penentuan nilai effort rate (er) pada metode use case point (ucp) untuk estimasi effort proyek...

JURNAL TEKNIK POMITS 1

Abstrak - Estimasi effort harus dilakukan oleh tim

proyek untuk memprediksi berapa jumlah pekerja dan berapa

lama waktu yang dibutuhkan, saat ini salah satu metode yang

sering digunakan untuk perhitungan estimasi adalah metode Use

Case Point (UCP). Metode UCP pertama kali di populerkan oleh

Karner pada tahun 1993. Metode ini banyak digunakan karena

berdasarkan beberapa hasil penelitian terkait UCP menjelaskan

bahwa metode UCP lebih baik daripada metode yang

dikembangkan oleh para ahli. Metode UCP mampu memberikan

estimasi effort dengan melakukan perkalian antara nilai UCP

dan nilai Effort Rate (ER). Nilai ER yang diusulkan oleh Karner

adalah 20 staff-hours yang didapatkan dari tiga data dan hanya

dilakukan perhitungan korelasi. Banyak penelitian dalam

perhitungan nilai ER yang mengacu pada nilai yang diusulkan

oleh Karner, namun hingga saat ini belum ada yang

memperdebatkan asal dari nilai ER tersebut.

Penelitian Tugas Akhir ini mengangkat peninjauan

ulang nilai ER yang dibutuhkan proyek pengembangan

perangkat lunak di bidang pendidikan. Dalam melakukan

penelitian ini, dibutuhkan beberapa jumlah data terkait

pengembangan proyek perangkat lunak di bidang pendidikan.

Data tersebut digunakan untuk mencari nilai ER. Metode yang

digunakan ialah dengan melakukan analisa korelasi dan

persamaan linear. Metode ini akan digunakan untuk mencari

hubungan pola dari masing-masing data, sehingga terbentuk

suatu garis persamaan linear dan menghasilkan nilai tangen.

Nilai tangen tersebut dapat digunakan untuk melakukan

perhitungan terhadap nilai ER.

Hasil akhir yang diharapkan dari penelitian ini berupa

nilai ER baru yang didapatkan dari data representative dari

Karner pada UCP untuk estimasi effort proyek pengembangan

perangkat lunak pendidikan. Yang kemudian nilai ER dapat

dijadikan acuan bagi pengembang software untuk melakukan

estimasi effort dalam proyek pengembangan perangkat lunak

pendidikan di masa mendatang.

Kata kunci: Effort Rate (ER), Estimasi Effort, Use Case Point

(UCP), Analisis Korelasi dan Persamaan Linier

I. PENDAHULUAN Saat ini, teknologi telah banyak berkembang,

dibuktikan oleh semakin banyak proyek pembuatan perangkat

lunak yang bermunculan. Salah satu tahapan terpenting dalam

melakukan manajemen proyek perangkat lunak adalah tahapan

planning atau perencanaan. Dalam tahapan planning, upaya

dan estimasi sumber daya harus sangat diperhitungkan,

dengan mempertimbangkan manusia (human resource),

material, infrastruktur, waktu, dan anggaran (Barbosa, 2004).

Akhir-akhir ini metode UCP menjadi topik menarik

dalam estimasi proyek perangkat lunak. Metode Use Case

Point (UCP) bukan metode baru, tetapi belum menjadi popular

meskipun mudah untuk dipelajari. Metode UCP ini menarik

diperbincangkan karena berdasarkan hasil penelitian,

menunjukkan bahwa metode UCP dapat berhasil digunakan

untuk memperkirakan effort pengembangan perangkat lunak

(Bente Anda, 2002).

Metode UCP adalah metode yang mampu untuk

memberikan estimasi effort (orang per jam) yang diperlukan

untuk membuat suatu proyek (Karner, 1993), metode ini

pertama kali dipopulerkan oleh Karner pada tahun 1993.

Setelah mengalami banyak pengembangan yang telah

dilakukan oleh beberapa penelitian membuktikan bahwa

metode UCP lebih baik dari perkiraan para ahli (expert

judgment). Perbandingan estimasi effort dengan upaya (effort)

yang sebenarnya menggunakan metode UCP memiliki deviasi

sebesar 19% (Karner, 1993), sementara estimasi para ahli

memiliki deviasi sebesar 20% yang dipopulerkan oleh Anda

(Bente Anda, 2002). Penelitian lain menunjukkan terjadi

deviasi sebesar 6% yang dihasilkan oleh Nageswaran

(Nageswaran, 2001). Pendapat terakhir yang dikemukakan

oleh Carrol menunjukkan terjadi deviasi sebesar 9%.

Metode UCP ini sangat penting untuk melakukan

estimasi effort, dimana nilai dari estimasi effort didapat dari

hasil perkalian antara nilai UCP dan nilai Effort Rate (ER).

Nilai Effort Rate (ER) adalah nilai yang dijadikan variabel

untuk menghitung effort.

Effort Rate (ER) pertama kali dipopulerkan oleh karner

pada tahun 1993, memiliki nilai 20 staff-hours yang dihasilkan

dari penggunaan tiga data proyek pengembangan perangkat

lunak (Karner, 1993). Pada tahun 1998 Schneider & Winters

mengusulkan nilai ER sebesar 20, 28, dan 30 staff-hours

dengan menggunakan dasar kompleksitas proyek yang

mengacu pada Technical Complexity Factor (TCF)

(Schneider, 1998). Diusulkan oleh Clemmons pada tahun 2006

nilai ER sebesar 18 staff-hours yang berdasarkan kualitas tim

proyek dan data historis (Clemmons, 2006). Pada tahun 2011

nilai ER mengalami perkembangan yang berkisar antara 4

sampai 35 staff-hours yang dipopulerkan oleh Ochodek pada

tahun 2011 berdasarkan dari perhitungan 14 proyek perangkat

lunak yang telah selesai (Ochodeck, 2011).

