Perkiraan Biaya Perangkat Lunak Menggunakan Logika Fuzzy

Perkiraan Biaya Perangkat Lunak Menggunakan Logika Fuzzy
(Denny Setia Mulyadi – 2008)

Link : http://iirc.ipb.ac.id/jspui/handle/123456789/18597

Hasil Ulasan :
Karya ilmiah berjudul “Perkiraan Biaya Perangkat Lunak Menggunakan Logika Fuzzy” yang ditulis oleh Denny Setia Mulyadi ini membahas mengenai perbandingan dua metode perkiraan biaya perangkat lunak menggunakan logika fuzzy, yaitu intermediate COCOMO (Cost Constructive Model) dan Fuzzy Intemediate COCOMO. Model Intermediate COCOMO adalah ekstensi dari versi awal yang menghitung biaya perkiraan perangkat lunak hanya dengan mengunakan ukuran perangkat lunak dan model pengembangan proyek saja. Proses dalam perkiraan biaya perangkat lunak menggunakan logika fuzzy pada intermediate COCOMO adalah mendefinisikan fungsi keanggotaan untuk setiap variabel linguistik pada Cost Driver dengan fungsi keanggotaan yang bertipe trapezoid (Idri et al. 2001).

Perkiraan biaya pembangunan perangkat lunak merupakan poin penting dalam pengembangan perangkat lunak. Perkiraan biaya yang terlalu kecil akan mengakibatkan perangkat lunak yang dihasilkan berkualitas rendah,. Sebaliknya, perkiraan biaya yang terlalu besar akan mengakibatkan pemborosan sumber daya yang digunakan. Proses evaluasi model perkiraan biaya perangkat lunak adalah membandingkan akurasi dari biaya estimasi dengan biaya aktualnya (Boehm, 1981 dalam Indri et al, 2001).

Data yang dipakai pada penelitian ini adalah NASA Project , yang didapat dari situs http://www.promisedata.org. Data tersebut berasal dari berbagai proyek yang dilakukan NASA dari tahun 1980 – 1990, yang terdiri dari 93 proyek. Data ini terdiri dari 24 atribut, yaitu 15 jenis CD yang bertipe numerik, 7 atribut tentang deskripsi proyek, ukuran perangkat lunak dalam KDSI, dan biaya aktual proyek dalam satuan Man Month (MM). Tiap-tiap CD berikut nilai dan derajat keanggotaannya akan dibuat fungsi keanggotaannya. Fungsi keanggotaan yang digunakan pada penelitian ini berasal dari jurnal Cost Model Using Fuzzy Logic (Idri at al. 2001). Kemudian kode program untuk fungsi keanggotaan ini dibuat menggunakan MATLAB.

Setelah sistem selesai dibuat, maka dilakukan pengujian terhadap sistem. Pengujian dilakukan dengan melakukan pengecekan terhadap kesalahan syntax ataupun logika pada kode program yang dibuat. Jika sistem sudah teruji barulah dapat memproses data.

Model yang dihasilkan dievaluasi menggunakan MRE (Magnitude of Relative Error ), Mean MRE (MMRE), Median MRE (MdMRE), Min MRE, Max MRE, dan Standar Deviasi MRE (SdMRE). Kinerja model secara umum direpresentasikan dalam nilai MMRE.

Advertisements
  1. No trackbacks yet.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: