PERBAIKAN METODE PEMERINGKATAN SPESIFIKASI KEBUTUHAN BERDASARKAN PERKIRAAN KEUNTUNGAN DAN BERPASANGAN

(1)

PERBAIKAN

METODE

PEMERINGKATAN

SPESIFIKASI

KEBUTUHAN

BERDASARKAN

PERKIRAAN

KEUNTUNGAN

DAN

NILAI PROYEK DENGAN MENGURANGI PERBANDINGAN

NILAI

PROYEK

DENGAN

MENGURANGI

PERBANDINGAN

BERPASANGAN

TESIS TESIS

Dipersiapkan

Dipersiapkan oleholeh Eko

Eko PrasetyoPrasetyo 51085108 201201 023023 P bi bi P bi bi Pembimbing Pembimbing Daniel O.

Daniel O. SiahaanSiahaan,, S.Kom,S.Kom, M.ScM.Sc,, PD.EngPD.Eng

MAGISTERMAGISTER TEKNIKTEKNIK INFORMATIKAINFORMATIKA FAKULTAS TEKNOLOGI INFORMASI

FAKULTAS TEKNOLOGI INFORMASI

INSTITUT TEKNOLOGI SEPULUH NOPEMBER INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA SURABAYA 2011 2011

(2)

Latar Belakang

Latar

Belakang

• Fase spesifikasi kebutuhan dalam pembuatan perangkat lunak merupakan fase yang sangat menentukan keberhasilan perangkat lunak

fase yang sangat menentukan keberhasilan perangkat lunak – K. Agusa et. al. (1979), A. Davis (1993), dan K. Yue (1987)

• Meminimalisasi resiko selama pengembangan sehingga spesifikasi kebutuhan dengan kepentingan yangg p g y g p palingg tinggi atau beresiko tinggigg gg diimplementasikan terlebih dahulu

– Metode : Pendekatan keuntungan dan biaya (Herrmann, Andrea, Maya

Daneva, 2008), AHP (T.L. Saaty, 2001), 100‐points method (D. Leffingwell,

2000)

• Konsumsi fase spesifikasi kebutuhan yang baik :

– COCOMO (2000) Æ 8% dari total sumber daya proyek

– NASA, Forsberg (1997) Æ proyek sukses secara optimal ketika menggunakan 7% ‐ 15%

7% 15%

• ketika jumlah spesifikasi kebutuhan semakin banyak maka waktu yang

diperlukan untuk memeringkatnya juga semakin lama, terutama pada metode AHP dan metode yang menggunakannya.

(3)

Pendekatan keuntungan dan biaya

Pendekatan

keuntungan

dan

biaya

• Penelitian terkait

– Telah memasukkan unsur keuntungan dan biaya dalam merangking,

jika dibandingkan dengan metode yang lain (Herrmann, Andrea, Maya

Daneva, 2008)

– Pendekatan yang kemudian dikembangkan dan dikomersialkan dalamPendekatan yang kemudian dikembangkan dan dikomersialkan dalam perusahaan Focal Point (Vigo ahl, 2005)

• Kelemahan metode :

– tergantung pada AHP untuk merangking keuntungan dan biaya,

hi jik j l h k b h ki b k k j l h

sehingga jika jumlah kebutuhan semakin banyak maka jmlah

pertanyaan yang dijawab tumbuh secara kuadratik mengikuti rumus : j

= n(n‐1)/2

– kebingungan bagi pelanggan untuk memilih,g g g p gg , karena pada setiapp p

kuadran yang ditempati oleh setiap spesifikasi kebutuhan mempunyai kelebihan dan kekurangan masing‐masing

– Lamanya proses penentuan nilai peringkat berdasarkan keuntungan dan biaya

dan biaya

(4)

Yang dilakukan dalam penelitian

Yang

dilakukan

dalam

penelitian

• Perbaikan

metode

pemeringkatan

spesifikasi

kebutuhan

b d

k

ki

k

t

d

il i

k d

berdasarkan perkiraan keuntungan dan nilai proyek dengan

mengurangi perbandingan berpasangan :

– Pemeringkatan keuntungan dan nilai proyek menggunakan metode 100 poin,

100 poin,

– metode pengelompokannya menggunakan fuzzy k‐means clustering

dengan basis perkiraan keuntungan dan nilai proyek dalam kelompok pemeringkatan,

sedangkan pemeringkatan kelompokn a mengg nakan metode model

– sedangkan pemeringkatan kelompoknya menggunakan metode model

kuadran.

– Pemeringkatan spesifikasi kebutuhan dalam kelompok menggunakan AHP berbasis metode lama.

• Dengan perbaikan ini diharapkan jumlah perbandingan

berpasangan yang

harus dijawab oleh pelanggan dapat dikurangi

(5)

Input/Output metode

Input/Output

metode

• Input :

Input

:

–

Sejumlah

spesifikasi

kebutuhan

yang

dinyatakan

dalam pernyataan yang benar dan tidak ambigus

dalam

pernyataan

yang

benar

dan

tidak

ambigus

–

Misal

:

R

:

1

2

3

4

5

6

7

8

9

• _{Output :}

• _Output

_:

–

Spesifikasi

kebutuhan

yang

sudah

diperingkat

dengan mempertimbangkan faktor keuntungan

dengan

mempertimbangkan

faktor

keuntungan,

nilai

proyek

dan

faktor

lain

yang

digunakan

ketika

melakukan

pemeringkatan

p

g

akhir

–

Misal

:

R

:

2

5

9

8

1

6

3

4

7

(6)

Spesifikasi

Kebutuhan

(Davis,

G. dan

Shehata,

M.,

2010)

• R1 : Sistem seharusnya menyimpan informasi terbaru mengenai setiap property dalam

d b h d l

database yang handal

• R2 : Sistem seharusnya memberikan fasilitas fungsional seperti advanced searching,

browsing, dan editing terhadap real estate agency dan agency office staff. Ini akan

membutuhkan pembedaan level akses dan kontrol

• R3 : Sistem seharusnya menyediakan akses pencarian dan browsing pada user umum.

Mereka dapat melihat sebuah pilihan bagian dari informasi semua properti

• R4 : Sistem seharusnya mengenali bermacam‐macam "states" dimana propertinya dapat

menjadi "unlisted", "listed", "conditionally sold", dan "sold". Ini penting sebagaimana menjadi unlisted , listed , conditionally sold , dan sold . Ini penting sebagaimana

kebanyakan user menginginkan tidak memasukkan properi yang sudah terjual dari hasil

perncarian

• R5 : Sistem akan mendukung akses internet pada website agency

R6 Si t k di k t k i li

• R6 : Sistem akan menyediakan transaksi online

• R7 : Sistem akan berjalan pada platform Windows dan menggunakan protokol komunikasi

standart

• R8 : Sistem akan menyediakan laporan secara harian, mingguan, dan bulanan tentang

aktivitas agency selama periode yang di‐cover oleh laporan

(7)

Tujuan Penelitian dan Kontribusi

Tujuan

Penelitian

dan

Kontribusi

• Tujuan

j

:

– Mengurangi jumlah perbandingan berpasangan yang harus dijawab

oleh pengguna/pelanggan dan pengembang

– Memberikan hasil rangking yang pasti pada sejumlah spesifikasiMemberikan hasil rangking yang pasti pada sejumlah spesifikasi

kebutuhan dengan mengelompokkan spesifikasi kebutuhan kedalam

sejumlah kelompok yang kemudian diperingkat kembali menggunakan

metode AHP.