Setelah melalui berbagai penelitian terhadap

perhitungan nilai ER, maka ditemukan adanya permasalahan,

yakni para ahli dalam pengembangan penelitiannya masih

menggunakan acuan nilai ER yang diusulkan oleh Karner, 20

staff-hours. Nilai ER tersebut didapatkan dari tiga data proyek

pengembangan perangkat lunak dengan menggunakan analisis

regresi (Karner, 1993). Dasar analisa dari tiga data yang

diperoleh Karner tersebut masih bisa diperdebatkan lagi,

karena Karner tidak menggunakan analisis korelasi antar data

untuk membentuk persamaan regresi, sedangkan analisis

PENENTUAN NILAI EFFORT RATE (ER) PADA METODE

USE CASE POINT (UCP) UNTUK ESTIMASI EFFORT

PROYEK PENGEMBANGAN PERANGKAT LUNAK DI

BIDANG PENDIDIKAN

Irine Dwi Kenestie, Sholiq

Jurusan Sistem Informasi, Fakultas Tekhnologi Informasi, Institut Teknologi Sepuluh Nopember (ITS)

Jl. Raya ITS Kampus ITS Sukolilo, Surabaya 60111

E-mail: [email protected]


regresi terhadap tiga data diskrit tersebut cenderung tidak

akurat.

Penelitian Tugas Akhir ini akan mengangkat pengkajian

ulang terhadap nilai ER yang dibutuhkan proyek

pengembangan perangkat lunak. Penelitian ini merupakan

bagian dari proyek besar yang meliputi pengembangan

perangkat lunak Pemerintahan, Rumah Sakit, dan proyek

pengembangan Website Pemerintahan. Karena titik critical

pada penelitian ini terdapat dalam hal pengumpulan data,

sehingga perlu untuk di fokuskan terhadap satu domain. Oleh

karena itu, penelitian ini mengangkat pengkajian ulang

terhadap nilai ER terhadap proyek pengembangan perangkat

lunak pendidikan.

II. KAJIAN PUSTAKA

2.1 Penelitian Effort Rate (ER) Sebelumnya

Gambar 2. 1 Penelitian Nilai Effort Rate (ER) Sebelumnya

Dari Gambar 2.1 di atas dapat disimpulkan nilai

Effort Rate (ER) yang digunakan oleh para peneliti memiliki

variasi dengan dasar penentuan yang berbeda-beda. Karner

mengusulkan nilai ER sebesar 20 staff-hours dengan

menggunakan tiga data proyek pengembangan perangkat

lunak (Karner, 1993). Schneider & Winters mengusulkan nilai

ER sebesar 20, 28 dan 36 staff-hours menggunakan dasar

kompleksitas proyek dengan mengacu pada Technical

Complexity Factor (TCF) (Schneider and Winters, 19989).

Clemmons mencontohkan nilai ER sebesar 18 staff-hours

dengan menggunakan dasar kualitas personil tim dan data

historis (Clemmons, 2006). Ochodek mendapatkan nilai ER

berkisar antara 4 sampai 35 staff-hours yang dihitung dari

proyek-peroyek yang telah dilakukan.

Peneliti lainnya dalam penelitiannya ada yang

menggunakan nilai ER yang diusulkan Karner atau Schneider

& Winter, ada juga yang menggabungkan keduanya. Dan

menurut Clemmons dan Ochodek jika tidak ada data historis

(data proyek masa lalu)maka diharuskan menggunakan nilai

default yang diusulkan oleh Karner yaitu 20 staff-hours.

Nilai Effort Rate (ER) yang digunakan oleh sebagaian

besar peneliti yaitu sebesar 20 staff-hours seperti yang

pertama kali diusulkan oleh Karner, namun Karner hanya

menggunakan tiga data proyek pengembangan perangkat

lunak dengan menggunakan analisis regresi. Analisis regresi

dengan menggunakan tiga data diskrit cenderung tidak akurat.

Analisis korelasi antar data untuk membentuk persamaan

regresi juga tidak dilakukan.

2.2 Estimasi Effort Perangkat Lunak Terdapat beberapa aspek penting dalam tahapan

planning pada pelaksanan proyek perangkat lunak, salah

satunya yaitu melakukan estimasi atau perkiraan, baik dari

segi biaya, waktu maupun sumber daya. Definisi dari estimasi

adalah sebuah pengukuran yang didasarkan pada hasil secara

kuantitatif atau dapat diukur dengan angka tingkat akurasinya

(Tockey, 2004). Definisi dari estimasi perangkat lunak adalah

suatu kegiatan melakukan prediksi atau ramalan mengenai

keluaran dari sebuah proyek dengan meninjau jadwal, usaha,

biaya hingga ke resiko yang akan ditanggung dalam proyek

(Tockey, 2004).

2.3 Metode Use Case Point (UCP) Gustav Karner mengembangkan metode Use Case

Point (UCP) yang merupakan turunan atau adaptasi dari

metode Function Point Analysis (FPA) yang tujuannya adalah

untuk menyediakan metode estimasi sederhana yang

disesuaikan dengan orientasi pada objek proyek perangkat

lunak (Karner, 1993).

Langkah-langkah yang dilakukan dalam proses

estimasi effort dengan metode Use Case Point (UCP)

digambarkan dalam Gambar 2.2 berikut ini:

Gambar 2. 2 Langkah-langkah Metode Use Case Point (UCP)

2.3.1 Menghitung Unadjusted Use Case Point (UUCP)

Unadjusted Use Case Point (UUCP) didapatkan dari

penjumlahan Unadjusted Use Case Weights (UUCW) dengan

Unadjusted Actor Weights (UAW).

UUCP = UUCW + UAW

1) Unadjusted Use Case Weights (UUCW)

Langkah pertama adalah menentukan kategori use case

apakah sebagai simple, medium atau complex. Tergantung

dari jumlah transaksi yang dilakukan dalam deskripsi use

case.

Tabel 2. 1 Tipe, Bobot dan Deskripsi Use Case

Tipe

Use Case Bobot Deskripsi Use Case

Simple 5 Menggunakan ≤ 3 transaksi

Medium 10 Menggunakan 4 sampai 7

transaksi

Complex 15 Menggunakan > 7 transaksi

Total Unadjusted Use Case Weights (UUCW)

didapat dari menghitung berapa banyak (total) use case dari

masing-masing tipe (tingkat kompleksitas) dikali dengan

bobot masing-masing tipe sesuai dengan Tabel 1.

2) Unadjusted Actor Weights (UAW)

Langkah pertama adalah menentukan kategori aktor

apakah sebagai simple, medium atau complex.

Tabel 2. 2 Tipe, Bobot dan Deskripsi Actor

Tipe Aktor Bobot Deskripsi Aktor


Simple 1 Berinteraksi melalui API,

seperti Command Prompt

Medium 2 Berinteraksi melalui

Protokol, seperti TCP/IP

Complex 3 Berinteraksi melalui GUI

atau Web Page

Total Unadjusted Actor Weights (UAW) didapat dari

menghitung berapa banyak (total) actor dari masing-masing

tipe (tingkat kompleksitas) dikali dengan bobot masing-

masing tipe sesuai dengan Tabel 2.

2.3.2 Menghitung Technical Complexity Factor (TCF)

Tabel 2. 3 Technical Factor dan Bobot

Technical Factor Bobot

1. Distributed System Required 2

2. Response Time Is Important 1

3. End User Efficiency 1

4. Complex Internal Processing Required 1

5. Reusable Code Must Be A Focus 1

6. Installation Easy 0.5

7. Usability 0.5

8. Cross-Platform Support 2

9. Easy To Change 1

10. Highly Concurrent 1

11. Custom Security 1

12. Dependence On Third-Part Code 1

13. User Training 1

Nilai-nilai pada technical factor tersebut dikalikan

dengan bobot nilai masing-masing, kemudian dijumlah untuk

mendapatkan Total Technical Factor (TF), yang kemudian

digunakan untuk mendapatkan nilai Technical Complexity

Factor (TCF).

TCF = 0.6 + (0.01*TF)

2.3.3 Menghitung Environmental Complexity Factor

(ECF)

Tabel 2. 4 Environmental Factor dan Bobot

Environmental Factor Bobot

1. Familiarity with the Project 1.5

2. Application Experience 0.5

3. OO Programming Experience 1

4. Lead Analyst Capability 0.5

5. Motivation 1

6. Stable Requirements 2

7. Part Time Staff -1

8. Difficult Programming Language -1

Nilai-nilai pada enviromental factor tersebut

dikalikan dengan bobot nilai masing-masing, kemudian

dijumlah untuk mendapatkan Total Enviromental Factor (EF),

yang kemudian digunakan untuk mendapatkan Enviromental

Complexity Factor (ECF).

ECF = 1.4 + (-0.03*EF)

2.3.4 Menghitung Effort Rate (ER) Effort rate adalah rasio jumlah staff-hours per use

case point berdasarkan proyek-proyek di masa lalu. Jika

proyek tersebut merupakan proyek baru dan tidak terdapat

data histori yang telah terkumpul, maka digunakan nilai yang

berkisar antara 15 sampai 30. Namun, nilai yang paling sering

dipakai adalah angka 20 [13]. Rumus perhitungan estimasi

effort menggunakan metode UCP adalah sebagai berikut :

Apabila nilai ER dihitung dari satu proyek saja maka

nilai ER didapatkan dari pembagian antara nilai actual effort

dengan nilai UCP, sebagai berikut :

2.4 Analisis Regresi dan Korelasi

2.4.1 Regresi

Analisis regresi merupakan hubungan ketergantungan

antara satu variabel tak bebas (dependent variabel) dengan

satu atau lebih variabel bebas (independent variabel) dengan

tujuan untuk memperkirakan nilai rata-rata dari variabel tak

bebas, apabila variabel bebasnya sudah diketahui [15].

Variabel bebas dilambangkan dengan X dan variabel tak bebas

dilambangkan Y. Untuk mengetahui hubungan antara variabel

bebas dengan variabel tak bebas dengan mencari bentuk

terdekat dari hubungan tersebut dalam sebuah diagram pencar,

dimana setiap datanya dinyatakan dalam bentuk koordinat

(x,y). Berikut persamaan matematiknya:

2.4.2 Korelasi

Analisis korelasi merupakan analisis terhadap

kekuatan hubungan antara variabel bebas X dengan variabel

tak bebas Y. Umumnya analisis korelasi digunakan, dalam

hubungannya dengan analisis regresi, untuk mengukur

ketepatan garis regresi dalam menjelaskan variasi nilai

variabel dependent. Koefisien korelasi linier adalah ukuran

hubungan linier antara satu variabel x dengan satu variabel y,

dan dilambangkan dengan “r”[15]. Berikut rumus untuk

mengukur koefisien korelasi:

III. METODOLOGI


Penggalian Informasi

Actual Effort UCP

Analisis Korelasi dan

Persamaan Linear

Effort Rate (ER)

Start

End

Gambar 3. 1 Flowchart Metode Penelitian

3.1 Penggalian Informasi Penggalian informasi digunakan untuk mendapatkan

data-data yang digunakan dalam pengerjaan tugas akhir.

Dilakukan dengan dua cara yakni, wawancara dan review

dokumen. a) Wawancara

Output dari hasil wawancara ini nantinya diperoleh

data mengenai jumlah lama waktu pengerjaan proyek, dan

jumlah pegawai yang dibutuhkan untuk pengerjaan proyek,

serta faktor-faktor yang mempengaruhi (faktor teknikal dan

faktor lingkungan).

b) Kuisioner

Output dari hasil kuisioner ini nantinya diperoleh

faktor-faktor yang mempengaruhi (faktor teknikal dan faktor

lingkungan) beserta bobot masing-masing faktor pada

pengerjaan proyek perangkat lunak.

c) Review Dokumen

Output dari review dokumen ini adalah diperoleh hasil

list-list use case yang dibutuhkan. Kemudian hasil dokumen

ini dapat digunakan untuk menghitung Use case point

(UCP).

