24. Tampilan halaman My Project
4.3 Evaluasi Sistem
4.3.1 Evaluasi Sistem menggunakan Skenario Testing
Aktivitas-aktivitas yang bertujuan untuk mengevaluasi atribut-atribut atau kemampuan sebuah program atau sistem dan penentuan apakah sesuai dengan hasil yang diharapkan. Untuk masing-masing inputan berdasarkan pada 2 (dua) jenis pengembangan aplikasi diantaranya, aplikasi yang dikembangkan dengan metode berorientasi procedural dengan menggunakan skenario ERD dan DFD sedangkan untuk aplikasi yang dikembangkan dengan metode berorientasi object menggunakan class diagram dan usecase diagram. Terdapat 2 (dua) teknik testing yang dapat digunakan, diantaranya white box dan
black box. Dalam skenario testing menggunakan teknik black box testing.
Black box testing juga dikenal sebagai uji spesifikasi dan fungsionalitas. Suatu unit atau program diuji tanpa adanya pengetahuan tentang struktur internal dari sourcecode-nya. Pengujian dilakukan
oleh orang lain selain programmer yang membuat program tersebut. Penguji memperlakukan kode program sebagai kotak hitam yang tidak bisa dilihat dalamnya. Kasus uji dipilih berdasarkan sifat-sifat kode yang tampak dari luar yang dispesifikasikan pada dokumentasi program. Penguji hanya tertarik dengan apa yang dilakukan oleh kode tersebut, bukan bagaimana kode tersebut bekerja. Kode diuji dengan menginput data ke dalam kotak hitam dan memeriksa apakah outputnya sesuai dengan apa yang diperkirakan.
Tabel 4.1: Evaluasi Sistem menggunakan Skenario Testing
Nama Measurement Input Proses Output yang diharapkan Output hasil yang diperoleh Pass / Fail
Measuring
Unadjusted Function Point
Nilai-nilai kompleksitas pada suatu sistem berdasarkan tingkatannya (Simple, Average,
Complex), yaitu:
External Input= 1,1,1
External Output= 1,1,1
Internal Logical Files= 1,1,1
Nilai yang di input dikategorikan sesuai tingkatannya, kemudian dikalikan dengan nilai yang sudah ditetapkan. (dijelaskan dalam Bab 3, subbab 3.1). Hasil didapatkan dari total keseluruhan masing-masing UFP data yang telah dikalkulasi sebelumnya EI: 1x3=3, 1x4=4, 1x6=6 EO: 1x4=4, 1x5=5, 1x7=7 ILF: 1x7=7, 1x10=10, 1x15=15 EIF: 1x5=5, 1x4=4, 1x10=10 EQ: 1x3=3, 1x4=4, 1x6=6 Total UFP: Pass
External Interface Files= 1,1,1 External Queries= 1,1,1 EI:3+4+6=13 EO:4+5+7=16 ILF:7+10+15=32 EIF:5+4+10=19 EQ:3+4+6=13 Total UFP: 93 Measuring Value Adjustment Factor
Berdasarkan General System
Characteristic yang terdiri atas 14
kriteria dengan memberikan penilaian berupa skala dari 0 (nol) sampai 5 (lima), diantaranya:
Data Communication =3
Distributed DataI =3
Performance Objectives = 1
Heavily Used Configuration =1Transaction Rate = 0
Online Data Entry = 0
End-User Efficiency = 3
Dari masing-masing karakteristik yang sudah dijelaskan pada Bab 3, subbab 3.1 pemberian skala berkisar antara 0 sampai 5, dimana skala 0 (nol) berarti tidak adanya pengaruh terhadap keseluruhan proyek, dan skala 5 (lima) berarti adanya pengaruh yang kuat terhadap keseluruhan proyek. Proses terakhir adalah menjumlahkan nilai skala dari masing-masing karakteristik yang sudah diberi penilaian
VAF = 3+3+1+1+0+0+3+2+0+0+2+1+0+0
= 16
Online Update =2
Complex
Reusability = 0
Installation Ease
Operational Ease = 1
Multiple Site Use= 0
Facilitate Change
Measuring Adjusted Function Point
Hasil dari perhitungan UFP Data dan VAF Data yang sudah dikalkulasi terlebih dulu
Measuring Physical Size
Menentukan bahasa pemrograman yang digunakan dalam pembuatan sebuah piranti lunak.
Language: HTML avg:43
Measuring Effort Nilai Function Point diperoleh pad
(Adjusted Function Point)
proses Online Update =2 Complex Processing =0 Reusability = 0 Installation Ease= 2 Operational Ease = 1
Multiple Site Use= 0
Facilitate Change =0
Hasil dari perhitungan UFP Data dan VAF Data yang sudah dikalkulasi terlebih dulu
Proses perhitungannya adalah:
UFP * (0.65 + 0.01 * VAF)
Menentukan bahasa pemrograman yang digunakan dalam pembuatan sebuah piranti lunak.
Language: HTML avg:43
Rumus perhitungan:
Language * AFP
Function Point yang sudah
diperoleh pada perhitungan AFP
(Adjusted Function Point) dalam
proses measuring size.
Dengan menggunakan rumus sebagai berikut:
Schedule = FP
Staff = FP/150
Proses perhitungannya adalah:
UFP * (0.65 + 0.01 * VAF)
AFP= 93*(0.65+0.01*16)
AFP=75.33
Rumus perhitungan:
Language * AFP
Physical Size: Language*AFP
43*75.33= 3239,19
Dengan menggunakan rumus sebagai
Schedule = FP 0.32-0.4
Schedule = 75.330.4
Staff = 75.33/150=0.502
Effort = 0.502*5.6343=2.828 AFP= 93*(0.65+0.01*16)
Physical Size: Language*AFP
43*75.33= 3239,19 0.4 =5.6343 Staff = 75.33/150=0.502 0.502*5.6343=2.828 Pass Pass Pass Pass Pass Pass
Measuring Defect Density for Module-Related Fault
Jumlah kesalahan yang ada berdasarkan pada jumlah modul dan jumlah baris kode
Constant: 6 Module Size: 3 Measuring Defect Density for Instruction-Related Fault
Jumlah kesalahan berdasarkan pada peluang terdapatnya bug di dalam baris kode dan peluang adanya kesalahan interaksi antar baris kode dalam modul tersebut
Probability LOC has a bug: 2
Interaction factor: 2
Measuring Cyclomatic Complexity
Perhitungan
modul membutuhkan jumlah atau banyaknya
binary decisions
modul.
Edges: 25
Effort = Staff * Schedule
Jumlah kesalahan yang ada berdasarkan pada jumlah modul dan jumlah baris kode.
Constant: 6
Module Size: 3
Proses perhitungannya:
D m(s) = a/s
‘a’ merupakan konstanta yang
diperoleh secara empiris dan adalah jumlah modul
Jumlah kesalahan berdasarkan pada peluang terdapatnya bug di
baris kode dan peluang adanya kesalahan interaksi antar baris kode dalam modul tersebut.
Probability LOC has a bug: 2
Interaction factor: 2
Perhitungan untuk memperoleh banyaknya kesalahan dalam kasus ini menggunakan rumus perhitungan:
D(s) = a/s + b + c
‘b ’ merupakan peluang terjadinya
bug di dalam baris kode, peluang kesalahan interaksi
Perhitungan control flow dalam modul membutuhkan jumlah atau banyaknya nodes dan edges atau
binary decisions pada suatu
.