• Kontribusi

:

– Perbaikan metode untuk mempercepat pemeringkatan spesifikasi

kebutuhan dengan fuzzy k means yang berbasis perkiraan keuntungan kebutuhan dengan fuzzy k‐means yang berbasis perkiraan keuntungan

(8)

Metode

Pendekatan

Keuntungan

‐

Nilai

Proyek

yang

lama

Req1 – Req9 R : 1 2 3 4 5 6 7 8 9 Input k Rank R1‐R9 Rank R1‐R9 R : 4 1 7 9 2 8 6 5 3 R : 1 6 8 7 4 9 5 3 2 R1 : 4 – 1 R2 : 1 – 6 R3 : 7 – 8 R4 : 9 – 7 R4 : 9 7 R5 : 2 – 4 R6 : 8 – 9 R7 : 6 ‐ 5 R8 5 3 6 8 10 g an

Diagram Keuntungan-Nilai Proyek

R2 R3 R4 R6 R8 : 5 ‐ 3 R9 : 3 ‐ 2 0 2 4 6 Ke u n tu n g R1 R2 R5 R7 R8 R9 0 2 4 6 8 10 0 Nilai proyek Lokasi Req. R : 2 5 9 1 3 7 6 4 8

(9)

Desain proses perbaikan metode

Input

Desain

_Req1

proses

_{– Req9}

perbaikan

metode

R : 1 2 3 4 5 6 7 8 9 p k Rank R1‐R9 R : 1 6 8 7 4 9 5 3 2 Rank R1‐R9 R : 4 1 7 9 2 8 6 5 3 R1 : 4 – 1 R2 : 1 – 6 R3 : 7 – 8 R4 : 9 – 7 R4 : 9 7 R5 : 2 – 4 R6 : 8 – 9 R7 : 6 ‐ 5 R8 5 3 1. (1,2,5,8,9) 2. (3,4,6,7) 1. (2,5,9,8,1) R8 : 5 ‐ 3 R9 : 3 ‐ 2 2. (6,3,4,7) 2 5 9 8 1 6 3 4 7 R : 2 5 9 8 1 6 3 4 7

(10)

Relevansi hasil

Relevansi

hasil

• Metode

yang

y g

lama

:

– Perkiraan peringkat (R) : 2 5 9 1 3 7 6 4 8

• Metode

yang

baru

:

– Setelah kelompok dan data didalamnya diperingkat : (2,5,9,8,1)

(6,3,4,7)

– Peringkat akhir (R) : 2 5 9 8 1 6 3 4 7

• Analisis

pasangan

pengembang

dan

pelanggan

1 :

– Pada pengelompokan dengan 2 kelompok, data yang menjadi

peringkat pertama R : 2 5 9 8 1 (2 5 9 1 selalu dikelompok 1), peringkat

pe g at pe ta a : 5 9 8 ( 5 9 se a u d e o po ), pe g at kedua berisi data R : 6 3 4 7. (6 4 7 selalu dalam kelompok 2).

– Sehingga ada 7 spesifikasi kebutuhan yang selalu berada pada

(11)

Relevansi hasil

Relevansi

hasil

• Analisis pasangan pengembang dan pelanggan

Analisis

pasangan

pengembang

dan

pelanggan

7 :

– percobaan 2 dan 3 dapat dianalisis bahwa untuk R2, R5, R7 selalu berada

sebagai 3 teratas di kelompok pertama, kelompok pertama ini adalah

kelompok terdekat dengan kuadran terbaik. R4, R6, R7 selalu berada didaerah

kelompok yang dekat dengan kuadran terjelek. Sehingga ada 6 dari 9

spesifikasi kebutuhan pada metode baru yang selalu berada pada daerah spesifikasi kebutuhan pada metode baru yang selalu berada pada daerah

kelompok yang sama.

– Ada kondisi ekstrim pada percobaan 3 kelompok yang ke‐4, dimana R8

menempatip kelompokp pertamap (dalam( percobaanp yangy g lain tidak pernahp

masuk dikelompok pertama), hal ini karena posisi titik pusat kelompok

pertama lebih dekat dengannya, dan masalah ini juga dipengaruhi secara

alami oleh metode fuzzy k‐means yang meletakkan titik awal kelompok secara

acak acak.

(12)

Pengujian dan analisis

Pengujian

dan

analisis

• Metode pengujian yang dilakukan adalah studi kasus terhadap metode, titik‐titik yang diuji adalah sebagai berikut :

yang diuji adalah sebagai berikut :

– Melakukan pemeringkatan berdasarkan keuntungan oleh pelanggan dan nilai proyek oleh pengembang dengan metode 100 poin.

– Melakukan pengelompokan dengan k‐means clustering oleh pengembang dengan jumlah kelompok yang diperkirakan secara mandiri oleh pengembang.

– Melakukan pemeringkatan pada sejumlah spesifikasi kebutuhan dalam tiap kelompok berdasarkan metode AHP oleh pelanggan yang didapat dari metode yang lama.

• Pada 10 pelajar sarjana sebagai pengguna dan 1 pelajar master sebagai pengembang.

A li i dil k k d l ji t d i i d l h

• Analisis yang dilakukan dalam pengujian metode ini adalah :

– Jika dalam langkah 3, dengan jumlah perbandingan berpasangan yang sudah dikurangi dari jumlah semula memberikan hasil konsistensi jawaban yang memenuhi syarat dalam AHP yaitu kurang dari 10% maka metode ini dinyatakan berhasil.

(13)

Hasil Pengujian pada 1

Pelajar Master

k

untuk pemeringkatan sementara

Jumlah

Jumlah pertanyaan yang di l ik Pengembang Jumlah spesifikasi kebutuhan diselesaikan Metode lama (AHP) Metode baru (100 poin) (AHP) (100 poin) 1 9 36 9

(14)

Hasil Pengujian pada 10

Pelajar

Sarjana untuk pemeringkatan

sementara

Pelanggan Jumlah spesifikasi kebutuhan

Jumlah pertanyaan yang diselesaikan

Metode lama Metode baru

1 9 36 9 2 9 36 9 3 9 36 9 4 9 36 9 4 9 36 9 5 9 36 9 6 9 36 9 7 9 36 9 8 9 36 9 9 9 36 9 10 9 36 9

(15)

Peringkat Sementara yang

didapat dari

b

Pengembang

S K b t h P i P i k t

Spes. Kebutuhan Poin Peringkat

R1 7 4 R2 1 1 R2 1 1 R3 10 7 R4 30 9 R4 30 9 R5 4 2 R6 25 8 R7 10 6 R8 8 5 R9 5 3

(16)

Peringkat oleh 3

Pelanggan dan

d

b

Pasangannya dengan Pengembang

Peringkat oleh pelanggan Pasangan data Spes.

Kebutuhan

c1 c7 c10

d – c1 d – c7 d - c10 poin rank poin rank poin rank

R1 3 1 2 1 3 3 4 - 1 4 - 1 4 - 3 R2 11 6 12 6 10 6 1 - 6 1 - 6 1 - 6 8 2 2 7 8 7 2 7 2 R3 19 8 3 2 0 2 7 - 8 7 - 2 7 - 2 R4 18 7 20 8 9 5 9 - 7 9 - 8 9 - 5 R5 8 4 7 3 4 4 2 - 4 2 - 3 2 - 4 R5 8 7 4 R6 30 9 13 7 18 8 8 - 9 8 - 7 8 - 8 R7 10 5 10 5 0 1 6 - 5 6 - 5 6 - 1 R8 6 3 25 9 40 9 5 - 3 5 - 9 5 - 9 R9 5 2 8 4 16 7 3 - 2 3 - 4 3 - 7

(17)

Pengelompokan

pasangan

pengembang

(d)

d

l

1 ( 1)

d 2 k l

k

dengan

pelanggan

1 (c1)

pada

2 kelompok

• _{Data dalam}

_Data

_dalam

_Di _K _t _{Nil i P} _k

kelompok (setelah

kelompok

8

10

R3 R6 2

diperingkat )

:

(1,2,5,8,9)

(3,4,6,7)

₄ 6 e unt ungan R2 R4 R5 R7 1 2

• Setelah diperingkat :

(2,5,9,8,1)

(6,3,4,7)

0 2 4 6 8 10 0 2 K e R1 R8 R9 1

• Peringkat akhir :

2

5

9

8

1

6

3

4

7

0 2 4 6 8 10 Nilai proyek

(18)

