GRADIENT BOOSTING UNTUK SOFTWARE EFFORT ESTIMATION BERBASIS USE CASE POINTS

• FAHMI ARDIANSYAH
• 14207047

---

ABSTRAK

 

ABSTRAK
Nama : Fahmi Ardiansyah
NIM : 14207047
Program Studi : Ilmu Komputer (S2)
Jenjang : Strata Dua (S2)
Konsentrasi : Software Engineering
Judul : "Gradient Boosting Untuk Software Effort Estimation Berbasis
Use Case Points"
Software house nasional merupakan salah satu pilar industri kreatif yang terus
berkembang. Software house dapat dikatakan berhasil dalam mengembangkan
perangkat lunak jika ruang lingkup, biaya dan waktu yang dibutuhkan terpenuhi. Untuk
memenuhi kendala tersebut, estimasi yang tepat pada tahap awal pengembangan
perangkat lunak sangat penting. Model estimasi upaya perangkat lunak yang ada telah
digunakan secara luas, tetapi sebagian besar tidak mudah disesuaikan dengan kondisi
industri perangkat lunak lokal. Selain itu, model yang ada cenderung sulit digunakan
di awal fase pengembangan di mana persyaratan perangkat lunak ditentukan oleh poin
kasus penggunaan. Dalam makalah ini, kami mengusulkan metode estimasi upaya
perangkat lunak menggunakan data poin kasus penggunaan historis. Pendekatan
pembelajaran mesin digunakan untuk membangun model. Prediksi estimasi effort
terbaik menggunakan teknik non parametrik dengan machine learning adalah Gradient
Boosting Regressor dengan Magnitude of Relative Error (MMRE) sebesar 0,0124 dan
standar deviasi (R2) 93%. Metode yang kami usulkan dapat dengan mudah disesuaikan
dengan kondisi software house lokal untuk menghasilkan prediksi yang tepat sehingga
dapat mengestimasi biaya produksi perangkat lunak dengan mudah dan tepat. Kata Kunci : Software Effort Estimation, Use Case Point, Machine Learning, Ensemble Learning
 

KATA KUNCI

Gradient Boosting Regressor,Software Effort Estimation,Use Case Point

---

DAFTAR PUSTAKA

 

DAFTAR PUSTAKA
[1] P. D. Denita, “Pengembangan Learning Management System Menggunakan
Framework Codeigniter Dan Angularjs Di Pt. Xyz,” J. Sist. Inf., vol. 4, no. 1,
pp. 15–25, 2018.
[2] F. Maulina Sinta and A. Kurniawan, “PENGEMBANGAN APLIKASI RADIO
STREAMING DAN ON-DEMAND BERBASIS WEBSITE DI RADIO
SUARA BANGKALAN FM Firdaus Sinta Maulina Ari Kurniawan Abstrak,”
J. Manaj. Inform., vol. 9, no. 2, pp. 8–17, 2019.
[3] N. Nurmalasari, A. Anna, and R. Arissusandi, “Rancang Bangun Sistem
Informasi Akuntansi Laporan Laba Rugi Berbasis Web,” J. Sains dan Manaj.,
vol. 7, no. 2, pp. 6–14, 2019.
[4] F. Ristanti, A. D. Herlambang, and M. C. Saputra, “Evaluasi Biaya
Pengembangan Perangkat Lunak Dengan Menggunakan Metode Extended Use
Case Point Dan Use Case Size Point,” J. Pengemb. Teknol. Inf. dan Ilmu
Komput., vol. 2, no. 10, pp. 4039–4048, 2018.
[5] F. Fachruddin and Y. Pratama, “Eksperimen Seleksi Fitur Pada Parameter
Proyek Untuk Software Effort Estimation dengan K-Nearest Neighbor,” J.
Inform. J. Pengemb. IT, vol. 2, no. 2, pp. 53–62, 2017, [Online]. Available:
http://ejournal.poltektegal.ac.id/index.php/informatika/article/view/510.
[6] S. EL KOUTBI and A. IDRI, “Software Effort Estimation Risk Management
over Projects Portfolio,” Comput. Inf. Sci., vol. 11, no. 4, p. 45, 2018, doi:
10.5539/cis.v11n4p45.
[7] R. Adhitama and C. Kartiko, “Studi Komparasi Investigasi Digital Forensik
pada Tindak Kriminal,” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 1, no. 1,
pp. 63–70, 2018, doi: 10.20895/INISTA.V1I1.
[8] Khin Htay | Mie Mie Aung | Yin Yin Cho | Moe Moe Thein, “Software
Engineering Cost Estimation using COCOMO II Model,” Int. J. Trend Sci. Res.
Dev. Int. J. Trend Sci. Res. Dev., vol. 3, no. 5, pp. 2326–2329, 2019, doi:
https://doi.org/10.31142/ijtsrd28019.
[9] M. R. Borroek, E. Rasywir, and Y. Pratama, “Pengukuran Perangkat Lunak
Untuk Effort Estimation Dengan Teknik Pembelajaran Mesin,” J. Media Inform.
Budidarma, vol. 4, no. 2, p. 445, 2020, doi: 10.30865/mib.v4i2.2083.
[10] U. A. Pringsewu, “Volume 3 Issue 1 Aisyah Journal of Informatics and
Electrical Engineering Aisyah Journal of Informatics and Electrical Engineering
untuk menentukan pengambilan keputusan dalam mengimplementasikan
pengembangan aplikasi ditinjau berdasarkan waktu , biaya da,” vol. 3, no. 1, pp.
11–17.
85
[11] T. Arnuphaptrairong, “Enhancing Delphi Method with Algorithmic Estimates
for Software Effort Estimation: An Experimental Study,” Int. J. Softw. Eng.
Appl., vol. 12, no. 04, pp. 01–18, 2021, doi: 10.5121/ijsea.2021.12401.
[12] E. Prayitno, “Penggunaan Metode Estimasi Use Case Points ( UCP ) Dalam
Proyek Software Domain Bisnis,” J. Inform., vol. 4, no. 2, pp. 241–248, 2017.
[13] A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning
dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf.
Technol., vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951.
[14] A. Effendi, R. Setiawan, and Z. E. Rasjid, “Adjustment fActor for use case point
Software Effort Estimation (study case: Student Desk Portal),” Procedia
Comput. Sci., vol. 157, pp. 691–698, 2019, doi: 10.1016/j.procs.2019.08.215.
[15] A. J. Singh and M. Kumar, “Comparative Analysis on Prediction of Software
Effort Estimation Using Machine Learning Techniques,” SSRN Electron. J. , pp.
1–6, 2020, doi: 10.2139/ssrn.3565822.
[16] H. W. Herwanto, T. Widiyaningtyas, and P. Indriana, “Penerapan Algoritme
Linear Regression untuk Prediksi Hasil Panen Tanaman Padi,” J. Nas. Tek.
Elektro dan Teknol. Inf., vol. 8, no. 4, p. 364, 2019, doi:
