PERBAIKAN METODE PEMERINGKATAN SPESIFIKASI KEBUTUHAN BERDASARKAN PERKIRAAN KEUNTUNGAN DAN NILAI PROYEK DENGAN MENGURANGI PERBANDINGAN NILAI PROYEK DENGAN MENGURANGI PERBANDINGAN BERPASANGAN TESIS Dipersiapkan oleh Eko Prasetyo 5108 201 023 P bi bi Pembimbing Daniel O. Siahaan Daniel O. Siahaan, , S.Kom S.Kom, , M.Sc M.Sc, , PD.Eng PD.Eng
MAGISTER TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011
Latar Belakang Latar Belakang •
Fase spesifikasi kebutuhan dalam pembuatan perangkat lunak merupakan fase yang sangat yang sangat menentukan keberhasilan perangkat lunak – K. Agusa et. al. (1979), A. Davis (1993), dan K. Yue (1987)
•
Meminimalisasi resiko selama pengembangan sehingga spesifikasi g kepentingan p g yyang paling tinggi g p g gg atau beresiko tinggi gg kebutuhan dengan diimplementasikan terlebih dahulu – Metode : Pendekatan keuntungan dan biaya (Herrmann, Andrea, Maya Daneva, 2008), AHP (T.L. Saaty, 2001), 100‐points method (D. Leffingwell, 2000)
•
Konsumsi fase spesifikasi kebutuhan yang baik : – COCOMO (2000) Æ 8% dari total sumber daya proyek – NASA, Forsberg (1997) Æ proyek sukses secara optimal ketika menggunakan 7% ‐ 15% 7% 15%
•
ketika jumlah spesifikasi kebutuhan semakin banyak maka waktu yang diperlukan untuk memeringkatnya juga semakin lama, terutama pada metode AHP dan metode yang menggunakannya.
2
Pendekatan keuntungan dan biaya Pendekatan keuntungan dan biaya • Penelitian terkait – Telah memasukkan unsur keuntungan dan biaya dalam merangking, jika dibandingkan dengan metode yang lain (Herrmann, Andrea, Maya Daneva, 2008) – Pendekatan yang kemudian yang kemudian dikembangkan dan dikomersialkan dalam perusahaan Focal Point (Vigo ahl, 2005)
• Kelemahan metode : – tergantung pada AHP untuk merangking keuntungan dan biaya, sehingga hi jik jumlah jika j l h kebutuhan k b h semakin ki banyak b k maka k jmlah j l h pertanyaan yang dijawab tumbuh secara kuadratik mengikuti rumus : j = n(n‐1)/2 – kebingungan g g bagi g p pelanggan gg untuk memilih, karena , pada setiap p p kuadran yang ditempati oleh setiap spesifikasi kebutuhan mempunyai kelebihan dan kekurangan masing‐masing – Lamanya proses penentuan nilai peringkat berdasarkan keuntungan dan biaya 3
Yang dilakukan dalam penelitian Yang dilakukan dalam penelitian • Perbaikan metode pemeringkatan spesifikasi kebutuhan b d berdasarkan k perkiraan ki k keuntungan t d nilai dan il i proyekk dengan d mengurangi perbandingan berpasangan : – Pemeringkatan keuntungan dan nilai proyek menggunakan metode 100 poin, 100 poin, – metode pengelompokannya menggunakan fuzzy k‐means clustering dengan basis perkiraan keuntungan dan nilai proyek dalam kelompok pemeringkatan, – sedangkan pemeringkatan kelompoknya kelompokn a menggunakan mengg nakan metode model model kuadran. – Pemeringkatan spesifikasi kebutuhan dalam kelompok menggunakan AHP berbasis metode lama.
• Dengan perbaikan ini diharapkan jumlah perbandingan berpasangan yang harus dijawab oleh pelanggan dapat dikurangi dan memberikan hasil peringkat akhir yang pasti.