3.2 Perhitungan Actual Effort Setelah mendapatkan data yang dibutuhkan, maka

langkah selanjutnya dilakukan perhitungan actual effort untuk

mengetahui nilai actual effort dari masing-masing proyek.

Perhitungan actual effort dilakukan dengan rumus

sebagai berikut:

Actual Effort = ∑ Pegawai * ∑ Anggota tim proyek

3.3 Perhitungan Use Case Point (UCP) Dari data yang didapatkan dari kuisioner dan review

dokumen yaitu list use case, actor, techinal factor dan

environmental factor, maka dilakukan perhitungan Use Case

Point (UCP). Berikut merupakan langkah-langkah yang harus

dilakukan dalam menghitung nilai UCP:

a) Menghitung Unadjusted Use Case Point (UUCP)

Untuk mendapatkan hasil Unadjusted Use Case Point

(UUCP), maka dilakukan pembobotan dan skoring terkait

kompleksitas use case dan actor ditinjau dari use case

diagram. Skoring dihitung berdasarkan parameter-parameter

yang telah ditentukan.

b) Menghitung Technical Complexity Factor (TCF) dan

Environmental Complexity Factor (ECF)

Untuk mengetahui Technical dan Environmental

ComplexityFactor, telah ada beberapa parameter pengukuran

dengan disertai bobotnya. Namun untuk pemberian nilai

terhadap masing-masing parameter tersebut membutuhkan

penilaian obyektif yang didapatkan melalui manajer proyek

atau tim proyek.

Output dari pehitungan Use Case Point (UCP) yaitu

nilai UCP dari masing-masing proyek, berikut rumusnya:

UCP = TCF * ECF * UUCP

3.4 Analisis Korelasi dan Persamaan Linier Korelasi merupakan teknik statistik yang digunakan

untuk meguji ada/tidaknya hubungan serta arah hubungan

dari dua variabel atau lebih. Regresi merupakan analisis

lanjutan dari korelasi untuk menguji sejauh mana pengaruh

variabel independen terhadap variabel dependen setelah

diketahui ada hubungan antara variabel tersebut.

Perhitungan Korelasi dan Regresi dengan

menggunakan SPSS dilakukan untuk mengetahui apakah hasil

dari perhitungan sudah valid. Serta untuk mencari variabel-

variabel bebas mana saja yang saling terikat atau berhubungan

dan mengetahui bentuk hubungan tersebut.

Output yang didapatkan dari tahapan ini adalah

mengetahui korelasi dan persamaan linier antara nilai UCP

dengan nilai actual effort. Selanjutnya digunakan untuk

mengetahui nilai tangen atau ER.

3.5 Perhitungan Nilai Effort Rate (ER) Setelah korelasi nilai actual effort dan nilai UCP

diketahui, serta persamaan linier diketahui, maka selanjutnya

nilai ER dari proyek pembuatan perangkat lunak dapat

diketahui dengan melakukan perhitungan:

( )

IV. HASIL DAN PEMBAHASAN

4.1 Hasil

4.1.1 Inisialisasi Proyek Perangkat Lunak Pada penelitian ini, studi kasus yang diteliti yaitu studi

kasus proyek pengembangan perangkat lunak di bidang

Pendidikan, antara lain dapat dilihat pada Tabel 4.1.

Tabel 4. 1 Inisialisasi Proyek Pengembangan Perangkat

Lunak

Kode

Proyek

Nama Proyek

Perangkat Lunak Teknologi

1

Aplikasi Kenaikan

Jabatan Fungsional

Dosen DI Jurusan Sistem

Informasi ITS

JSP,

MySQL

2

Sistem Administrasi

Kesiswaan Madrasah

Aliyah di Pondok

Pesantren Amanatul

PHP,

MySQL


Kode

Proyek

Nama Proyek

Perangkat Lunak Teknologi

Ummah Surabaya

3

Sistem Informasi

Kemahasiswaan Dan

Alumni Untuk

Pengembangan Sistem

Informasi Terintegrasi

Sesuai Kebutuhan

Pengisian Borang

Akreditasi BAN-PT Pada

Jurusan Sistem Informasi

ITS

JSP,

MySQL

4

Sistem Monitoring Tugas

Akhir (TA) Untuk

Pengembangan Sistem

Informasi Terintegrasi

Sesuai Kebutuhan

Pengisian Borang



ITS.

JSP,

MySQL

5

Sistem

Pendokumentasian

Kegiatan Penelitian,

Pelayanan/Pengabdian

Masyarakat, dan Sistem

Kerjasama Untuk

Pengembangan Sistem

Infromasi Terintegrasi

Sesuai Kebutuhan

Pengisian Borang



ITS

JSP,

MySQL

6 Aplikasi Mobile School

Social Network

PHP,

JAVA,

HTML,

CSS

7 School Social Network

PHP,

JAVA,

HTML,

CSS

4.1.2 Nilai Actual Effort Nilai actual effort proyek perangkat lunak didapatkan

dari hasil wawancara yang dilakukan kepada tim pengembang

proyek perangkat lunak. Kemudian hasil wawancara berupa

informasi jumlah pekerja dan jumlah waktu yang dibutuhkan

untuk menyelesaikan proyek perangkat lunak tersebut

dikalikan, maka didapatkan nilai actual effort.

Berikut nilai actual effort dari keseluruhan proyek

perangkat lunak di bidang Pendidikan pada penelitian ini

dapat dilihat pada Tabel 4.2.