Pengelompokan

pasangan

pengembang

(d)

d

l

1 ( 1)

d 3 k l

k

dengan

pelanggan

1 (c1)

pada

3 kelompok

• Data dalam kelompok

Data

dalam

kelompok

_Di _K _t _{Nil i P} _k

(setelah

kelompok

diperingkat ) : (2 5 7)

8 10

R3 R6 3

diperingkat

)

:

(2,5,7)

(1,8,9)

(3,4,6)

• Setelah diperingkat :

4 6 e unt ungan R2 R4 R5 R7 1

• Setelah

diperingkat

:

(2,7,5)

(9,8,1)

(6,3,4)

P i k

khi

2 7 5

00 2 4 6 8 10 2 K e R1 R8 R9 2

• Peringkat

akhir

:

2

7

5

9

8

1

6

3

4

0 2 4 6 8 10 Nilai proyek

(19)

Peringkat Akhir metode lama

Peringkat

Akhir

metode

lama

• Jika urutan

10

Jika

urutan

spesifikasi

kebutuhan dituliskan

6 8 10 an _R2 R3 R4 R6

kebutuhan

dituliskan

urutan

peringkatnya

: 2 5 9 1 3 7 6 4 8

2 4 6 K e unt ung R2 R5 R7 R8 R9

:

2

5

9

1

3

7

6

4

8

0 2 4 6 8 10 0 2 Nilai proyek R1 R9 Nilai proyek Lokasi Req.

(20)

Hasil

Peringkat

Akhir

Metode

Baru

antara

b

(d) d

l

( )

Pengembang

(d)

dengan

Pelanggan

1 (c1)

J l Jml perbandingan CR

Perc. ke Jml

kel berpasangan

CR

Peringkat akhir

lama baru lama baru

1 2 36 16 0.0130 0.0227 2 5 9 8 1 6 3 4 7 2 2 36 16 0.0130 0.0227 2 5 9 8 1 6 3 4 7 3 2 36 16 0.0130 0.0227 2 5 9 8 1 6 3 4 7 4 2 36 16 0.0130 0.0227 2 5 9 8 1 6 3 4 7 5 2 36 16 0.0130 0.0227 2 5 9 8 1 6 3 4 7 6 3 36 9 0.0130 0.0174 2 7 5 9 8 1 6 3 4 7 3 36 12 0.0130 0.0120 2 5 9 8 1 6 3 4 7 8 3 36 12 0.0130 0.0120 2 5 9 8 1 6 3 4 7 9 3 36 10 0.0130 0.0256 2 7 5 8 9 1 6 3 4 10 3 36 10 0.0130 0.0174 2 7 5 9 8 1 6 3 4 Rata-rata 36.0000 13.3000 0.0130 0.0198 Simpangan baku 0.0000 2.9833 0.0000 0.0048

(21)

Rekapitulasi Akhir Perubahan Jumlah

b

d

Perbandingan dan CR

Pasangan

Rata-rata jml

perbandingan Rata-rata CR Selisih rata-rata

Persentase selisih (%)

g p g (%)

lama baru lama baru jml pas. CR jml pas. CR

d – c1 ₃₆ _13.3 _0.0130 _0.0198 22.7000 -0.0068 63.0556 -52.2308 d – c2 36 13 0.0144 0.0215 23.0000 -0.0071 63.8889 -49.4444 d c2 d – c3 36 13.8 0.0263 0.0178 22.2000 0.0085 61.6667 32.4715 d – c4 36 13.5 0.0208 0.0140 22.5000 0.0068 62.5000 32.8365 d – c5 36 13 0.0202 0.0114 23.0000 0.0088 63.8889 43.5149 d c5 d – c6 36 12.9 0.0585 0.0050 23.1000 0.0536 64.1667 91.5385 d – c7 36 13.2 0.0309 0.0416 22.8000 -0.0107 63.3333 -34.5307 d – c8 36 13.6 0.0418 0.0217 22.4000 0.0202 62.2222 48.2057 d – c8 d – c9 36 12.9 0.0301 0.0150 23.1000 0.0151 64.1667 50.2326 d – c10 36 13 0.0292 0.0097 23.0000 0.0195 63.8889 66.7808 Rata-rata 36 13.22 0.0285 0.0177 22.7800 0.0108 63.2778 22.9374 Rata rata Simpangan baku 0 0.3190 0.0136 0.0100 0.3190 0.0186 0.8862 50.3501