Input/Output metode Input/Output metode • Input : Input : – Sejumlah spesifikasi kebutuhan yang dinyatakan dalam pernyataan yang benar dan tidak ambigus dalam pernyataan yang benar dan tidak ambigus – Misal : R : 1 2 3 4 5 6 7 8 9
• Output : Output : – Spesifikasi kebutuhan yang sudah diperingkat dengan mempertimbangkan faktor keuntungan dengan mempertimbangkan faktor keuntungan, nilai proyek dan faktor lain yang digunakan ketika melakukan pemeringkatan akhir p g – Misal : R : 2 5 9 8 1 6 3 4 7
Spesifikasi Kebutuhan (Davis, G. dan Shehata, M., 2010) • •
• •
• • • • •
R1 : Sistem seharusnya menyimpan informasi terbaru mengenai setiap property dalam d b database yang handal h d l R2 : Sistem seharusnya memberikan fasilitas fungsional seperti advanced searching, browsing, dan editing terhadap real estate agency dan agency office staff. Ini akan membutuhkan pembedaan level akses dan kontrol R3 : Sistem seharusnya menyediakan akses pencarian dan browsing pada user umum. Mereka dapat melihat sebuah pilihan bagian dari informasi semua properti R4 : Sistem seharusnya mengenali bermacam‐macam "states" dimana propertinya dapat menjadi "unlisted", menjadi unlisted , "listed", listed , "conditionally conditionally sold sold",, dan dan "sold". sold . Ini penting sebagaimana Ini penting sebagaimana kebanyakan user menginginkan tidak memasukkan properi yang sudah terjual dari hasil perncarian R5 : Sistem akan mendukung akses internet pada website agency R6 : Sistem akan menyediakan transaksi online Si t k di k t k i li R7 : Sistem akan berjalan pada platform Windows dan menggunakan protokol komunikasi standart R8 : Sistem akan menyediakan laporan secara harian, mingguan, dan bulanan tentang aktivitas agency selama periode yang di‐cover oleh laporan R9 : Sistem seharusnya menyediakan tampilan dalam format grafis (GUI)
Tujuan Penelitian dan Kontribusi Tujuan Penelitian dan Kontribusi • Tujuan : j – Mengurangi jumlah perbandingan berpasangan yang harus dijawab oleh pengguna/pelanggan dan pengembang – Memberikan hasil rangking yang pasti pada sejumlah spesifikasi Memberikan hasil rangking yang pasti pada sejumlah spesifikasi kebutuhan dengan mengelompokkan spesifikasi kebutuhan kedalam sejumlah kelompok yang kemudian diperingkat kembali menggunakan metode AHP.
• Kontribusi : – Perbaikan metode untuk mempercepat pemeringkatan spesifikasi kebutuhan dengan fuzzy k means yang berbasis perkiraan keuntungan kebutuhan dengan fuzzy k‐means yang berbasis perkiraan keuntungan dan nilai proyek
Metode Pendekatan Keuntungan‐ Req1 – Req9 Nilai Proyek yang lama Input R : 1 2 3 4 5 6 7 8 9 Rank R1‐R9 R : 1 6 8 7 4 9 5 3 2
Rank R1‐R9 k R : 4 1 7 9 2 8 6 5 3
Diagram Keuntungan-Nilai Proyek 10 R6
8 Keuntung gan
R1 : 4 – 1 R2 : 1 – 6 R3 : 7 – 8 R4 : 9 – 7 R4 : 9 R5 : 2 – 4 R6 : 8 – 9 R7 : 6 ‐ 5 R8 5 3 R8 : 5 ‐ R9 : 3 ‐ 2
R3 R4
6
R2 R7
4
R5 R8
2
R9 R1
0
R : 2 5 9 1 3 7 6 4 8
0
2
4 6 Nilai proyek Lokasi Req.