Tabel 4. 2 Nilai Actual Effort masing-masing Proyek

Kode

Proyek

Actual Effort

(staff/hours)

1 2355

2 2208

3 3350

4 3344

5 4568

6 2532

7 2340

4.1.3 Use Case Point (UCP) Estimation

4.1.3.1 Nilai Unadjusted Use Case Point (UUCP)

Untuk mendapatkan nilai Unadjusted Use Case Point

(UUCP) perlu dilakukan perhitungan terlebih dahulu terhadap

Unadjusted Use Case Weight (UUCW) dan Unadjusted Actor

Weight (UAW). Rumus untuk menghitung Unadjusted Use

Case Point (UUCP) yaitu :

UUCP = UUCW + UAW

1) Unadjusted Use Case Weight (UUCW) Nilai Unadjusted Use Case Weight (UUCW) didapat

dari menghitung berapa banyak (total) use case dari masing-

masing tipe (tingkat kompleksitas) dikali dengan bobot

masing-masing tipe.

Berikut hasil perhitungan nilai UUCW dari

keseluruhan proyek pengembangan perangkat lunak di bidang

Pendidikan pada penelitian ini dapat dilihat pada Tabel 4.3.

Tabel 4. 3 Nilai UUCW masing-masing Proyek

Kode

Proyek UUCW

1 125

2 160

3 160

4 340

5 345

6 260

7 175

2) Unadjusted Actor Weight (UAW) Nilai Unadjusted Actor Weight (UAW) didapat dari

menghitung berapa banyak (total) actor dari masing-masing

tipe (tingkat kompleksitas) dikali dengan bobot masing-

masing tipe.

Berikut hasil perhitungan nilai UAW dari keseluruhan

proyek pengembangan perangkat lunak di bidang Pendidikan

pada penelitian ini dapat dilihat pada Tabel 4.4.

Tabel 4. 4 Nilai UAW masing-masing Proyek

Kode

Proyek UAW

1 9

2 12

3 18

4 15

5 9

6 15

7 15

Setelah diketahui nilai UUCW dan UAW lalu

dilakukan perhitungan nilai Unadjusted Use Case Point

(UUCP) dengan menjumlahkan nilai UUCW dan UAW.

Berikut hasil perhitungan nilai UUCP dari




Tabel 4. 5 Nilai UUCP masing-masing Proyek

Kode

Proyek UUCW UAW

UUCP

(UUCW+UAW)

1 9 125 134

2 12 160 172

3 18 160 178

4 15 340 355

5 9 345 354

6 15 260 275

7 15 175 190

4.1.3.2 Nilai Technical Complexity Factor (TCF) Nilai dari faktor teknis ini didapatkan dari kuisioner

terhadap pihak pengembang proyek perangkat lunak.

Kemudian nilai pada technical factor tersebut dikalikan

dengan bobot masing-masing faktor, selanjutnya dijumlah

untuk mendapatkan Total Technical Factor (TF), yang

kemudian digunakan untuk mendapatkan nilai Technical

Complexity Factor (TCF) dengan rumus perhitungan sebagai

berikut:

( )

Berikut ini hasil perhitungan nilai TCF dari



Tabel 4. 6 Nilai TCF masing-masing Proyek

Kode

Proyek TCF

1. 1.085

2. 1.055

3. 1.14

4. 0.99

5. 1.005

6. 1.13

7. 1.14

4.1.3.3 Nilai Technical Complexity Factor (ECF) Nilai dari faktor lingkungan ini didapatkan dari

kuisioner terhadap pihak pengembang proyek perangkat lunak.

Kemudian nilai pada environmental factor tersebut dikalikan

dengan bobot masing-masing faktor, selanjutnya dijumlah

untuk mendapatkan Total Environmental Factor (EF), yang

kemudian digunakan untuk mendapatkan nilai Environmental

Complexity Factor (ECF) dengan rumus perhitungan sebagai

berikut:

ECF = 1,4 + (-0,03 * EF)

Berikut ini hasil perhitungan nilai ECF dari



Tabel 4. 7 Nilai ECF masing-masing Proyek

Kode

Proyek ECF

1. 0.995

2. 0.77

3. 0.86

4. 0.875

5. 0.92

6. 0.8

7. 0.62

4.1.3.4 Nilai Use Case Point (UCP) Setelah dilakukan perhitungan nilai UUCP, TCF dan

EFC selanjutnya dilakukan perhitungan nilai Use Case Point

(UCP) yaitu dengan mengalikan nilai UUCP, TCF dan EFC

yang telah diketahui.

Berikut hasil perhitungan nilai UCP dari keseluruhan

proyek pengembangan perangkat lunak di bidang Pendidikan

pada penelitian ini dapat dilihat pada Tabel 4.8.

Tabel 4. 8 Nilai UCP masing-masing Proyek

Kode

Proyek UUCP TCF ECF

UCP (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

4.1.4 Effort Rate (ER)

Untuk menghitung Effort Rate (ER) yaitu

menggunakan nilai actual effort dan nilai UCP, kemudian

dilakukan analisis korelasi dan persamaan linier (garis

regresi). Berikut nilai actual effort beserta nilai UCP dari



Tabel 4. 9 Nilai Actual Effort dan UCP masing-masing

Proyek

Kode

Proyek Actual Effort UCP

1. 2355 144.7

2. 2208 139.7

3. 3350 174.5

4. 3344 307.5

5. 4568 327.3

6. 2532 248.6

7. 2340 134.3

4.1.4.1 Analisis Korelasi

Berikut hasil analisis korelasi antara nilai actual effort

dengan nilai UCP dari keseluruhan proyek pengembangan

perangkat lunak di bidang Pendidikan pada penelitian ini

dapat dilihat pada Gambar 4.1.


Gambar 4. 1 Hasil Korelasi Nilai Actual Effort dengan Nilai

UCP

Dari hasil output SPSS terlihat bahwa koefisien

korelasi Pearson sebesar 0,791 dimana dapat disimpulkan

bahwa antara nilai actual effort 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.