Edges: 25
Dengan menggunakan perhitungan:
V(g) = e – n + 2
edges)
V(g) = bd + 1...(binary decision) Effort = Staff * Schedule
Proses perhitungannya:
merupakan konstanta yang diperoleh secara empiris dan ‘s’ adalah jumlah modul
Dm(s) = constant / module size
Dm(s) = 6 / 3= 2
Perhitungan untuk memperoleh banyaknya kesalahan dalam kasus ini menggunakan rumus perhitungan:
D(s) = a/s + b + c *s
merupakan peluang terjadinya bug di dalam baris kode, ‘c’ adalah peluang kesalahan interaksi
D(s) = constanta / module size + probability LOC has a bug + interaction factor *
module size
D(s)= 6/3+2+2*3=10
Dengan menggunakan perhitungan:
n + 2...(nodes dan
...(binary decision)
V(g)= 25-11+2=16
Dm(s) = constant / module size
D(s) = constanta / module size + probability LOC has a bug + interaction factor *
D(s)= 6/3+2+2*3=10 Pass Pass Pass Pass Pass Pass
Nodes: 11
Binary Decision: optional
Measuring Halstead Metric
Perhitungan berdasarkan pada
length, difficulty
Total jumlah kemunculan operator dalam program = 1 (N1)
Total jumlah kemunculan dalam program = 2 (N2)
Jumlah operator yang berbeda = 6 (n1)
Jumlah operan yang berbeda = 3 (n2)
Measuring
Information Flow Complexity
Menhitung jumlah aliran
informasi yang masuk dan keluar dari modul (fanin, fanout) dan jumlah pernyataan dalam source di prosedur (length)
Nodes: 11
Binary Decision: optional
Perhitungan berdasarkan pada , vocabulary, volume ,
difficulty, dan effort.
Total jumlah kemunculan operator dalam program = 1 (N1)
Total jumlah kemunculan operan dalam program = 2 (N2)
Jumlah operator yang berbeda = 6
Jumlah operan yang berbeda = 3
Rumus perhitungannya: Length: N= N1 Vocabulary: n = n Volume: V = N(Log Difficulty: D =(n Effort: E = D*V ‘N1’ total jumlah
operator dalam program, ‘
jumlah kemunculan operan dalam program, ‘n1’ jumlah operator yang
berbeda dalam program, ‘
operan yang berbeda dalam program
Menhitung jumlah aliran
informasi yang masuk dan keluar dari modul (fanin, fanout) dan jumlah pernyataan dalam source di prosedur (length)
Menggunaka rumus perhitungan sebagai berikut:
Weighted IFC = length * (fanin*fanout)2 Rumus perhitungannya: 1 + N2 Vocabulary: n = n1 + n2 Volume: V = N(Log2(n)) Difficulty: D =(n1/2)*(N2/2) Effort: E = D*V
total jumlah kemunculan operator dalam program, ‘N2’ total
jumlah kemunculan operan dalam jumlah operator yang berbeda dalam program, ‘n2’ jumlah
operan yang berbeda dalam program
Length= 1+2=3 Vocabulary= 6+3=9 Volume= 3(Log2(9))= 9.48 Difficulty= (6/2)*(2/2)=3 Effort= 3*9.48=28.44 rumus perhitungan sebagai berikut:
Weighted IFC = length * 2 IFC= 6*(3*11)2 = 6534 Vocabulary= 6+3=9 (9))= 9.48 )*(2/2)=3 Effort= 3*9.48=28.44 Pass Pass Pass Pass
Fanin: 3 Fanout:11 Length:6 Measuring Maintainability Index
Perhitungan berdasarkan pada nilai volume
yang telah dikalkulasi sebelumnya pada proses
complexity
cyclomatic complexity
dikalkulasi pada proses measuring
complexity
jumlah LOC per modul, dan jumlah baris komentar(bersifat opsional)
LOC per module: 2
Number of comment: 3
Measuring Agresty Card Glass System Complexity Metric
Merupakan rata
per modul. Dibutuhkan total jumlah modul dalam sistem, total kompleksitas pada sistem, total kompleksitas intermodul, total Fanin: 3
Fanout:11
Length:6
Perhitungan berdasarkan pada
volume pada metrik Halstead
yang telah dikalkulasi sebelumnya pada proses measuring
complexity-Halstead metric, nilai cyclomatic complexity yang telah
dikalkulasi pada proses measuring
complexity-cyclomatic complexity,
jumlah LOC per modul, dan jumlah baris komentar(bersifat opsional)
LOC per module: 2
Number of comment: 3
Cara perhitung
rumus sebagai berikut:
MI = 171-5.2ln(aV)
16.2ln(aLOC)+50sin[(2.4*perCM)
aV meupakan nilai volume dari metrik Halstead, aV(g’) cyclomatic complexity per modul, aLOC adalah jumlah LOC, perCM adalah baris komentar per modul.