8
10
Input p Desain proses perbaikan metode Desain proses perbaikan metode Req1 – Req9 R : 1 2 3 4 5 6 7 8 9
Rank R1‐R9 R : 1 6 8 7 4 9 5 3 2
Rank R1‐R9 k R : 4 1 7 9 2 8 6 5 3 R1 : 4 – 1 R2 : 1 – 6 R3 : 7 – 8 R4 : 9 – 7 R4 : 9 R5 : 2 – 4 R6 : 8 – 9 R7 : 6 ‐ 5 R8 5 3 R8 : 5 ‐ R9 : 3 ‐ 2
1. (1,2,5,8,9) 2. (3,4,6,7)
2 5 9 8 1 6 3 4 7
1. (2,5,9,8,1) 2. (6,3,4,7)
R : 2 5 9 8 1 6 3 4 7
Relevansi hasil Relevansi hasil • Metode yang lama : y g – Perkiraan peringkat (R) : 2 5 9 1 3 7 6 4 8
• Metode yang baru : – Setelah kelompok dan data didalamnya diperingkat : (2,5,9,8,1) (6,3,4,7) – Peringkat akhir (R) : 2 5 9 8 1 6 3 4 7
• Analisis pasangan pengembang dan pelanggan 1 : – Pada pengelompokan dengan 2 kelompok, data yang menjadi pe g at pe ta a : 5 9 8 ( 5 9 se a u d e o po ), pe g at peringkat pertama R : 2 5 9 8 1 (2 5 9 1 selalu dikelompok 1), peringkat kedua berisi data R : 6 3 4 7. (6 4 7 selalu dalam kelompok 2). – Sehingga ada 7 spesifikasi kebutuhan yang selalu berada pada kelompok yang sama jika dibandingkan dengan metode yang lama p y g j g g y g
Relevansi hasil Relevansi hasil • Analisis Analisis pasangan pengembang dan pelanggan pasangan pengembang dan pelanggan 7 : – percobaan 2 dan 3 dapat dianalisis bahwa untuk R2, R5, R7 selalu berada sebagai 3 teratas di kelompok pertama, kelompok pertama ini adalah kelompok terdekat dengan kuadran terbaik. R4, R6, R7 selalu berada didaerah kelompok yang dekat dengan kuadran terjelek. Sehingga ada 6 dari 9 spesifikasi kebutuhan pada metode baru yang selalu berada pada daerah spesifikasi kebutuhan pada metode baru yang selalu berada pada daerah kelompok yang sama. – Ada kondisi ekstrim pada percobaan 3 kelompok yang ke‐4, dimana R8 menempati kelompok pertama (dalam percobaan yang lain tidak pernah p p p ( p y g p masuk dikelompok pertama), hal ini karena posisi titik pusat kelompok pertama lebih dekat dengannya, dan masalah ini juga dipengaruhi secara alami oleh metode fuzzy k‐means yang meletakkan titik awal kelompok secara acak. acak
Pengujian dan analisis Pengujian dan analisis •
Metode pengujian yang dilakukan adalah studi kasus terhadap metode, titik‐titik yang diuji adalah sebagai berikut : yang diuji – Melakukan pemeringkatan berdasarkan keuntungan oleh pelanggan dan nilai proyek oleh pengembang dengan metode 100 poin. – Melakukan pengelompokan dengan k‐means clustering oleh pengembang dengan jumlah kelompok yang diperkirakan secara mandiri oleh pengembang. – Melakukan pemeringkatan pada sejumlah spesifikasi kebutuhan dalam tiap kelompok berdasarkan metode AHP oleh pelanggan yang didapat dari metode yang lama.
• •
Pada 10 pelajar sarjana sebagai pengguna dan 1 pelajar master sebagai pengembang. A li i yang dilakukan Analisis dil k k dalam d l pengujian ji metode t d ini i i adalah d l h : – Jika dalam langkah 3, dengan jumlah perbandingan berpasangan yang sudah dikurangi dari jumlah semula memberikan hasil konsistensi jawaban yang memenuhi syarat dalam AHP yaitu kurang dari 10% maka metode ini dinyatakan berhasil.
•
Metode pengujian lain yang digunakan lain yang digunakan adalah pengujian terhadap hipotesis.