(22)

Analisis hasil pengujian

Analisis

hasil

pengujian

• _{Jumlah perbandingan berpasangan yang}

_{harus dijawab}

oleh pengembang/pelanggan telah berkurang dengan

rata

‐

rata

sekitar 63.28%

dengan simpangan baku

0.89%.

Separuh jumlah yang

p

j

y g

seharusnya dijawab telah

y

j

berkurang sehingga hanya 36.72%

saja yang

harus

dijawab.

Hal

ini sesuai dengan tujuan yang

diharapkan

dalam penelitian ini.

p

• _{Dengan pengurangan jumlah perbandingan}

berpasangan,

ternyata nilai CR

baru yang

didapatkan

masih kurang dari 10% dengan selisih rata

‐

rata dari CR

masih kurang dari 10%

dengan selisih rata rata

dari CR

yang

lama

adalah 0.0108.

Karena CR

akhir yang

didapatkan masih dibawah 10%

maka metode ini

dianggap berhasil

dianggap berhasil.

(23)

Analisis terhadap hipotesis

Analisis

terhadap

hipotesis

• Hipotesis 1

d k l h b d

– H₁1 : Pada saat penentuan peringkat sementara oleh pengambang dan

pelanggan, hanya menjawab n buah spesifikasi kebutuhan saja, sesuai dengan metode 100 poin.

– Karena H₀1 benar dan H₁1 benar, maka hipotesis 1 bernilai benar.

• Hipotesis 2

– H₁2 : Jumlah R ada 9 maka jumlah jumlah perbandingan berpasangan = 9*(9‐

1)/2 = 36. Jika terbagi menjadi 3 kelompok dengan jumlah data masing‐masing kelompok adalah : 4, 2, 3 ternyata jumlah perbandingan berpasangan yang

h dij b d l h 10 Jik dihi d j l h b di

harus dijawab adalah 10. Jika dihitung dengan rumus, jumlah perbandingan berpasangan yang harus dijawab adalah : (4*(4‐1)/2)+(2*(2‐1)/2)+(3*(3‐1)/2)

= 10. Jumlah perbandingan berpasangan telah berkurang sehingga menjadi

∑

k n Ci n Ci −

1 2 / ) 1 ) ( )( ( • Hipotesis 3

– H₁3 : Pembacaan data dalam tiap kuadran dilakukan secara urut kuadran II, III,

I, IV dan rekursif sehingga hasil peringkat kelompok terjadi secara otomatis.

=

i 1

(24)

Kesimpulan

• _{Jumlah perbandingan berpasangan yang}

_{harus dijawab}

baik oleh pengembang maupun pelanggan dapat

dikurangi dalam jumlah yang

signifikan.

Lebih dari 50%

perbandingan berpasangan dapat dikurangi,

sedangkan

p

g

p

g

p

g

hasil pemeringkatannya tetap relevan terhadap

keuntungan dan nilai proyek.

• _{Peringkat yang pasti bisa didapatkan dengan}

_{Peringkat yang}

_{pasti bisa didapatkan dengan}

menerapkan metode yang

telah diperbaiki ini,

karena

hasil pemeringkatan sementara oleh pengembang dan

pelanggan digabungkan menjadi data yang dapat

pelanggan digabungkan menjadi data

yang

dapat

dikelompok

‐

kelompokkan,

kemudian diperingkat

(25)

Saran

• Pada saat proses pengelompokan ada

Pada saat proses pengelompokan ada

kemungkinan terjadinya penggabungan kelompok

menjadi satu kelompok,

j

p ,

hal ini dikarenakan

pengaruh metode fuzzy

k

‐

means

yang

memungkinkan terjadinya nilai tak terhingga

pada lokasi koordinat titik pusat kelompok.