Merupakan rata-rata kompleksitas per modul. Dibutuhkan total jumlah modul dalam sistem, total kompleksitas pada sistem, total kompleksitas intermodul, total
Perhitungannya dengan mencari niali Ct yaitu total kompleksitas sistem:
Ct = St + Dt
‘St’ adalah fanout pada metrik
Cara perhitungannya menggunakan rumus sebagai berikut:
5.2ln(aV)-0.23aV(g’)-16.2ln(aLOC)+50sin[(2.4*perCM)1/2]
aV meupakan nilai volume dari metrik Halstead, aV(g’) cyclomatic complexity per modul, aLOC adalah jumlah LOC, perCM adalah baris komentar per modul.
MI= 171-5.2ln(9.48)
=39.146
ya dengan mencari niali Ct yaitu total kompleksitas sistem:
adalah fanout pada metrik
RSC (Relative System Complexity)= 5/2+3/2=4
5.2ln(9.48)-0.23(16)-16.2ln(2)
RSC (Relative System Complexity)=
Pass
Pass Pass
kompleksitas intramodul Fanout of module: 5 Internal variabel: 3 Number of module: 2 Measuring Response Time Perhitungan
bergantung pada saat
Request kompleksitas intramodul. Fanout of module: 5 Internal variabel: 3 Number of module: 2 Henry-Kafura ,
semua kompleksitas internal untuk semua modul.
Kemudian perhitungan RSC
(Relative System Complexity):
RSC = St/n + Dt/n
‘n’ merupakan jumlah modul dalam
sistem
Perhitungan Response Time bergantung pada saat User
Request dan System Response.
Menetapkan spesifikasi perhitungan yang sesuai dengan
inginkan, memasukkan
end time(ditentukan dari rata
modul) kemudian menghitung lamanya waktu yang dibutuhkan dengan membandingkan spesifikasi perhitungan terhadap lamanya waktu respon yang diperoleh
Kafura , ‘Dt’ rata-rata dari semua kompleksitas internal untuk
Kemudian perhitungan RSC
(Relative System Complexity):
Dt/n
merupakan jumlah modul dalam
Menetapkan spesifikasi perhitungan yang sesuai dengan pengguna
inginkan, memasukkan start time dan (ditentukan dari rata-rata per modul) kemudian menghitung lamanya waktu yang dibutuhkan dengan membandingkan spesifikasi perhitungan terhadap lamanya waktu respon yang diperoleh
Perhitungan response time
membantu dalam mengkategorikan baik buruknya kecepatan reaksi yang dialami oleh pengguna
response time diharapkan dapat
membantu dalam mengkategorikan baik buruknya kecepatan reaksi yang dialami
Pass Pass
Measuring Availability
Pengukuran berdasarkan uptime dan downtime yaitu seberapa sering sistem mengalami gangguan dan seberapa lama waktu yang dibutuhkan untuk perbaikan. Uptime: 3 Downtime: 2 Perhitungannya menggunakan rumus: Availability =MTTF/(MTTR+MTTF) MTTF : uptime, MTTR : downtime Availability=MTTF/(MTTR+MTTF) = 3/(3+2)=0.6 Pass
Measuring Risk Dibutuhkan data-data diantaranya
Cost of Occurrence,Probability of Occurrence, Cost of Risk
Acceptance, Cost of Mitigation, Probability after Mitigation, dan total cost untuk melakukan
perhitungan risiko yang berkaitan dengan ancaman.