Hasil Pengujian pada 1 Pelajar Master untukk pemeringkatan k sementara Jumlah pertanyaan yang Jumlah Pengembang
spesifikasi kebutuhan
1
di l ik diselesaikan
9
Metode lama
Metode baru
(AHP)
(100 poin)
36
9
Hasil Pengujian pada 10 Pelajar Sarjana untuk pemeringkatan sementara Pelanggan
Jumlah spesifikasi
Jumlah pertanyaan yang diselesaikan
kebutuhan
Metode lama
Metode baru
1
9
36
9
2
9
36
9
3
9
36
9
4
9
36
9
5
9
36
9
6
9
36
9
7
9
36
9
8
9
36
9
9
9
36
9
10
9
36
9
Peringkat Sementara yang didapat dari Pengembang b S Spes. K b t h Kebutuhan
P i Poin
P i k t Peringkat
R1
7
4
R2
1
1
R3
10
7
R4
30
9
R5
4
2
R6
25
8
R7
10
6
R8
8
5
R9
5
3
Peringkat oleh 3 Pelanggan dan Pasangannya dengan d Pengembang b Peringkat oleh pelanggan Spes. Kebutuhan
c1 poin
c7
rank
poin
Pasangan data c10
rank
poin
rank
d – c1
d – c7
d - c10
R1
3
1
2
1
3
3
4-1
4-1
4-3
R2
11
6
12
6
10
6
1-6
1-6
1-6
R3
19
8
3
2
0
2
7-8
7-2
7-2
R4
18
7
20
8
9
5
9-7
9-8
9-5
R5
8
4
7
3
4
4
2-4
2-3
2-4
R6
30
9
13
7
18
8
8-9
8-7
8-8
R7
10
5
10
5
0
1
6-5
6-5
6-1
R8
6
3
25
9
40
9
5-3
5-9
5-9
R9
5
2
8
4
16
7
3-2
3-4
3-7
Pengelompokan pasangan pengembang (d) d dengan pelanggan 1 (c1) pada 2 kelompok l 1 ( 1) d 2 k l k Di Diagram K Keuntungan-Nilai t Nil i P Proyek k 10 R6
8 Ke euntungan
• Data Data dalam dalam kelompok (setelah kelompok diperingkat ) : (1,2,5,8,9) (3,4,6,7) • Setelah diperingkat : (2,5,9,8,1) (6,3,4,7) • Peringkat akhir : 2 5 9 8 1 6 3 4 7
R3 2
6
R4
R2 R7
4
R5 1
2
R8
R9 R1
0
0
2
4 6 Nilai proyek
8
10
Pengelompokan pasangan pengembang (d) d dengan pelanggan 1 (c1) pada 3 kelompok l 1 ( 1) d 3 k l k Di Diagram K Keuntungan-Nilai t Nil i P Proyek k 10 R6 R3 3
8 Ke euntungan
• Data Data dalam kelompok dalam kelompok (setelah kelompok diperingkat ) : (2 5 7) diperingkat ) : (2,5,7) (1,8,9) (3,4,6) • Setelah diperingkat : Setelah diperingkat : (2,7,5) (9,8,1) (6,3,4) • Peringkat akhir : 2 7 5 P i k khi 2 7 5 9 8 1 6 3 4
R4
6
R2 1
4
R7
R5 R8
2 0
R9 2 R1
0
2
4 6 Nilai proyek
8
10
Peringkat Akhir metode lama Peringkat Akhir metode lama 10 R6
8 Keuntungan
• Jika Jika urutan urutan spesifikasi kebutuhan dituliskan kebutuhan dituliskan urutan peringkatnya :259137648 : 2 5 9 1 3 7 6 4 8
Diagram Keuntungan-Nilai Proyek R3 R4
6
R2 R7
4
R5 R8
2
R9 R1
0
0
2
4 6 Nilai proyek Lokasi Req.
8
10
Hasil Peringkat Akhir Metode Baru antara Pengembang (d) dengan Pelanggan 1 (c1) b (d) d l ( ) Jml perbandingan J l Jml Perc. ke
CR Peringkat akhir
berpasangan kel lama
baru 16
lama
baru 0.0227
259816347
16
0.0130 0.0130
0.0227
259816347
1
2
2
2
36 36
3
2
36
16
0.0130
0.0227
259816347
4
2
36
16
0.0130
0.0227
259816347
5
2
36
16
0.0130
0.0227
259816347
6
3
36
9
0.0130
0.0174
275981634
7
3
36
12
0.0130
0.0120
259816347
8
3
36
12
0.0130
0.0120
259816347
9
3
36
10
0.0130
0.0256
275891634
10
3
36
10
0.0130
Rata-rata
36.0000
13.3000
Simpangan baku
0.0000
2.9833
0.0174 2 7 5 9 8 1 6 3 4 0.0130 0.0198 0.0000
0.0048
Rekapitulasi Akhir Perubahan Jumlah Perbandingan b d d CR dan Rata-rata jml
Persentase selisih Rata-rata CR
Pasangan g
perbandingan p g lama
d – c1
Selisih rata-rata (%)
baru
lama
baru
jml pas. 22.7000
CR jml pas. CR -0.0068 63.0556 -52.2308
23.0000
-0.0071
d – c2
36 36
13.3 13
0.0130 0.0144
0.0198 0.0215
d – c3
36
13.8
0.0263
0.0178
22.2000
0.0085
61.6667
32.4715
d – c4
36
13.5
0.0208
0.0140
22.5000
0.0068
62.5000
32.8365
d – c5
36
13
0.0202
0.0114
23.0000
0.0088
63.8889
43.5149
d – c6
36
12.9
0.0585
0.0050
23.1000
0.0536
64.1667
91.5385
d – c7
36
13.2
0.0309
0.0416
22.8000
-0.0107
d – c8
36
13.6
0.0418
0.0217
22.4000
0.0202
62.2222
48.2057
d – c9
36
12.9
0.0301
0.0150
23.1000
0.0151
64.1667
50.2326
d – c10
36
13
0.0292
0.0097
23.0000
0.0195
63.8889
66.7808
Rata-rata Rata rata
36
13.22
0.0285
0.0177
22.7800
0.0108
63.2778
22.9374
0
0.3190
0.0136
0.0100
0.3190
0.0186
0.8862
50.3501
Simpangan baku
63.8889 -49.4444
63.3333 -34.5307
Analisis hasil pengujian Analisis hasil pengujian • Jumlah perbandingan berpasangan yang harus dijawab oleh pengembang/pelanggan telah berkurang dengan rata‐rata sekitar 63.28% dengan simpangan baku 0.89%. Separuh p jjumlah yyang seharusnya g y dijawab j telah berkurang sehingga hanya 36.72% saja yang harus dijawab. Hal ini sesuai dengan tujuan yang diharapkan dalam p penelitian ini. • Dengan pengurangan jumlah perbandingan berpasangan, ternyata nilai CR baru yang didapatkan masih kurang dari 10% dengan 10% dengan selisih rata rata‐rata rata dari dari CR CR yang lama adalah 0.0108. Karena CR akhir yang didapatkan masih dibawah 10% maka metode ini dianggap berhasil. berhasil
Analisis terhadap hipotesis Analisis terhadap hipotesis •
Hipotesis 1 – H11 : Pada d saat penentuan peringkat k sementara oleh l h pengambang b d dan pelanggan, hanya menjawab n buah spesifikasi kebutuhan saja, sesuai dengan metode 100 poin. – Karena H01 benar dan H11 benar, maka hipotesis 1 bernilai benar.