4.1.4.2 Persamaan Linier (Regresi)

Berikut hasil regresi dan persamaan linier antara nilai

actual effort dengan nilai UCP dari keseluruhan proyek

pengembangan perangkat lunak di bidang Pendidikan pada

penelitian ini dapat dilihat pada Gambar 4.2 dibawah ini.

Gambar 4. 2 Tabel Anova dan Tabel Coefficients dalam SPSS

Gambar 4. 3 Kurva Nilai Actual Effort dengan Nilai UCP

Dari hasil output SPSS pada Gambar 4.3 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 4.2 diatas dapat dilihat dari nilai F =

8,341 dan dibandingkan dengan Ftabel (df1:1, df2:5) serta

diketahui besarnya signifikan = 0.00 < 0.05 maka artinya

persamaan regresi dapat digunakan untuk prediksi [17].

Pada analisis regresi, terdapat variabel terikat

(dependen) dan variabel bebas (independen). Variabel terikat

pada analisa regresi ini yaitu nilai actual effort (y), sedangkan

variabel bebas yaitu nilai UCP (x).

Berdasarkan tabel Coefficient pada Gambar 4.2 yang

telah dijelaskan diatas dapat dilihat pada kolom B, Constant =

1230.787 dan UCP = 8.182. Sehingga persamaan liniernya

adalah:

4.1.4.3 Nilai Effort Rate (ER) Setelah korelasi antara nilai actual effort dengan nilai

UCP diketahui, serta persamaan linier telah dibentuk, maka

selanjutnya nilai Effort Rate (ER) dari proyek pengembangan

perangkat lunak di bidang Pendidikan dapat diketahui dengan

melakukan perhitungan nilai tangen θ. Langkah pertama yaitu

mengambil garis singgung dari scatterplot pada garis regresi

tersebut. Pada persamaan linier ini akan diambil nilai y1,x1 dan

y2,x2. Perhitungan garis singgung seperti berikut:

Persamaan linier:

Diketahui: x1 = 134.3

Maka: y1 = 1230.787 + 8.182 * 134.3

= 1230.787 + 1098.8426

= 2329.6296

Diketahui: x2 = 327.3

Maka: y2 = 1230.787 + 8.182 * 327.3

= 1230.787 + 2677.9686

= 3908.7556

Setelah mengetahui nilai y1,x1 dan y2,x2 maka langkah

selanjutnya yaitu mencari nilai ER dengan melakukan

perhitungan nilai tangen θ. Perhitungan nilai ER atau nilai

tangen θ seperti berikut:

( )


Diketahui: y1 = 2329.6296

y2 = 3908.7556

x1 = 134.3

x2 = 327.3

Maka:

( )

( )

( )

( )

Dari perhitungan di atas telah diketahui nilai Effort

Rate (ER) proyek pengembangan di bidang Pendidikan

sebesar .

4.2 Pembahasan

4.2.1 Analisis Nilai Effort Rate (ER)

Pada penelitian peninjauan ulang nilai Effort Rate (ER)

proyek perangkat lunak di bidang Pendidikan ini didapatkan

nilai ER sebesar 8.1. Nilai ER tersebut jauh lebih kecil

dibandingkan oleh nilai ER yang dikemukakan oleh Karner

yaitu sebesar 20. Hal ini dimungkinkan karena beberapa

alasan, sebagai berikut:

1) Metode software engineering

Metode software enginering memberikan teknik-teknik

bagaimana mengembangkan perangkat lunak. Terdiri dari

serangkaian tugas seperti perencanaan dan estimasi proyek.

Ada banyak macam model dalam metode pengembangan

perangkat lunak, yaitu waterfall, prototyping, spiral dan lain-

lain.

Dengan adanya metode pengembangan perangkat lunak

atau yang disebut dengan System Development Life Cycle

(SDLC) akan memudahkan pengembang proyek perangkat

lunak dalam mengakomodasi beberapa kebutuhan. Selain itu

pekerjaan dapat dilakukan dalam pola yang tepat, produk

dicapai dalam waktu yang telah ditentukan dan biaya

menjadi efektif.

Misalnya seperti pada Proyek 1 menggunakan

metode Extreme Programming (XP), Proyek 2

menggunakan Waterfall, dan Proyek 3 menggunakan

metode Unifed Process (UP).

2) Teknologi software engineering

Semakin berkembangnya teknologi informasi maka

semakin berkembang pula tool untuk membantu dalam men-

develop perangkat lunak. Jika dahulu programmer mengetik

baris-baris program dalam console atau layar gelap, kini

tinggal memilih software tool pembuatan pemograman

sesuai bahasa pemograman yang dipilih. Selain itu, kini

dapat mengetik baris program, mendesain tampilan

(interface), mengkompilasinya, dan kemudian membuat file

executable (.exe) serta mengkoneksikannya dengan

database.

Telah banyak software tool yang dapat membantu

dalam pengembangan perangkat lunak. Berikut kegiatan-

kegiatan dalam pengembangan perangkat lunak yang dapat

dimudahkan karena kemajuan teknologi software

enginering:

a. Membuat rencana proyek

Salah satu software tool yang dapat digunakan untuk

membuat rencana proyek yaitu Microsoft Project. Pada tool

tersebut telah disediakan fitur-fitur dalam menyusun rencana

kegiatan proyek dari awal sampai akhir (finish), beserta

peran-peran yang terlibat dalam proyek tersebut.

b. Analisa kebutuhan

Pada tahap kegiatan analisa kebutuhan, telah ada

beberapa software tool untuk memudahkan pengembang

dalam kegiatannya. Beberapa tool yang digunakan pada

kegiatan analisa kebutuhan yaitu Ms. Visio, Process analyst

dan lain-lain. Pada proses pembuatan analisa kebutuhan,

pengembang hanya perlu melakukan drag and drop pada

tool tersebut.

c. Desain tampilan dan basis data

Untuk mendesain tampilan maupun basis data telah

ada tool, seperti Netbeans, Dreamweaver, SQL, Xampp,

EnterpriseArchitecture(EA), Power Designer. Sehingga

dapat memudahkan pengembang dalam medefinisikan

kebutuhan ke dalam sistem.

d. Membuat kode program (coding)

Pembuatan kode program lebih dipermudah dengan

adanya bahasa coding seperti PHP, ASP, Java dan lain-lain.