Risk item: Loss of key resource
Cost of occurrence: 385000
Probability of occurrence: 20%
Cost of risk acceptance: 80000
Perhitungan dengan menjumlahkan masing-masing dari kriteria yang telah disebutkan bergantung pada jenis risiko yang terjadi pada sistem. Rumus perhitungan:
Total cost=cost of
mitigation*probability after mitigation
Total cost of risk acceptance= cost of occurrence*probability of occurrence
Total cost= 23000*0% = 23000
Total cost of risk acceptance = 385000*20% = 77000
Total cost of mitigation = 23000
Mitigation action: train backup in this area
Cost of mitigation: 23000
Probability after mitigation: 0%
Measuring Benefit Perhitungan dilakukan
berdasarkan atas jumlah staff, jumlah hari kerja selama satu tahun, dan jumlah jam atau hari dilakukannya penghematan
The price established: 300000
Number of staff: 30
Hour per day: 6 hour
Mitigation action: train backup in this area
Cost of mitigation: 23000
Probability after mitigation: 0%
Perhitungan dilakukan
berdasarkan atas jumlah staff, jumlah hari kerja selama satu tahun, dan jumlah jam atau hari dilakukannya penghematan.
The price established: 300000
Number of staff: 30
Hour per day: 6 hour
Minimal perhitungan selama 3 (tiga) tahun untuk mengetahui pengaruh penghematan terhadap keuntungan yang diperoleh, dengan me
jumlah staff, jam kerja dan jam dilakukannya penghematan per departemen pada tahun pertama, kemudian tahun berikutnya bergantung pada banyaknya departemen. Dengan rumus perhitungan:
The price established*number of staff* hour per day
Minimal perhitungan selama 3 (tiga) tahun untuk mengetahui pengaruh penghematan terhadap keuntungan yang diperoleh, dengan mengalikan jumlah staff, jam kerja dan jam dilakukannya penghematan per departemen pada tahun pertama, kemudian tahun berikutnya bergantung pada banyaknya
Dengan rumus
The price established*number of staff* hour per day
Measuring ROI Perhitungan ROI(Return On
Investment) berdasarkan pada Benefit dan costs.
Benefit= 50000
Cost= 100000
Investment= 100000
Langkah awal yaitu mencari Net
Benefit dengan rumus:
Net Benefit = Benefit –Cost
Selanjutnya nilai Net Benefit akan digunakan untuk rumus berikutnya, yaitu:
ROI = Net Benefit / Investment
ROI year1: (50000-100000)/100000 =-50% ROI year2: 50000+50000-100000-10000/ 100000+10000 =-9% ROI year3: (50000+50000+50000-100000-10000-10000)/100000+10000+10000= 25% Pass
Measuring Cost and Effort
Untuk menghitung biaya-biaya yang dikeluarkan dalam
pembuatan proyek dibutuhkan data-data real cost, diantaranya: biaya studi kelayakan, biaya desain fungsi, biaya pemrograman dan implementasi, biaya training, biaya pemeliharaan, dan biaya dokumentasi. Sebelum
mengkalkulasi biaya-biaya tersebut, dibutuhkan perhitungan FP (function point) dan effort yang telah didapatkan sebelumnya pada proses measuring size dan
Langkah awal mencari nilai FP dan
effort yang sudah diperoleh pada
proses measuring size dan effort diatas, kemudian hasil dari effort tersebut digunakan untuk mencari waktu yang diperlukan selama pembuatan proyek, langkah
selanjutnya mengkalkulasi data-data
real cost dengan menjumlahkan
keseluruhan hasil masing-masing biaya Td= 3.67*(2.828)=10.378 Tfeas= 1.378/4=2.594 Efeas= 50*10.378=518.9 Cfs= 518.9*200000= 103780000 Clfs= 518.9*200000= 103780000 Ckfs= 518.9*200000=103780000 Cgfs=518.9*150000=77835000 Cdfs= 518.9*120000=62268000 Ctfs= 518.9*85000=44106500 Cafs= 518.9*150000= 77835000 Pass
effort diatas. FP= Effort= Bfs=103780000+103780000+103780000+ 77835000+ 62268000+ 44106500+ 77835000 = 573384500