10.22146/jnteti.v8i4.537.
[17] W. H. N. Putra and A. R. Perdanakusuma, “Estimasi Biaya Proyek Perangkat
Lunak Menggunakan Use Case-Based Effort Estimation,” J. Tecnoscienza, vol.
4, no. 2, pp. 283–300, 2020.
[18] P. Hidayatullah and J. Kawistara Khairul, PEMROGRAMAN WEB, Revisi.
Bandung: INFORMATIKA, 2017.
[19] M. Munawar, ANALISIS PERANCANGAN SISTEM BERORIENTASI OBJEK
DENGAN UML. DEPOK: INFORMATIKA, 2018.
[20] N. Rankovic, D. Rankovic, M. Ivanovic, and L. Lazic, “A novel ucp model
based on artificial neural networks and orthogonal arrays,” Appl. Sci., vol. 11,
no. 19, 2021, doi: 10.3390/app11198799.
[21] R. A. Wibowo and A. A. Kurniawan, “Analisis Korelasi Dalam Penentuan Arah
Antar Faktor Pada Pelayanan Angkutan Umum Di Kota Magelang,” J. Electr.
Eng. Comput. Inf. Technol., vol. 1, no. 2, pp. 1–6, 2020, [Online]. Available:
https://jurnal.untidar.ac.id/index.php/thetaomega/article/view/3552.
[22] D. Purba and M. Purba, “Aplikasi Analisis Korelasi dan Regresi menggunakan
Pearson Product Moment dan Simple Linear Regression,” Citra Sains Teknol.,
vol. 1, no. 2, pp. 97–103, 2022, [Online]. Available:
https://publisher.yccm.or.id/index.php/cisat/article/view/54.
[23] L. Susiana, I. T. Utami, and J. Junaidi, “Penerapan Metode Boosting Pada Cart
Untuk Mengklasifikasikan Korban Kecelakaan Lalu Lintas Di Kota Palu,” Nat.
86
Sci. J. Sci. Technol. , vol. 8, no. 2, pp. 106–109, 2019, doi:
10.22487/25411969.2019.v8.i2.13536.
[24] A. Nugroho and Y. Religia, “Analisis Optimasi Algoritma Klasifikasi Naive
Bayes menggunakan Genetic Algorithm dan Bagging,” J. RESTI (Rekayasa Sist.
dan Teknol. Informasi), vol. 5, no. 3, pp. 504–510, 2021, doi:
10.29207/resti.v5i3.3067.
[25] A. G. Priya Varshini, K. Anitha Kumari, and V. Varadarajan, “Estimating
software development efforts using a random forest-based stacked ensemble
approach,” Electron., vol. 10, no. 10, pp. 1–19, 2021, doi:
10.3390/electronics10101195.
[26] E. Al Daoud, “Comparison between XGBoost, LightGBM and CatBoost using
a home credit dataset,” Int. J. Comput. Inf. Eng., vol. 13, no. 1, pp. 6–10, 2019,
[Online]. Available: https://publikations.waset.org/10009954/comparisonbetween-xgboost-lightgbm-and-catboost-using-a-home-credit-dataset.
[27] A. R. Arrahimi, M. K. Ihsan, D. Kartini, M. R. Faisal, and F. Indriani, “Teknik
Bagging Dan Boosting Pada Algoritma CART Untuk Klasifikasi Masa Studi
Mahasiswa,” J. Sains dan Inform., vol. 5, no. 1, pp. 21–30, 2019, doi:
10.34128/jsi.v5i1.171.
[28] N. O. Syamsiah and I. Purwandani, “Penerapan Ensemble Stacking untuk
Peramalan Laba Bersih Bank Syariah Indonesia (BSI),” Build. Informatics,
Technol. Sci., vol. 3, no. 3, pp. 295–301, 2021, doi: 10.47065/bits.v3i3.1017.
[29] A. Andreyestha and A. Subekti, “Analisa Sentiment Pada Ulasan Film Dengan
Optimasi Ensemble Learning,” J. Inform., vol. 7, no. 1, pp. 15–23, 2020, doi:
10.31311/ji.v7i1.6171.
[30] S. Sarimuddin, J. Y. Sari, M. Mail, M. A. Masalu, R. S. Aristika, and N.
Nurfagra, “Klasifikasi Data Aging Tunggakan Nasabah Menggunakan Metode
Decision Tree Pada ULaMM Unit Kolaka,” INFORMAL Informatics J., vol. 5,
no. 1, p. 26, 2020, doi: 10.19184/isj.v5i1.16964.
[31] H. Azis, P. Purnawansyah, F. Fattah, and I. P. Putri, “Performa Klasifikasi KNN dan Cross Validation Pada Data Pasien Pengidap Penyakit Jantung,” Ilk. J.
Ilm., vol. 12, no. 2, pp. 81–86, 2020, doi: 10.33096/ilkom.v12i2.507.81-86.
[32] A. S. Rosa And M. Shalahuddin, Rekayasa Perangkat Lunak Terstruktur Dan
Berorientasi Objek, Revisi. Bandung: Informatika, 2018.