• Jumlah pengujian untuk setiap pasangan

p

g j

p p

g

pengembang dengan pelanggan perlu ditambah

untuk memberikan hasil yang

lebih akurat.

(26)

TERIMA KASIH

TERIMA

KASIH

(27)

Kajian Pustaka

Kajian

Pustaka

• Pemeringkatan spesifikasi kebutuhan

Pemeringkatan

spesifikasi

kebutuhan

perangkat

lunak

• Metode Analytic Hierarchy Process (AHP)

• Metode

Analytic

Hierarchy

Process

(AHP)

•

100 poin

• Metode

Pendekatan

Keuntungan

dan

Biaya

• K

‐

Means

Clusteringg

• _Quadrant

_Model

(28)

Spesifikasi Kebutuhan

Spesifikasi

Kebutuhan

• Spesifikasi kebutuhan (requirement) adalah

Spesifikasi

kebutuhan

(requirement)

adalah

atribut

yang

diperlukan

dalam

sistem,

sebuah

pernyataan yang mengidentifikasi

capability

pernyataan

yang

mengidentifikasi

capability

,

characteristic

,

atau

quality

factor

dari

sebuah

sistem dengan tujuan untuk mendapatkan

sistem

dengan

tujuan

untuk

mendapatkan

nilai

dan

utilitas

pada

pelanggan

atau

pengguna

(Ralph R Young 2004)

pengguna

(Ralph

R. Young,

2004)

(29)

Pemeringkatan spesifikasi kebutuhan

k

l

k

perangkat lunak

• Pemeringkatan spesifikasi kebutuhan digunakan dalam

manajemen produk perangkat lunak untuk menentukan

yang

manakah kandidat spesifikasi kebutuhan produk

perangkat lunak yang

seharusnya dimasukkan dalam

l

t t

t (J K l

& K R

1997)

release

tertentu (J.

Karlsson &

K. Ryan,

1997).

• Spesifikasi kebutuhan diprioritaskan untuk meminimalisasi

resiko selama pengembangan sehingga spesifikasi

k b t h

d

k

ti

li

ti

i t

kebutuhan dengan kepentingan yang

paling

tinggi atau

beresiko tinggi diimplementasikan terlebih dahulu.

• Ada beberapa metode untuk memperkirakan priorotisasi

(

i k t )

ifik i k b t h

k t l

k

(pemeringkatan)

spesifikasi kebutuhan perangkat lunak

yang

ada.

(30)

Metode Analytic

Hierarchy

Process

(

)

(AHP)

• Metode Analytic

etode

a yt c

Hierarchy

e a c y

Process

ocess (

(AHP)

)

merupakan teori umum mengenai pengukuran (T.

L. Saaty,

1990)

• AHP

digunakan untuk menurunkan skala rasio

dari beberapa perbandingan berpasangan yang

b

if t di k it

k

ti

P b

di

bersifat diskrit maupun kontinu.

Perbandingan

berpasangan tersebut dapat diperoleh melalui

pengukuran aktual maupun pengukuran relative

dari derajat kesukaan,

atau kepentingan atau

perasaan.

(31)

Skala rasio AHP

Skala

rasio

AHP

Intensitas dari kepentingan pada

skala absolut

Definisi Penjelasan

skala absolut

1 Sama pentingnya Kedua aktifitas menyumbangkan sama pada tujuan

3 Agak lebih penting yang satu

Pengalaman dan keputusan menunjukkan kesukaan atas satu 3

atas lainnya menunjukkan kesukaan atas satu aktifitas lebih dari yang lain 5 cukup penting

Pengalaman dan keputusan menunjukkan kesukaan atas satu aktifitas lebih dari yang lain 7 sangat penting

Pengalaman dan keputusan

menunjukkan kesukaan yang kuat atas satu aktifitas lebih dari yang lain

9 kepentingan yang ekstrim Bukti menyukai satu aktifitas atas yang lain sangat kuat

lain sangat kuat 2,4,6,8 nilai tengah diantara dua nilai

keputusan yang berdekatan Bila kompromi dibutuhkan jika aktifitas i mempunyai nilai

yang lebih tinggi dari aktifitas j berbalikan maka j mempunyai nilai

berbalikan ketika dibandingkan dengan

rasio rasio yang didapat langsung dari pengukuran

(32)

100 poin

• Disebut

juga

j g

metode

Cumulative

Voting

g

• Ada

beberapa

model

:

– Seseorang mempunyai 100 poin dan harus mendistribusikan poin

tersebut pada sejumlah pilihan tersebut pada sejumlah pilihan.