•
•
Hipotesis 2 – H12 : Jumlah R ada 9 maka jumlah jumlah perbandingan berpasangan = 9*(9‐ 1)/2 = 36. Jika terbagi menjadi 3 kelompok dengan jumlah data masing‐masing kelompok adalah : 4, 2, 3 ternyata jumlah perbandingan berpasangan yang h harus dij dijawab b adalah d l h 10. Jika 10 Jik dihitung dihi d dengan rumus, jumlah j l h perbandingan b di berpasangan yang harus dijawab adalah : (4*(4‐1)/2)+(2*(2‐1)/2)+(3*(3‐1)/2) = 10. Jumlah perbandingan berpasangan telah berkurang sehingga menjadi k – Karena H02 benar dan H12 benar, maka hipotesis 2 bernilai benar. ∑ n(Ci )(n(Ci) − 1) / 2
Hipotesis 3
i =1
– H13 : Pembacaan data dalam tiap kuadran dilakukan secara urut kuadran II, III, I, IV dan rekursif sehingga hasil peringkat kelompok terjadi secara otomatis. – Karena H03 benar dan H13 benar, maka , hipotesis p 3 bernilai benar.
Kesimpulan • Jumlah perbandingan berpasangan yang harus dijawab baik oleh pengembang maupun pelanggan dapat dikurangi dalam jumlah yang signifikan. Lebih dari 50% perbandingan p g berpasangan p g dapat p dikurangi, sedangkan g g hasil pemeringkatannya tetap relevan terhadap keuntungan dan nilai proyek. • Peringkat yang pasti yang pasti bisa didapatkan dengan menerapkan metode yang telah diperbaiki ini, karena hasil pemeringkatan sementara oleh pengembang dan pelanggan digabungkan menjadi data yang dapat data yang dapat dikelompok‐kelompokkan, kemudian diperingkat kembali.
Saran • Pada saat proses pengelompokan ada kemungkinan terjadinya penggabungan kelompok menjadi j satu kelompok, hal p , ini dikarenakan pengaruh metode fuzzy k‐means yang memungkinkan terjadinya nilai tak terhingga pada lokasi koordinat titik pusat kelompok. • Jumlah p pengujian g j untuk setiap pp pasangan g pengembang dengan pelanggan perlu ditambah untuk memberikan hasil yang lebih akurat.
TERIMA KASIH TERIMA KASIH
26
Kajian Pustaka Kajian Pustaka • Pemeringkatan Pemeringkatan spesifikasi kebutuhan spesifikasi kebutuhan perangkat lunak • Metode Analytic Hierarchy Process (AHP) Metode Analytic Hierarchy Process (AHP) • 100 poin • Metode Pendekatan Keuntungan dan Biaya • K‐Means Clusteringg • Quadrant Model 27
Spesifikasi Kebutuhan Spesifikasi Kebutuhan • Spesifikasi Spesifikasi kebutuhan (requirement) adalah kebutuhan (requirement) adalah atribut yang diperlukan dalam sistem, sebuah pernyataan yang mengidentifikasi capability pernyataan yang mengidentifikasi capability, characteristic, atau quality factor dari sebuah sistem dengan tujuan untuk mendapatkan sistem dengan tujuan untuk mendapatkan nilai dan utilitas pada pelanggan atau pengguna (Ralph R. Young, 2004) (Ralph R Young 2004)
28
Pemeringkatan spesifikasi kebutuhan perangkat k lunak l k • Pemeringkatan spesifikasi kebutuhan digunakan dalam manajemen produk perangkat lunak untuk menentukan yang manakah kandidat spesifikasi kebutuhan produk perangkat lunak yang seharusnya dimasukkan dalam release tertentu l t t t (J. Karlsson (J K l &K R & K. Ryan, 1997). 1997) • Spesifikasi kebutuhan diprioritaskan untuk meminimalisasi resiko selama pengembangan sehingga spesifikasi k b t h dengan kebutuhan d k kepentingan ti yang paling tinggi li ti i atau t beresiko tinggi diimplementasikan terlebih dahulu. • Ada beberapa metode untuk memperkirakan priorotisasi ( (pemeringkatan) spesifikasi i k t ) ifik i kebutuhan k b t h perangkat k t lunak l k yang ada.
29
Metode Analytic Hierarchy Process ( (AHP) ) • Metode etode Analytic Hierarchy Process (AHP) a yt c e a c y ocess ( ) merupakan teori umum mengenai pengukuran (T. L. Saaty, 1990) • AHP digunakan untuk menurunkan skala rasio dari beberapa perbandingan berpasangan yang b if t diskrit bersifat di k it maupun kontinu. Perbandingan k ti P b di berpasangan tersebut dapat diperoleh melalui pengukuran aktual maupun pengukuran relative relative dari derajat kesukaan, atau kepentingan atau perasaan. 30
Skala rasio AHP Skala rasio AHP Intensitas dari kepentingan pada skala absolut
Definisi
1
Sama pentingnya
3
Agak lebih penting yang satu atas lainnya
5
cukup penting
7
sangat penting
9
kepentingan yang ekstrim
2,4,6,8
berbalikan
rasio
nilai tengah diantara dua nilai keputusan yang berdekatan jika aktifitas i mempunyai nilai yang lebih tinggi dari aktifitas j maka j mempunyai nilai berbalikan ketika dibandingkan dengan rasio yang didapat langsung dari pengukuran
Penjelasan Kedua aktifitas menyumbangkan sama pada tujuan Pengalaman dan keputusan menunjukkan kesukaan atas satu aktifitas lebih dari yang lain Pengalaman dan keputusan menunjukkan kesukaan atas satu aktifitas lebih dari yang lain Pengalaman dan keputusan menunjukkan kesukaan yang kuat atas satu aktifitas lebih dari yang lain Bukti menyukai satu aktifitas atas yang lain sangat kuat Bila kompromi dibutuhkan
31
100 poin 100 poin • Disebut juga metode Cumulative Voting j g g • Ada beberapa model : – Seseorang mempunyai 100 poin dan harus mendistribusikan poin tersebut pada sejumlah pilihan tersebut pada sejumlah pilihan. – Ada 100 orang, masing‐masing memberikan satu suara pada sejumlah pilihan.
• Langkah‐langkah pemeringkatan dengan metode 100P : – Memasukkan semua spesifikasi kebutuhan dalam baris. – Membagi semua point diantara spesifikasi kebutuhan, menurut yang e bag se ua po t d a ta a spes as ebutu a , e u ut ya g manakah spesifikasi kebutuhan yang paling penting kepada sistem
Metode Pendekatan Keuntungan dan Biaya • Pendekatan biaya value bagus dan secara relatif mudah untuk digunakan sebagai metode pemeringkatan spesifikasi kebutuhan produk perangkat lunak. Pendekatan ini dibuat oleh Joachim Karlsson dan Kevin Ryan (1997). • Ide dasar dalam menentukan setiap kandidat individu spesifikasi kebutuhan adalah biaya pengimplementasian spesifikasi kebutuhan dan berapa banyak keuntungan/hasil yang didapat did t dari d i spesifikasi ifik i kebutuhan. k b t h • Penilaian biaya dan value untuk spesifikasi kebutuhan dilakukan menggunakan metode Analitical Hiearchy P Process (AHP). (AHP)
33
Langkah pemrioritasan Metode Pendekatan d k Keuntungan dan d Biaya Teknisi spesifikasi kebutuhan dengan berhati‐hati me‐review kandidat spesifikasi kebutuhan untuk kelengkapan dan meyakinkan bahwa semua telah dinyatakan dalam pernyataan yang tidak ambigus. • Pelanggan/pengguna (atau perwakilan yang tepat) menerapkan metode perbandingan berpasangan AHP untuk menilai keuntungan relatif dari k d d spesifikasi kandidat f k kebutuhan. k b h • Teknisi perangkat lunak menggunakan perbandingan berpasangan AHP untuk memperkirakan biaya relatif pengimplementasian kandidat spesifikasi p kebutuhan. • Teknisi perangkat lunak menggunakan AHP untuk menghitung keuntungan relatif dan biaya implementasi setiap kandidat spesifikasi kebutuhan, dan memetakan keduanya pada diagram biaya‐keuntungan. Keuntungan diletakkan pada sumbu y diagram dan y diagram dan perkiraan biaya pada sumbu x. x • Stakeholder menggunakan diagram biaya‐value sebagai peta konsep untuk analisis dan diskusi kandidat spesifikasi kebutuhan. Sekarang manajer perangkat lunak memprioritisasi spesifikasi kebutuhan dan memutuskan yang manakah spesifikasi kebutuhan yang akan yang manakah yang akan diimplementasikan. diimplementasikan •
34
K‐Means K Means Clustering Clustering •
•
•
Dalam statistik dan machine learning, k‐means clustering adalah metode analisis klaster yang mengarah yang mengarah pada pemartisian n obyek n obyek pengamatan kedalam k klaster dimana setiap obyek pengamatan dimiliki oleh sebuah klaster dengan mean terdekat (wikipedia.org, 2010) K‐means merupakan salah satu metode pengklasteran data non hirarki yang berusaha b h mempartisi data yang ada d d ke k dalam d l b bentuk k satu atau lebih l bh klaster/kelompok. Metode ini mempartisi data ke dalam klaster/kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu klaster yang sama dan data yang mempunyai karakteristik yang b b d dikelompokkan berbeda dk l kk ke k dalam d l k l kelompok k yang lain. l Adapun tujuan dari pengklasteran data ini adalah untuk meminimalisasikan fungsi obyektif yang diset dalam proses pengklasteran, yyang pada gp umumnya y berusaha meminimalisasikan variasi di dalam suatu klaster dan memaksimalkan variasi antar kluster.
35
Langkah pengklasteran data menggunakan k metode d k‐means k • Tentukan jumlah klaster • Alokasikan data ke dalam klaster secara random • Hitung centroid/rata‐rata dari data yang ada di masing‐ masing klaster • Alokasikan masing‐masing data ke centroid/rata‐rata terdekat • Kembali ke Step 3, apabila masih ada data yang berpindah klaster atau apabila perubahan nilai centroid, ada , yyang di g atas nilai threshold yang y g ditentukan atau apabila perubahan nilai pada fungsi obyektif yang digunakan di atas nilai threshold yang ditentukan 36
Fuzzy k‐means Fuzzy k means • Metode fuzzy k fuzzy k‐means means (atau (atau lebih sering disebut sebagai fuzzy c‐means) mengalokasikan kembali data ke dalam masing‐masing cluster dengan memanfaatkan teori fuzzy. • Dalam metode fuzzy k‐means dipergunakan variable fungsi keanggotaan, uik, yang merujuk pada d seberapa b b besar k kemungkinan ki suatu data d bisa menjadi anggota ke dalam suatu klaster. 37
• Fungsi keanggotaan untuk suatu data ke data ke suatu cluster tertentu dihitung menggunakan rumus sebagai g berikut : • • • •
dimana: uik : Fungsi keanggotaan data ke‐k ke klaster ke‐i vi : Nilai Nil i centroid t id cluster ke‐i l t k i m : Weighting Exponent 38
Quadrant Model Quadrant Model • Quadrant model adalah supply categorization model yang yang meng‐aggregasi item inventori d i sistem dari it pasokan kedalam bentuk kuadran (Enholm Heuristics, 2008) 39
• Critical : Nilai misi yang tinggi, resiko dan keunikan tinggi mengarahkan hk pelanggan l memusatkan tk pada d bagian b i ini. i i • Bottleneck : Item‐item pada bagian ini mempunyai nilai misi yang rendah seperti routine, tetapi mempunyai elemen resiko dimana sedikit pemasok yang tersedia, item tertentu yang tersedia item tertentu mempunyai sedikit atau tidak ada potensi untuk digantikan, dan lebih mahal. • Routine : Nilai misi yang rendah, dan item resiko/keunikan yang rendah ditemukan oleh pelanggan yang mempunyai banyak pilihan yang tersedia dari pemasok yang berpotensi, harga lebih rendah dan item tersebut tidak penting terhadap harapan misi. • Leveraged : Resiko/keunikan rendah, dan nilai misi yang tinggi yang mengkarakteristikkan item pada item pada quadran ini. ini
40
