Perbaikan Kinerja Constructive Cost Model II Menggunakan Enhanced Grey Wolf Optimization Pada Manajemen Proyek Perangkat Lunak

Putri, Rahmi Rizkiana (2024) Perbaikan Kinerja Constructive Cost Model II Menggunakan Enhanced Grey Wolf Optimization Pada Manajemen Proyek Perangkat Lunak. Doctoral thesis, INSTITUT TEKNOLOGI SEPULUH NOPEMBER.

	Text organized (1).pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy
	Text 7025201004-Dissertation.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Kualitas manajemen proyek dapat dipengaruhi oleh tingkat akurasi perkiraan biaya proyek perangkat lunak. Hal tersebut dikarenakan perangkat lunak memiliki manfaat yang dapat membantu masyarakat memenuhi kebutuhan. Perangkat lunak
dapat berguna seutuhnya apabila dibangun sesuai perencanaan. Salah satu perencanaan yang dapat berpengaruh terhadap kualitas manajemen proyek yaitu perencanaan dalam memperkirakan biaya proyek perangkat lunak. Perkiraan biaya
dapat dilakukan menggunakan pemodelan Constructive Cost Model II (COCOMO II).
Cost driver COCOMO II dapat mempengaruhi besar atau kecil dari hasil error yang mana akan berpengaruh juga terhadap akurasi perkiraan biaya.
Beberapa percobaan telah dilakukan untuk memperkecil hasil error COCOMO II akan tetapi metode yang sebelumnya diusulkan masih menggunakan dataset yang tidak sesuai dengan cost driver COCOMO II, tidak melakukan seleksi individu
yang paling optimal dari metode optimasi, dan tidak menjelaskan proses implementasi dataset ke dalam metode yang diusulkan. Sehingga mengakibatkan peningkatan akurasi COCOMO II terhadap perkiraan biaya proyek belum dapat
diperoleh secara signifikan. Untuk meningkatkan akurasi perkiraan biaya yang terdapat dalam COCOMO
II, penelitian ini mengusulkan enhanced GWO, yaitu dengan mengubah 11 dari 17 Effort Multiplier (EM) kuantitatif COCOMO II menggunakan Fuzzy Gaussian.
Gaussian memiliki transisi yang lebih halus antar interval, serta dapat mengurangi penyimpangan antara estimasi dan actual effort. Selain itu juga melalukan
modifikasi dataset NASA 60. Beberapa tahapan yang dilakukan penelitian ini yang pertama fuzzification untuk 11 EM COCOMO II, kedua yaitu A and B initialization terhadap coefficient A dan B COCOMO II yang bertujuan untuk mengubah nilai kedua coefficient tersebut, ketiga yaitu population initialization, yang keempat adalah hunting modification yaitu melakukan seleksi individu menggunakan tournament selection dan mengubah mekanisme berburu metode
Grey Wolf Optimization (GWO), hingga memperoleh alpha optimal yang berarti memperoleh nilai error terkecil dari Mean Magnitude of Relative Error (MMRE).
Hasil eksperimen menunjukkan bahwa metode yang diusulkan yaitu dengan mengimplementasikan Fuzzy Gaussian (FG) terhadap 11 EM kuantitatif COCOMO II, modifikasi cost driver NASA 60, mengubah mekanisme berburu GWO, serta seleksi individu alpha menggunakan tournament selection, berhasil
mengurangi MMRE secara signifikan sebesar 0,01% pada dataset NASA 60 serta hasil perkiraan lebih mendekati actual effort. Selain itu risiko kesalahan dalam menghitung biaya proyek menjadi lebih kecil. Sehingga dapat meningkatkan kualitas proyek perangkat lunak.
Beberapa tahapan skenario uji coba penelitian ini yaitu membandingkan hasil MMRE COCOMO II dengan GWO dan hasil MMRE COCOMO II dengan enhanced GWO. Hasil MMRE terkecil akan digunakan untuk menghitung perkiraan biaya proyek perangkat lunak yang sebenarnya.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	COCOMO II, FG, GWO, perkiraan biaya, proyek perangkat lunak, tournament selection COCOMO II, FG, GWO, cost estimation, software project, tournament selection
Subjects:	T Technology > T Technology (General) > T56.8 Project Management
Divisions:	Faculty of Information Technology > Informatics Engineering > (S3) PhD Thesis
Depositing User:	Rahmi Rizkiana Putri
Date Deposited:	06 Aug 2024 06:28
Last Modified:	06 Aug 2024 06:28
URI:	http://repository.its.ac.id/id/eprint/114274

Actions (login required)

View Item