerapan perngkat pada COCOMO 81 Pada Gambar 4 terlhat bahwa nla MRE dar pengujan dengan penerapan perngkat cenderung lebh kecl dbandng pengujan dengan LOC. Grafk MRE pada pengujan dengan penerapan perngkat juga terlhat lebh stabl dbandngkan dengan grafk MRE pada pengujan dengan menggunakan LOC. Terdapat beberapa nla penclan

9 9 tngg pada pengujan dengan penerapan perngkat. Nla-nla penclan tngg pada pengujan dengan penerapan perngkat mash lebh jauh lebh rendah dbandngkan dengan nla-nla penclan tngg pada pengujan dengan menggunakan perangkat lunak. Nla MRE maksmal pengujan dengan penerapan perngkat juga jauh lebh kecl darpada nla MRE maksmal pada pengujan dengan menggunakan LOC. Rata rata dan medan MRE pada pengujan menggunakan penerapan perngkat sebesar 81,68% dan 55,70% juga lebh kecl dbandngkan rata rata dan medan MRE pada pengujan dengan menggunakan LOC. Walaupun pada metode sebelumnya pengujan dengan menggunakan LOC mempunya resko yang lebh kecl serta knerja yang lebh bak darpada semua tahap pengujan, tahap pengujan tersebut mash kurang bak dbandngkan dengan pengujan menggunakan penerapan perngkat. Secara keseluruhan, untuk pengujan dengan menggunakan kelompok data COCOMO 81, penerapan perngkat pada metode analogy based estmaton n menunjukkan knerja yang lumayan bak. Penerapan perngkat pada metode analogy based estmaton n juga duj pada kelompok data msson plannng NASA dengan menggunakan mekansme yang sama. Galat pada tap hasl pengujan kemudan dhtung dengan menggunakan MRE. Setelah setap pengujan dhtung nla MRE, selanjutnya dhtung nla mn MRE, max MRE, MMRE, MdMRE, dan SDMRE. Untuk membandngkan langsung knerja penerapan perngkat n dengan pengujan sebelumnya, dsedakan grafk perbandngan MRE antara penerapan perngkat dengan penggunaan perangkat lunak yang merupakan tahap pengujan terbak pada metode sebelumnya. Grafk MRE tersebut dapat dlhat pada Gambar MRE(%) Pengujan LOC Penerapan Perngkat Gambar 5 Grafk MRE LOC dan penerapan perngkat pada msson plannng NASA Pada Gambar 5 terlhat bahwa nla MRE dar pengujan dengan penerapan perngkat cenderung lebh kecl dbandng pengujan dengan LOC. Grafk MRE pada pengujan dengan penerapan perngkat juga mash lebh stabl dbandngkan dengan grafk MRE pada pengujan dengan menggunakan LOC. Kedua nla penclan tngg pada pengujan menggunakan LOC terlhat sangat jelas pada grafknya d Gambar 5. Kedua nla penclan tngg tersebut lebh besar darpada nla MRE maksmal pada pengujan dengan penerapan perngkat. Sama sepert pengujan menggunakan LOC dan CD sekalgus, pengujan dengan penerapan perngkat n juga menghaslkan nla MRE sebesar 0,00% pada pengujan ke-5. Nla rata rata dan medan MRE pada pengujan dengan penerapan perngkat n merupakan yang terbak dar semua tahap pengujan yang telah dlakukan sebelumnya, yatu sebesar 41,30% dan 37,50%. Secara keseluruhan, pada pengujan dengan menggunakan kelompok data msson plannng NASA, metode penerapan perngkat n juga menunjukkan knerja yang lebh bak dar metode sebelumnya. Berkurangnya penclan dan nla MRE maksmal membuat resko perkraan baya yang terlalu berlebhan semakn berkurang. KESIMPULAN DAN SARAN Kesmpulan Pada pengujan dengan metode analogy based estmaton, dapat dlhat bahwa hasl terbak pada kelompok data COCOMO 81 dtunjukkan apabla hanya dgunakan LOC dalam pengujan. Pada pengujan kelompok data COCOMO 81 menggunakan LOC, nla rata rata MRE sebesar 198,12 % dengan medan 79,28%. Pada kelompok data msson plannng NASA, nla rata rata MRE pengujan menggunakan LOC sebesar 67,78% merupakan yang terbak dar semua

10 10 tahap pengujan. Untuk medan MRE, pengujan dengan menggunakan LOC dan CD sekalgus menghaslkan nla yang terbak yatu sebesar 46,79%. Pada pengujan metode analogy based estmaton dengan penerapan perngkat, untuk kelompok data COCOMO 81 nla rata rata MRE sebesar 81,68% dan nla medannya sebesar 55,70%. Pada pengujan untuk kelompok data msson plannng NASA, nla rata rata MRE sebesar 41,30% dan nla medannya sebesar 37,50%. Secara keseluruhan, pengujan pada metode penerapan perngkat n memberkan hasl yang lebh bak darpada hasl pengujan metode sebelumnya. Saran Beberapa saran untuk peneltan selanjutnya adalah : 1. Pengujan dlakukan dengan kelompokkelompok data lan. Sebaknya semua proyek pada tap kelompok data berasal dar perusahaan yang sama. 2. Metode penerapan perngkat pada metode analogy based estmaton dapat dgabungkan dengan metode lan sepert penerapan bobot ataupun prnsp fuzzy. 3. Untuk perhtungan baya, dapat dcoba nterpolas dar beberapa baya proyek terdekat atau dterapkan pembobotan yang berbeda pada tap baya proyek terdekat. DAFTAR PUSTAKA Al-Sakran, Hasan Software Cost Estmaton Model Based on Integraton of Mult-agent and Case-Based Reasonng. Journal of Computer Scence 2. ISSN, 3: cs pdf [20 Jun 2006] Brand, Lonel. et al An Assessment and Comparson of Common Software Cost Estmaton Modelng Technques. Internatonal Software Engneerng Network Techncal Report. eer.st.psu.edu/cache/papers/cs/291 6/ SERNzSzpubzSztechncal_reportsz Szsern pdf/brand99assessment.pdf [20 Jun 2006] Idr, Al. et al Fuzzy Analogy : A New Approach for Software Cost Estmaton. Internatonal Workshop on Software Measurement. Montreal, Canada. ons/pdf/670.pdf [20 Jun 2006 ] Leung, Hareton. dan Zhang Fan Software Cost Estmaton. Departement of Computng, The Hong Kong Polytechnc Unversty. ortazar/doctorado/artculos/leunghandbook.pdf [20 Jun 2006] NASA Cost Estmatng Web Ste html Promse Software Engneerng Repostory data set postory [21 Desember 2006 ] Rntala, Ka. et al Analogy Based Estmaton n Buldng Servces. Constructon Informatcs Dgtal Lbrary content.pdf [21 Desember 2006] Salu, Moshood Omolade Adaptve Fuzzy Logc Based Framework For Software Development Effort Predcton. Kng Fahd Unversty of Petroleum & Mnerals. Shepperd, M. dan Schofeld, C Effort Estmaton usng Analogy. Proceedngs of the 18th Internatonal Conference on Software Engneerng. Berln, Germany /p170- shepperd.pdf?key1=227758&key2= &coll=&dl=ACM&CFID= &C FTOKEN= [24 Januar 2007]