PENGKAJIAN ULANG NILAI EFFORT RATE (ER) PADA METODE USE CASE POINT (UCP) UNTUK ESTIMASI EFFORT PROYEK PENGEMBANGAN PERANGKAT LUNAK PENDIDIKAN
IDENTITAS PENULIS TUGAS AKHIR NAMA : IRINE DWI KENESTIE NRP : 5209100001 DOSEN PEMBIMBING I: Sholiq, S.T., M.Kom., M.SA . DOSEN PEMBIMBING II: Amna Shifia Nisafani, S.Kom., M.Sc LAB : PPSI
OUTLINE Pendahuluan Tinjauan Pustaka Metode Penelitian Hasil dan Pembahasan Kesimpulan dan Saran Daftar Pusataka
PENDAHULUAN
PENDAHULUAN Tahapan planning yang harus dilakukan oleh tim pengembang perangkat lunak
Berbagai teknik atau metode yang digunakan untuk estimasi perangkat lunak
Metode Use Case Point (UCP)
Penemuan nilai Estimasi Effort dari perhitungan UCP dan Effort Rate
Peninjauan ulang terhadap nilai Effort Rate
PENDAHULUAN
Estimasi ef for t
Nilai ER 20 staff-hours (Karner, 1993)
Function Point (FP) COCOMO SLOC Use Case Point (UCP) oleh Karner pada 1993 Nilai ER 20, 28, 36 staff-hours (Schneider & Winters, 1998) Berdasarkan Kompleksitas Proyek
Berbagai penelitian dari para ahli Anda (2002), Carrol (2005), Kusumoto (2006), Clemmons (2006), Yavari (2011), Ochodek (2011)
TINJAUAN PUSTAKA
TINJAUAN PUSTAKA 1. Estimasi perangkat lunak adalah suatu kegiatan melakukan prediksi atau ramalan mengenai keluaran dari sebuah proyek dengan meninjau jadwal, biaya, bahkan hingga ke resiko yang akan ditanggung serta effort dalam proyek tersebut. 2. Estimasi effort adalah suatu kegiatan melakukan prediksi atau ramalan mengenai berapa banyak pekerja dan berapa lama waktu yang dibutuhkan untuk menyelesaikan proyek tersebut. 3. Metode UCP merupakan metode yang memberikan estimasi yang hampir mendekati estimasi sebenarnya yang dihasilkan dari pengalaman pembuatan atau pengembangan perangkat lunak. 4. Nilai ER merupakan rasio dari pembangunan staff-hours yang dibutuhkan tiap use case point dan dijadikan variabel untuk menghitung effor t.
PERHITUNGAN METODE UCP Menghitung Unadjusted Use Case Point (UCP) UUCP = UUCW + UAW Menghitung Unadjusted Use Case Weight (UUCW)
Menghitung Unadjusted Actor Weight (UAW)
Menghitung Complexity Factor TCF = 0.6 + (0.01*TF) , ECF = 1.4 + (-0.03*EF) Menghitung Technical Complexity Factor (TCF)
Menghitung Envoronmental Complexity Factor (EF)
Menghitung Use Case Point (UCP) UCP = UUCP * TCF * ECF
METODE PENELITIAN
METODE PENELITIAN Alur Metode Penelitian
Start
Penggalian Informasi
Actual Effort
UCP
Analisis Korelasi dan Persamaan Linear
Effort Rate (ER)
End
METODE PENELITIAN Tahapan
1
2.a
2.b
Aktivitas
Penggalian Informasi
Menghitung Actual Effort
Menghitung UCP
Tujuan
Metode/Teknik/Tools
Untuk mendapatkan nilai UCP
Output
Wawancara
Sumber Informasi: manager proyek dan tim proyek
-
∑ pegawai ∑ waktu
Kuesioner
Sumber Informasi: manager proyek dan tim proyek
-
Faktor-faktor yang ada: teknikal dan lingkungan
Review Dokumen Perhitungan dengan rumus perkalian, yaitu:
Dokumen SKPL ∑ pegawai ∑ waktu
List Use Case Actual Effort
- List Use Case
Use case point (UCP)
Untuk mendapatkan data yang dibutuhkan
Untuk mendapatkan nilai Actual Effort dari project
Input
∑ pegawai * ∑ waktu Menghitung UAW Menghitung UUCW Menghitung UUCP Menghitung TCF Menghitung ECF Menghitung UCP, dengan rumusS: UUCP= UUCP*TCF*ECF
Tool: EA/Excel
- Faktor-faktor: teknikal dan lingkungan
METODE PENELITIAN Tahapan 3.
4.
Aktivitas Analisis Korelasi dan Persamaan Linear
Menghitung Effort Rate (ER)
Tujuan
Metode/Teknik/Tools
Melihat hubungan pola antara Actual Effort dan UCP serta menghasilkan persamaan Linear
Analisis Korelasi dan Regresi
Mendapatkan nilai Effort Rate (ER)
Menghitung tangen dari persamaan antara Actual Effort dengan UCP
Tool: SPPS
Input
Output
Actual Effort dan Use Case Point
Korelasi dan Persamaan Linear
Persamaan Linear
Effort Rate (ER)
HASIL
INISIALISASI PROYEK PERANGKAT LUNAK DI BIDANG PENDIDIKAN Keterangan : I: Proyek perangkat lunak dikembangkan oleh software development company / software house. U: Proyek perangkat lunak dikembangkan oleh staff universitas atau mahasiswanya dan digunakan oleh internal universitas S2B: Proyek perangkat lunak dikembangkan oleh mahasiswa tapi digunakan oleh organisasi lain (external) Kode Proyek 1 2 3
4
5
Nama Proyek Perangkat Lunak Aplikasi Kenaikan Jabatan Fungsional Dosen DI Jurusan Sistem Informasi ITS Sistem Administrasi Kesiswaan Madrasah Aliyah di Pondok Pesantren Amanatul Ummah Surabaya Sistem Informasi Kemahasiswaan Dan Alumni Untuk Pengembangan Sistem Informasi Terintegrasi Sesuai Kebutuhan Pengisian Borang Akreditasi BAN-PT Pada Jurusan Sistem Informasi ITS Sistem Monitoring Tugas Akhir (TA) Untuk Pengembangan Sistem Informasi Terintegrasi Sesuai Kebutuhan Pengisian Borang Akreditasi BAN-PT Pada Jurusan Sistem Informasi ITS. Sistem Pendokumentasian Kegiatan Penelitian, Pelayanan/Pengabdian Masyarakat, dan Sistem Kerjasama Untuk Pengembangan Sistem Infromasi Terintegrasi Sesuai Kebutuhan Pengisian Borang Akreditasi BAN-PT Pada Jurusan Sistem Informasi ITS
6
Aplikasi Mobile School Social Network
7
School Social Network
Teknologi
Origin
Anggota Tim
Dokumen Terkait
JSP, MySQL
U
3
Lampiran A.1
PHP, MySQL
S2B
4
Lampiran A.2
JSP, MySQL
U
5
Lampiran A.3
JSP, MySQL
U
4
Lampiran A.4
JSP, MySQL
U
4
Lampiran A.5
S2B
4
Lampiran A.6
S2B
4
Lampiran A.7
PHP, JAVA, HTML, CSS PHP, JAVA, HTML, CSS
NILAI ACTUAL EFFORT Data yang digunakan: Jumlah Pekerja (peran) Jumlah Waktu
Hasil: Actual Effort
Tool/ Alat bantu perhitungan: Ms. Excel 2010
Kode Proyek
Actual Effort (staff/hours)
Dokumen Terkait
1
2355
Lampiran B.1
2
2208
Lampiran B.2
3
3350
Lampiran B.3
4
3344
Lampiran B.4
5
4568
Lampiran B.5
6
2532
Lampiran B.6
7
2340
Lampiran B.7
USE CASE POINT (UCP) Data yang digunakan: Use Case Diagram (Unadjusted Use Case Point) Hasil Kuesioner (Technical Complexity Factor & Environmental Complexity Factor)
Hasil: Unadjusted Use Case Point Complexity Factor Use Case Point
Tools/Alat bantu yang digunakan: Ms. Excel 2010
NILAI UNADJUSTED USE CASE POINT (UUCP) Unadjusted Use Case Weight (UUCW) Kode Proyek 1 2 3 4 5 6 7
UUCW 125 160 160 340 345 260 175
Dokumen Terkait Lampiran G.1 Lampiran G.2 Lampiran G.3 Lampiran G.4 Lampiran G.5 Lampiran G.6 Lampiran G.7
Unadjusted Actor Weight (UAW) Kode Proyek 1 2 3 4 5 6 7
UAW 9 12 18 15 9 15 15
Dokumen Terkait Lampiran I.1 Lampiran I.2 Lampiran I.3 Lampiran I.4 Lampiran I.5 Lampiran I.6 Lampiran I.7
Kode Proyek
UUCP (UUCW+UAW)
1
134
2
172
3
178
4
355
5
354
6
275
7
190
NILAI TCF & ECF Nilai Technical Complexity Factor (TCF) Kode Proyek 1 2 3 4 5 6 7
TCF
Dokumen Terkait
1.085 1.055 1.14 0.99 1.005 1.13 1.14
Lampiran J Lampiran J Lampiran J Lampiran J Lampiran J Lampiran J Lampiran J
Nilai Environmental Complexity Factor (ECF) Kode Proyek 1 2 3 4 5 6 7
ECF
Dokumen Terkait
0.995 0.77 0.86 0.875 0.92 0.8 0.62
Lampiran K Lampiran K Lampiran K Lampiran K Lampiran K Lampiran K Lampiran K
NILAI UCP Nilai Use Case Point (UCP) Kode Proyek
UUCP
TCF
ECF
1
134
1.085
0.995
144.7
2
172
1.055
0.77
139.7
3
178
1.14
0.86
174.5
4
355
0.99
0.875
307.5
5
354
1.005
0.92
327.3
6
275
1.13
0.8
248.6
7
190
1.14
0.62
134.3
UCP (UUCP*TCF*ECF)
EFFORT RATE (ER) Data yang digunakan: Nilai Actual Effort Nilai Use Case Point
Hasil:
Korelasi Garis regresi Persamaan linear Effort Rate
Tools/Alat bantu yang digunakan: SPSS
ANALISIS KORELASI
Dari hasil output SPSS terlihat bahwa koefisien korelasi Pearson sebesar 0,791 dimana dapat disimpulkan bahwa antara nilai actual effor t dengan nilai UCP terdapat hubungan korelasi. Hubungan korelasi antara kedua variabel tersebut adalah sangat kuat yang ditunjukkan dengan nilai korelasi mendekati +1 . Dengan Sig.(2 -tailed) sama dengan 0.00 < 0.05 dapat disimpulkan bahwa terdapat hubungan yang signifikan antara kedua variabel . Jadi dapat disimpulkan bahwa hubungan nilai actual effor t dengan nilai UCP adalah sangat kuat, signifikan dan searah.
GARIS REGRESI
PERSAMAAN LINEAR Dari hasil output SPSS terlihat bahwa kurva membentuk garis lurus/linier dengan scatterplot mendekati garis namun menyebar, hal ini dikarenakan diketahui besar hasil korelasi sebesar 0,791 . Berdasarkan tabel Anova pada gambar diatas nilai F = 8,341 dan diketahui besarnya signifikan = 0.00 < 0.05 maka artinya persamaan regresi dapat digunakan untuk prediksi. Berdasarkan tabel Coefficient dapat dilihat pada kolom B, Constant = 1230.787 dan UCP = 8.182. sehingga persamaan liniernya adalah: 𝒚 = 𝟏𝟐𝟑𝟎. 𝟕𝟖𝟕 + 𝟖. 𝟏𝟖𝟐𝐱
NILAI EFFORT RATE Perhitungan garis singgung sebagai berikut: Persamaan linier: 𝒚 = 𝟏𝟐𝟑𝟎. 𝟕𝟖𝟕 + 𝟖. 𝟏𝟖𝟐𝐱 Diketahui: x 1 = 134.3 Maka: y 1 = 1230.787 + 8.182 * 134.3 = 1230.787 + 1098.8426 = 2329.6296 Diketahui: x 2 = 327.3 Maka: y 2 = 1230.787 + 8.182 * 327.3 = 1230.787 + 2677.9686 = 3908.7556
NILAI EFFORT RATE (CONT’D) Perhitungan nilai ER / nilai tangen θ sebagai berikut: ∆𝒚 𝒚 −𝒚 𝑻𝒂𝒏𝒈𝒆𝒏 𝜽 𝑬𝑹 = = 𝟐 𝟏 ∆𝒙
Diketahui: y 1 y2 x1 x2 𝐓𝐚𝐧𝐠𝐞𝐧 𝛉 𝑬𝑹 =
= = = =
2329.6296 3908.7556 134.3 327.3
𝒙𝟐 − 𝒙𝟏
𝒚𝟐 − 𝒚𝟏 𝒙𝟐 − 𝒙𝟏
𝐓𝐚𝐧 𝐠𝐞𝐧 𝛉 𝑬𝑹 =
𝟑𝟗𝟎𝟖. 𝟕𝟓𝟓𝟔 − 𝟐𝟑𝟐𝟗. 𝟔𝟐𝟗𝟔 𝟑𝟐𝟕. 𝟑 − 𝟏𝟑𝟒. 𝟑
𝐓𝐚𝐧 𝐠𝐞𝐧 𝛉 𝑬𝑹 =
𝟏𝟓𝟕𝟗. 𝟏𝟐𝟖𝟕 𝟏𝟗𝟑
𝐓𝐚𝐧𝐠𝐞𝐧 𝛉 𝑬𝑹 = 𝟖. 𝟏𝟖𝟐
Dari perhitungan yang telah dilakukan diketahui nilai Effort Rate (ER) proyek pengembangan di bidang Pendidikan sebesar 8.182 staff-hours.
PEMBAHASAN
ANALISIS EFFORT RATE Metode software engineering System Development Life Cycle (SDLC)
Teknologi software engineering Membuat rencana proyek: Microsoft Project Analisa kebutuhan: Ms. Visio, Process analyst, dll Desain tampilan dan basis data: Netbeans, Dreamweaver, SQL, Xampp, EnterpriseArchitecture(EA), Power Designer Membuat program coding: PHP, ASP, Java, dll Membuat database: MySQL, Oracle, PostgreSQL dll
Software by framework Membantu membuat proyek perangkat lunak utuh tanpa harus membuat semua kode programnya dari awal, beberapa proyek menggunakan framework Code Igniter (CI) dan jQuery
Source dari internet
PERBANDINGAN PERHITUNGAN EFFORT RATE Berdasarkan dari hasil perhitungan yang dilakukan oleh Ochodeck pada tahun 2011 dengan menggunakan 14 data proyek pengembangan perangkat lunak, diketahui nilai actual effort dan ucp sebagai berikut: No 1.
Kode Proyek A
Actual Effort 3037
UCP 148
2.
B
1917
55
3.
C
1173
76
4.
D
742
105
5.
E
614
63
6.
F
492
44
7.
G
277
22
8.
H
3593
304
9.
I
1681
80
10.
J
1344
74
11.
K
1220
89
12.
L
720
50
13.
M
514
31
14.
N
397
95
PERBANDINGAN PERHITUNGAN EFFORT RATE Berdasarkan dari data tersebut, dapat diketahui nilai ER dengan melakukan perhitungan menggunakan SPSS sebesar 24.725 staffhours. Sedangkan nilai ER yang ditemukan dalam Tugas akhir ini sebesar 8.182 staff-hours. Perbedaan nilai ER yang cukup jauh ini dimungkinkan adanya beberapa faktor sebagai berikut: Pada penelitian yang dikemukakan oleh Ochodeck dilakukan perhitungan terhadap 14 data proyek perangkat lunak, sedangkan dalam tugas akhir ini perhitungan hanya dilakukan pada 7 data perangkat lunak dalam bidang pendidikan. Penelitian yang dilakukan oleh Ochodeck dilakukan di luar negeri, dimana pengembangan proyek perangkat lunak disana lebih menekankan aturan baku pembuatan perangkat lunak, sedangkan di Indonesia proyek pengembangan perangkat lunak tidak menekankan aturan baku pembuatan perangkat lunak yang digunakan.
KESIMPULAN DAN SARAN
KESIMPULAN Kesimpulan yang dapat diambil dari pengerjaan Tugas Akhir ini yakni sebagai berikut: Hasil nilai Ef for t Rate (ER) pada penelitian Tugas Akhir ini merupakan nilai yang wajar sehingga dapat dijadikan acuan bagi proyek pengembangan perangkat lunak di bidang Pendidikan pada masa mendatang. Dengan diketahuinya nilai actual ef for t dan nilai UCP masing -masing proyek pengembangan perangkat lunak di bidang Pendidikan, maka didapatkan per saman linier yaitu: y = 1230.787 + 8.182x Korelasi antara nilai actual ef for t dengan nilai UCP pada penelitian Tugas Akhir ini yaitu sebesar 0.791 dengan Sig.(2 -tailed) sama dengan 0.00 < 0.05 ser ta nilai ber tanda positif, maka hubungan nilai actual ef for t dengan nilai UCP adalah sangat kuat, signifikan dan searah. Nilai actual ef for t didapatkan dari hasil wawancara dengan salah satu pengembang masing -masing proyek perangkat lunak di bidang Pendidikan, terutama kepada project manager / project leader . Penilaian faktor techinal dan environmental pada metode UCP didapatkan dari hasil kuisioner terhadap pengembang masing -masing proyek perangkat lunak .
SARAN Beberapa hal yang diharapkan dapat dikembangkan untuk penelitian berikutnya, yaitu: Perlu dilakukan penelitian kembali dengan data proyek pengembangan perangkat lunak yang berskala medium atau large. Jumlah studi kasus proyek pengembangan perangkat lunak yang digunakan untuk penelitian selanjutnya diharapkan diperbanyak jumlahnya, yaitu 30 data proyek pengembangan perangkat lunak. Perlu dianalisis lebih mendalam untuk menentukan alasan penyebab nilai Effor t Rate (ER). Peninjauan ulang distribusi effor t masing-masing aktivitas proyek pengembangan perangkat lunak, karena prosentase masing -masing aktivitas yang dikemukakan oleh Kassem Shaleh pada tahun 2011 untuk proyek pengembangan perangkat lunak berskala besar (large).
DAFTAR PUSTAKA [1 ] Tockey, Steve. Return of Software: Maximizing the Return on Your Software Investment . Prentice Hall, 2004. [2 ] Rizky, Soetam. Konsep Dasar Rekayasa Perangkat Lunak Software Reengineering. Prestasi Pustaka, 2008. [3 ] Galorath, Daniel and Michael W Evans. Software Sizing, Estimasi and Risk Management, Auerbach, 2006. [4 ] Muhardin, Endy. Estimasi Proyek Software. 2011. [5 ] Khatibi, V., & Jawawi, D. N. Software Cost Estimasi Methods: A Review. Emerging Trends in Computing and Information Sciences, 21-29, 2010. [6 ] Karner, Gustav. Resource Estimasi for Objectory Projects, Objective System SF AB, 1993. [7 ] Anda, Bente. Comparing effort estimates based on use cases with expert estimates. In Proceedings of Empirical Assessment in Software Engineering (EASE 2002) (Keele, UK, April 8-10,2002), 13 p, 2002. [8 ] Nageswaran, Suresh.. Test Effort Estimasi Using Use Case Points. June 2001 www.cognizant.com/cogcommunity/presentations/Test_Effort_Estimasi.pdf, 2001. [9 ] Carroll, Edward R. Estimating Software Based on Use Case Points. 2005 Object-Oriented, Programming, Systems, Languages, and Object Oriented Programming Systems Languages and Applications (OOPSLA) Conference, San Diego, CA, pp.257 –265, 2005. [10] Schneider, G. and Winters, J. Applying Use Cases – A Practical Guide. Addison-Wesley, 1998. [11] Clemmons, Roy K. Project Estimasi With Use Case Point. Diversified Technical Services, Inc, 2006. [12] Ochodek, M; Nawrocki, J; Kwarciak, K. Simplifying Effort Estimasi Based on Use Case Points, Sciencedirect, 2011. [13] Pressman, Roger S. Software Engineering: A Practioner's Approach, 6th Edn., McGraw-Hill New York, USA., ISBN: 13: 9780073019338,2005 [14] Albrecht.A.J. and J. E. Gaffney. Software function, source lines of codes, and development effort prediction: a software science validation. IEEE Trans Software Eng. SE,pp.639-648, 1983. [15] Boehm. Software Engineering Economics. Prentice Hall,1981. [16] Suharjito. Estimasi Usaha Proyek Pengembangan Software yang Berorientasi Objek Dengan Use Case Point Metric. Prosiding Seminar Nasional Sains dan Teknologi-II, 2008. [17] Usman, Husaini. Pengantar Statistika. Bumi Aksara, 2006. [18] Kusumoto, Shinji., Matukawa, Fumikazu., Inoue, Katsuro. Estimating Effort by Use Case Points: Method, Tool and Case Study . IEEE, 2006. [19] Yavari, Yaeghoob., Afsharchi, Mohsen., Karami, Mojtaba. Software Complexity Level Determination Using Software Effort Estimasi Use Case Points Metrics. IEEE, 2011. [20] Damodaran, Mel. Estimasi Using Use Case Point. 2002. [21] Barbosa da Silva, C.Monteiro., L. Denis Silva., da Cunha, Adilson Marques. Applying The Use Case Points Effort Estimation Technique To Avionics Systems. IEEE, 2008. [22] Shodiq, Amri. 2007. Perencanaan Proyek Rekayasa Perangkat Lunak. http://ilmukomputer.org/wpcontent/uploads/2007/09/amri-perencanaan-proyek-rpl.doc. Diakses pada tanggal 7 Maret 2013. [23]http://elearning.upnjatim.ac.id/courses/REKAYASAPERANGKATLUNAKPAGI/document/slide kuliah/Software_Process_Model_1.ppt?cidReq=REKAYASAPERANGKATLUNAKPAGI. Diakses pada tanggal 12 Juli 2013.
TERIMAKASIH