Serta software tool yang dapat mendukung bahasa coding

tersebut, antara lain: Eclipse, Netbeans, JDeveloper, Visual

Studio dan masih banyak lainnya.

e. Membuat database

Dalam membuat database, kini telah banyak jenis

basis data yaitu MySQL, Oracle, PostgreSQL dan lain-lain.

Selain itu ada software tool yang dapat digunakan untuk

menunjang basis data tersebut, seperti SQLyog, SQL

Developer, DbVisualizer dan lain-lain.

3) Software by component

Saat ini para pengembang perangkat lunak dalam men-

develop perangkat lunak dimudahkan juga dengan

menggunakan komponen-komponen yang telah ada.

Komponen tersusun atas kelas-kelas yang re-usable dan

bersifat iteratif.

Sebagai contoh, Microsoft Vsual Basic versi 5.0 telah

menyediakan teknologi komponen Microsoft ActiveX yang

bertujuan untuk digunakan di internet, intranet dan

lingkungan tradisional client.

4) Source dari internet

Berbagai literatur bisa didapatkan dari internet. Selain

itu source code juga dapat dicari di internet, hal tersebut

dapat memudahkan pengembang perangkat lunak dalam hal

melakukan tahapan kegiatan-kegiatan pengembangan

perangkat lunak. Serta adanya referensi dan contoh proyek

perangkat lunak yang serupa atau memiliki jenis yang sama

dengan perangkat lunak yang sedang dikembangkan

sehingga dapat dijadikan rujukan dalam pengembangan

perangkat lunak dan dapat mengefisiensi waktu pengerjaan.

Dengan beberapa alasan yang telah dijabarkan di atas,

dapat terlihat bahwa saat ini effort yang dibutukan

pengembang perangkat lunak tidak sebesar effort yang

dibutuhkan pada jaman dahulu, karena adanya

perkembangan teknologi yang pesat.


4.2.2 Perbandingan Cara Perhitungan Use Case

Pada jurnal Ochodek tahun 2011 dilakukan perhitungan

estimasi effort dengan metode Use Case Point (UCP), dalam

penelitian tersebut juga dilakukan perhitungan nilai ER.

Ochodek melakukan perhitungan dengan dua pendapat, yaitu

transactions (T) dan steps (S) [8]. Transactions dikemukan

oleh Robiolo dimana transaction diidentifikasi menggunakan

pendekatan stimulus dan kata kerja (aktivitas) antara actor dan

sistem [29]. Sedangkan steps, tanpa mengacu pada use case

lainnya (include dan extend relations), jumlah use case

sebelum review spesifikasi ditempatkan dalam satu golongan.

Perhitungan use case dengan dua pendapat tersebut

menghasilkan nilai ER yang berbeda. Nilai ER steps

cenderung lebih kecil dibandingkan dengan nilai ER

transaction. Selain itu dengan menggunakan 14 proyek

perangkat lunak, didapatkan hasil nilai ER yang bervariasi,

antara nilai 3 sampai dengan 35 [8]. Berikut hasil perhitungan

nilai Productivity Factor (PF) yang dilakukan oleh Ochodeck

pada tahun 2011 dapat dilihat pada Gambar 4.9 dibawah ini.

Gambar 4. 4 Nilai ER Penelitian Ochodek

Kemudian diketahui nilai dari Actual Effort dan UCP

yang ditunjukan oleh Ochodeck, nilai Actual Effort dan UCP

dapat dilihat pada Tabel 4.10 berikut.

Tabel 4. 10 Nilai Actual Effort dan UCP dari Perhitungan

yang Dilakukan Oleh Ochodeck

No Kode Proyek Actual Effort UCP

1. A 3037 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

Dari data tersebut dilakukan perhitungan pada SPSS

kemudian diketahui nilai korelasi dan regresi dari 14 proyek

yang dikemukakan oleh Ochodeck.

Gambar 4. 5 Hasil Perhitungan Korelasi dari SPSS dari Data

yang Dikemukakan Ochodeck

Dari hasil output SPSS pada Gambar 4.5 diatas terlihat

bahwa koefisien korelasi Pearson sebesar 0,820 dimana dapat

disimpulkan bahwa antara nilai actual effort dengan nilai UCP

terdapat hubungan korelasi. Hubungan korelasi antara kedua

variabel tersebut adalah sangat kuat yang ditunjukkan dengan

nilai korelasi mendekati +1.

Gambar 4. 6 Hasil Perhitungan Regresi dari SPSS dari Data

yang Dikemukakan Ochodeck

Dari hasil output SPSS pada Gambar 4.6 diatas terlihat

bahwa kurva membentuk garis lurus/linier dengan scatterplot

mendekati garis. Berdasarkan tabel Anova pada Gambar 4.5

dapat dilihat dari nilai F = 8,341, maka artinya persamaan

regresi dapat digunakan untuk prediksi. Kemudian diketahui

nilai Effort Rate (ER) yang dihasilkan dari 14 proyek sebesar

24.725 staff-hours.

Nilai ER yang ditemukan dalam Tugas akhir ini

sebesar 8.182 staff-hours. Perbedaan nilai yang cukup besar

ini kemungkinan disebabkan karena adanya perbedaan jumlah

data yang diolah, 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. Selain perbedaan jumlah data, kemungkinan dari

perbedaan nilai ER juga disebabkan oleh penelitian yang

dilakukan oleh Ochodeck dilakukan di luar negeri, dimana

pengembangan proyek perangkat lunak disana lebih

menekankan metode pembuatan perangkat lunak, sedangkan

di Indonesia proyek pengembangan perangkat lunak tidak

menekankan metode yang digunakan.


V. KESIMPULAN DAN SARAN

5.1 Kesimpulan Kesimpulan yang dapat diambil dari pengerjaan Tugas

Akhir ini ialah ditemukannya nilai Effort Rate (ER) baru

sebesar 8.182 staff-hours.

Kemudian diketahui nilai actual effort dan UCP dari

proyek pengembangan perangkat lunak diantaranya nilai

actual effort sebesar 1230.787 dan nilai UCP sebesar 8.182.

Nilai actual effort didapatkan dari hasil wawancara dengan

pihak pengembang proyek perangkat lunak di bidang

pendidikan yang diutamakan kepada project manager / project

leader. Sedangkan untuk nilai UCP sendiri didapatkan dari

dokumen use case atau dokumen flow of events proyek

perangkat lunak dibidang pendidikan. Setelah diketahui nilai

actual effort dan UCP maka diketahui nilai persamaan linear y

= 1230.787 + 8.182x.

Dari perhitungan melalui SPSS diketahui pula korelasi

antara nilai actual effort dan UCP pada penelitian ini sebesar

0.791, dan dapat disimpulkan hubungan kedua variabel

tersebut kuat dan berbanding lurus.

Setelah mendapatkan nilai ER dari 7 data proyek

perangkat lunak pendidikan dan kemudian dibandingkan

dengan nilai ER yang ditemukan oleh Karner terdapat

perbedaan nilai yang cukup jauh. Hal ini dimungkinkan karena

beberapa faktor yakni, semakin berkembangnya teknologi

informasi, banyaknya model metode pengembangan perangkat

lunak, adanya komponen pembuatan software, adanya

framework, dan tersedianya source code dari internet yang

memudahkan tim pengembang proyek perangkat lunak,

sehingga membuat nilai effort yang dibutuhkan semakin kecil

pula.

Faktor pengembangan teknologi ini menghasilkan banyaknya

source code repository yang memudahkan tim proyek untuk

melakukan pengembangan perangkat lunak, bahkan hingga

nantinya nilai effort tidak dapat digunakan sebagai acuan lagi

untuk melakukan pengembangan proyek perangkat lunak.

Sehingga nantinya yang akan menjadi acuan dari tim proyek

pengembangan perangkat lunak adalah aspek keindahan

desain dan kemudahan penggunaan aplikasi dari proyek

perangkat lunak yang akan dibangun.

5.2 Saran Beberapa hal yang diharapkan dapat dikembangkan

untuk penelitian berikutnya, yaitu:

1. Perlu dilakukan penelitian kembali dengan data proyek

pengembangan perangkat lunak yang berskala medium

atau large.

2. Jumlah studi kasus proyek pengembangan perangkat

lunak yang digunakan untuk penelitian selanjutnya

diharapkan diperbanyak jumlahnya, yaitu 30 data proyek

pengembangan perangkat lunak.

3. Perlu dianalisis lebih mendalam untuk menentukan

alasan penyebab nilai Effort Rate (ER).

4. Peninjauan ulang distribusi effort 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

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.

Tockey, Steve. Return of Software: Maximizing the Return on

Your Software Investment. Prentice Hall, 2004.

Galorath, Daniel and Michael W Evans. Software Sizing,

Estimasi and Risk Management, Auerbach, 2006.

Muhardin, Endy. Estimasi Proyek Software. 2011.

Damodaran, Mel. Estimasi Using Use Case Point. 2002.

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.

Karner, Gustav. Resource Estimasi for Objectory Projects,

Objective System SF AB, 1993.

Nageswaran, Suresh.. Test Effort Estimasi Using Use Case

Points. June 2001

www.cognizant.com/cogcommunity/presentations/Test

_Effort_Estimasi.pdf, 2001.

Schneider, G. and Winters, J. Applying Use Cases – A

Practical Guide. Addison-Wesley, 1998.

Clemmons, Roy K. Project Estimasi With Use Case Point.

Diversified Technical Services, Inc, 2006.

Ochodek, M; Nawrocki, J; Kwarciak, K. Simplifying Effort

Estimasi Based on Use Case Points, Sciencedirect,

2011.

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.

Kusumoto, Shinji., Matukawa, Fumikazu., Inoue, Katsuro.

Estimating Effort by Use Case Points: Method, Tool

and Case Study. IEEE, 2006.

Yavari, Yaeghoob., Afsharchi, Mohsen., Karami, Mojtaba.

Software Complexity Level Determination Using

Software Effort Estimasi Use Case Points Metrics.

IEEE, 2011.

Shodiq, Amri. 2007. Perencanaan Proyek Rekayasa Perangkat

Lunak. http://ilmukomputer.org/wp-

content/uploads/2007/09/amri-perencanaan-proyek-

rpl.doc. Diakses pada tanggal 7 Maret 2013.

Khatibi, V., & Jawawi, D. N. Software Cost Estimasi

Methods: A Review. Emerging Trends in Computing

and Information Sciences, 21-29, 2010.

Pressman, Roger S. Software Engineering: A Practioner's

Approach, 6th Edn., McGraw-Hill New York, USA.,

ISBN: 13: 9780073019338,2005.

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.

Boehm. Software Engineering Economics. Prentice Hall,1981.

Rizky, Soetam. Konsep Dasar Rekayasa Perangkat Lunak

Software Reengineering. Prestasi Pustaka, 2008.

Ochodek, M; Nawrocki, J; Kwarciak, K. Simplifying Effort

Estimasi Based on Use Case Points, Sciencedirect,

2011.

Usman, Husaini. Pengantar Statistika. Bumi Aksara, 2006.

penentuan nilai effort rate (er) pada metode use case point (ucp) untuk estimasi effort proyek...

Documents