– Ada 100 orang, masing‐masing memberikan satu suara pada sejumlah

pilihan.

• Langkah

‐

langkah

pemeringkatan

dengan

metode

100P

:

– Memasukkan semua spesifikasi kebutuhan dalam baris.

– Membagie bag se ua po t d a ta a spes semua point diantara spesifikasias ebutu a , kebutuhan, menurute u ut ya g yang

(33)

Metode Pendekatan Keuntungan dan

Biaya

• Pendekatan biaya value

bagus dan secara relatif mudah

untuk digunakan sebagai metode pemeringkatan spesifikasi

kebutuhan produk perangkat lunak.

Pendekatan ini dibuat

oleh Joachim

Karlsson dan Kevin

Ryan

(1997).

• Ide dasar dalam menentukan setiap kandidat individu

spesifikasi kebutuhan adalah biaya pengimplementasian

spesifikasi kebutuhan dan berapa banyak keuntungan/hasil

did

t d i

ifik i k b t h

yang

didapat dari spesifikasi kebutuhan.

• Penilaian biaya dan value

untuk spesifikasi kebutuhan

dilakukan menggunakan metode Analitical Hiearchy

P

(AHP)

Process

(AHP).

(34)

Langkah pemrioritasan Metode

d k

d

Pendekatan Keuntungan dan Biaya

• Teknisi spesifikasi kebutuhan dengan berhati‐hati me‐review kandidat spesifikasi kebutuhan untuk kelengkapan dan meyakinkan bahwa semua spesifikasi kebutuhan untuk kelengkapan dan meyakinkan bahwa semua telah dinyatakan dalam pernyataan yang tidak ambigus.

• Pelanggan/pengguna (atau perwakilan yang tepat) menerapkan metode perbandingan berpasangan AHP untuk menilai keuntungan relatif dari

k d d f k k b h

kandidat spesifikasi kebutuhan.

• Teknisi perangkat lunak menggunakan perbandingan berpasangan AHP

untuk memperkirakan biaya relatif pengimplementasian kandidat spesifikasi kebutuhan.p

• Teknisi perangkat lunak menggunakan AHP untuk menghitung keuntungan relatif dan biaya implementasi setiap kandidat spesifikasi kebutuhan, dan memetakan keduanya pada diagram biaya‐keuntungan. Keuntungan

diletakkan pada sumbu y diagram dan perkiraan biaya pada sumbu x diletakkan pada sumbu y diagram dan perkiraan biaya pada sumbu x.

• Stakeholder menggunakan diagram biaya‐value sebagai peta konsep untuk analisis dan diskusi kandidat spesifikasi kebutuhan. Sekarang manajer

perangkat lunak memprioritisasi spesifikasi kebutuhan dan memutuskan yang manakah spesifikasi kebutuhan yang akan diimplementasikan

yang manakah spesifikasi kebutuhan yang akan diimplementasikan.

(35)

K

‐

Means Clustering

K Means

Clustering

• Dalam statistik dan machine learning, k‐means clustering adalah metode analisis klaster yang mengarah pada pemartisian n obyek pengamatan analisis klaster yang mengarah pada pemartisian n obyek pengamatan kedalam k klaster dimana setiap obyek pengamatan dimiliki oleh sebuah klaster dengan mean terdekat (wikipedia.org, 2010)

• K‐means merupakan salah satu metode pengklasteran data non hirarki

b h d d k d l b k l b h

yang berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih klaster/kelompok. Metode ini mempartisi data ke dalam klaster/kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke