Estimasi dan contoh estimasi

Estimasi merupakan sebuah proses pengulangan. Pemanggilan ulang estimasi yang pertama dilakukan selama fase definisi, yaitu ketika anda menulis rencana pendahuluan proyek. Hal ini perlu dilakukan, karena anda membutuhkan estimasi untuk proposal. Setelah fase analisis direncanakan ulang, anda harus memeriksa estimasi dan merubah rencana pendahuluan proyek menjadi rencana akhir proyek.

Contoh :

Penggunaan Model Function Point Dalam Estimasi Biaya

Dan Usaha Proyek Pengembangan Software Sistem

Informasi Bisnis

          Dalam proyek fisik seperti pembangunan jembatan atau pembangunan jalan, estimasi biaya dan usaha proyek dapat dilakukan dengan lebih realistis karena semua komponen proyek dapat diestimasi dengan perkiraan secara fisik. Dalam proyek software estimasi biaya dan usaha proyek mempunyai kesulitan tersendiri karena karakteristik-karakteristik software yang lain dengan proyek fisik. Kesulitan-kesulitan yang sering dihadapi dalam estimasi proyek software sangat berkaitan dengan sifat alami software khususnya kompleksitas dan invisibilitas (keabstrakan). Selain itu pengembangan software merupakan kegiatan yang lebih banyak dilakukan secara intensif oleh manusia sehingga tidak dapat diperlakukan secara mekanistik murni.

          Estimasi biaya dan usaha proyek merupakan suatu kegiatan pengaturan sumber daya dalam mencapai tujuan dan sasaran dari proyek, sehingga proyek dapat berjalan sesuai dengan tahapan dan target yang dikehendaki. Dalam usaha estimasi sering menghadapi dua permasalahan yaitu over-estimates dan under-estimates. Overestimates (estimasi berlebihan) akan menimbulkan penambahan alokasi sumberdaya dari yang dibutuhkan sehingga akan meningkatkan penanganan managerial. Sedangkan estimasi yang kurang (under-estimates) akan mengurangi kualitas dari produk karena tidak sesuai dengan standar. Untuk itu perlu dilakukan langkah yang hati hati dalam melakukan estimasi suatu proyek software sehingga dapat dicapai keberhasilan proyek yaitu tepat waktu, sesuai budget dan terpenuhinya standar kualitas produk. Barry Boehm telah mengidentifikasi beberapa metode estimasi biaya dan usaha proyek pengembangan software sebagai berikut: Model algoritmik, Analogi, Pendapat pakar, Parkinson, Top-down, dan Bottom-up. Dalam penelitian ini akan dikembangkan metode estimasi parametrik berdasarkan karakteristik-karakteristik dari ukuran proyek software yaitu function point dan object point serta KLOC (Kilo line of Code). Metode estimasi parametrik yang sering digunakan saat ini adalah dengan mengunakan metode COCOMO yang tidak sesuai jika diterapkan untuk estimasi proyek software di Indonesia. Oleh karena itu dalam penelitian ini akan dikembangkan metode tersebut yang disesuaikan dengan data-data dan informasi pengembangan software dalam negeri, sehingga diharapkan dapat diperoleh parameter yang mempunyai tingkat validitas estimasi yang lebih tinggi.

          Estimasi ukuran software merupakan suatu aktifitas yang komplek dan sukar berdasarkan pada beberapa alasan seperti kemampuan programmer, faktor lingkungan dan sebagainya. Untuk mendapatkannya dengan mengukur ukuran proyek menggunakan ukuran seperti jumlah baris program (Source lines of code/SLOC) dan Function Points.

          Dari hasil pengumpulan data selama empat bulan, diperoleh data sebanyak 34 data observasi. Dari data observasi ini kemudian dianalisis untuk membuat model estimasi dengan berdasarkan pada metrik Function Points. Untuk memastikan bahwa data yang telah diperoleh adalah data yang berdistribusi normal, maka dilakukan analisa descriptive terhadap semua variabel data hasil observasi. Hasil analisa deskriptive untuk data effort atau usaha pengembangan software diperoleh dari hasil perkalian antara lama pengembangan dalam bulan dengan jumlah orang yang digunakan dalam pengembangan software. Adapun distribusi dari data effort adalah sebagai berikut:

Gambar 1. Distribusi data Usaha (effort)

Semua varibel yang digunakan untuk pembuatan model

mempunyai nilai dekripsi statistik sebagai berikut: Data effort mempunyai nilai ratarata 41,51 OB denganeffort minimum 8 OB dan effort maksimum 72 OB. Sedangkanbiaya (cost) yang digunakan untuk pengembangan software dari semua data hasil observasi mempunyai nilai rata-rata 92,6 juta rupiah dengan nilai minimum biayaproyek yang dihabiskan adalah 1,5 juta dan nilai maksimum biaya yang diperoleh  adalah 500 juta. Ukuran metrik function point dari data hasil observasi mempunyai nilai rata-rata 214,85 dengan nilai minimum function point yang dikembangkan adalah sebesar 19,55 dan nilai maksimumfunction point hasil observasi adalah 348,48.

Gambar . tabel korelasi antara variabel

bernilai 0,12, sedangkan korelasi antara effort dengan total faktor komplesitas bernilai 0,22. Dari nilai korelasi ini dapat disimpulkan bahwa nilai usaha (effort) proyek pengembangan software dipengaruhi oleh nilai besaran function point dan tingkat kompleksitas proyek software. Artinya semakin tinggi nilai function point dan tingkat kompleksitas proyek software akan membutuhkan effort yang semakin tinggi pula. Hal yang sama juga dapat dilihat tingkat keterkaitan antara variabel biaya dengan function point yang mempunyai nilai korelasi sebesar 0,38. artinya besaran function point dari suatu proyek pengembangansoftware akan sangat berpengaruh terhadap besaran biaya yang digunakan. Adapun hasil pemodelan data biaya (cost) yang dikaitan dengan function point (FP) adalah seperti gambar berikut      

Gambar3. garfik model biaya (cost) dengan funtion points

Dari gambar di atas terlihat bahwa hubungan antara biaya (cost) dapat dimodelkan dengan grafikeksponensial. Artinya nilai peningkatan biaya yang dibutuhkan proyek pengembangan software bertambah secara eksponensial terhadap penambahan besaran function point dari proyek software yang akan dikembangkan. Adapun model eksponential yang diperoleh dari analisa data hasil observasi

adalah:

Biaya (cost) = 8,0757*exp(0.0087*FP)

Di mana FP adalah function point dari proyek software yang akan dikembangkan. Secara linier regresi dapat direpresentasikan keterhubungan tersebut sebagai rumus:

Biaya (cost) = 3,7076 + 0,4138*FP

Sedangkan keterhubungan antara usaha (effort) dengan function point dapat diperlihatkan dengan beberapa model berikut:

Gambar4. grafik model usaha (effort) dengan FP secara linier

Gambar5. grafik model usaha (effort) dengan FP secara logaritmik

Model yang telah diperoleh perlu diuji coba dengan data-data kasus proyek yang serupa untuk mendapatkan tingkat kesahihan analisa data dan penggunaan model. Untuk menguji validitas model yang dibuat digunakan metode uji adjusted R2, standar deviasi estimasi dan prediksi pada tingkat L (Pred(L)).Adjusted R2 adalah koefisient dari nilai R2 yang diperoleh dari hasil observasi dan nilai dari hasil prediksi. Standard deviasi estimasi adalah variasi nilai yang menunjukkan tingkat kesalahan prediksi, yang dihitung berdasarkan selisih antara usaha yang digunakan secara real dalam proyek software dengan nilai estimasi usaha dari model. PRED(L) adalah persentase nilai estimasi pada L persen nilai aktual. Sebagai contoh PRED(0,25) adalah presentasi estimasi dalam 25% nilai aktual. Adapun hasil pengujiannya dapat diperlihatkan dengan tabel sebagai berikut:

dikembangkan dengan kondisi lokal sama dengan model yang diperoleh dari literatur

yaitu model FP-Albrecht. Namun nilai standar deviasi model yang dikembangkan

lebih kecil dari pada nilai standar deviasi dari model Albrecht, selain itu nilai

prosentase tingkat prediksi model yang dikembangkan dari kondisi lokal lebih tinggi

dari pada prosentase nilai model dari literatur. Oleh karena itu dapat disimpulkan

bahwa tingkat akurasi estimasi usaha proyek pengembangan software dengan model

yang dikembangkan berdasarkan kondisi lokal lebih tinggi dari pada model yangdiperoleh dari literatur.

Sumber pengertian estimasi :

http://v-class.gunadarma.ac.id/mod/resource/view.php?id=96853

Sumber contoh estimasi :

http://septiaraegina.blogspot.com/2013/06/nama-septia-raegina-npm-10109126-kelas_14.html