ESTIMASI BIAYA PERANGKAT LUNAK MENGGUNAKAN IMPROVED BACKPROPAGATION

Rocky Yefrenes Dillak, Martini Ganantowe Bintiri, Azhari SN

Abstract


Estimasi biaya perangkat lunak merupakan bagian tak terpisahkan dari pengembangan perangkat lunak.Mengabaikan atau salah memprediksi biaya pengembangan perangkat lunak dapat menyebabkan rendahnya kualitas perangkat lunak yang dihasilkan. Untuk mengantisipasi terjadinya kesalahan prediksi biaya perangkat lunak maka dikembangkanlah suatu metode untuk menghitung atau memprediksi biaya perangkat lunak menggunakan algoritma jaringan syaraf tiruan improved backpropagation. Penelitian ini menggunakan data dari proyek NASA yang dikerjakan antara tahun 1980 dan 1990. Model yang dikembangkan ini dievaluasi menggunakan RMSSE. Penelitian ini menghasilkan RMSSE sebesar 3.72 % yang berarti bahwa model yang dikembangkan ini cukup handal untuk digunakan sebagai metode dalam estimasi biaya perangkat lunak.


References


Bailey, J., W., dan Basili, V., R., 1981. A meta model for software development resource expenditure, Proceedings of the International Conference on Software Engineering, pp. 107-115.

Bintiri, M., G., SN. Azhari., Dillak, R. Y., 2012. Perbandingan Model Algoritmik Dan Non Algoritmik Untuk Estimasi Biaya Perangkat Lunak, SNATI 2012.

Fausett, L., 1994, Fundamental of Neural Networks: Architectures Algorithms and Applications, Prenctice Hall

Choudhary, A., Rishi,R., 2011. Improving The Character Recognition Efficiency of Feed Forward BP Neural Network, International Journal of Computer Science & Information Technology (IJCSIT), Vol. 3(1), 85-

Idri, A., Khoshgoftaar, T., M., Abran, A., 2002. Can Neural Network be easly Interpreted in Software Cost Estimation ?, Word Congress on Computational Intelligence, Honolulu, Hawaii.

Kaur, J., Singh, S., Kahlon, K., S., Bassi, P., 2010. Neural Network-A Novel Techniquefor Software Effort Estimation, International Journal od Computer Theory and Engineering, Vol 2(1), 1793-8201.

Leung, H., & Fan, Z. (2001). Software Cost Estimation, Departemen of Computing, The Hongkong Polytechnic University, 1- 14.

Sameet, B., Swathi, G., K., Gupta, K., V., RaviTeja, Ch., Sumana, S., 2009. A Novel Neural Network Approach for Software Cost Estimation Using Functional Link Artificial Neural Network (FLANN), IJCSNS International Journal od computer Science and Network Security, Vol.9(6), 126-130.


Refbacks

  • There are currently no refbacks.