scholarly journals Sistem Informasi Menghitung Biaya Pembangunan Perangkat Lunak dengan Menggunakan Metode Matrik Function Point

2021 ◽  
Vol 6 (10) ◽  
pp. 5338
Author(s):  
Susi Widya Astuti ◽  
Wahyu Ariandi
Keyword(s):  

Semakin berkembangnya kebutuhan perangkat lunak di instansi pemerintahan sebagai sistem informasi untuk mewujudkan transparansi, serta membantu mempercepat kegiatan melayani kebutuhan masyarakat, maka semakin luas kebutuhan perangkat lunak, sehingga mengakibatkan melakukan kerjasama dengan pengembang/konsultan (pihak ke tiga). Pengadaan perangkat lunak membutuhkan biaya yang tidak sedikit, namun kesulitan untuk membuktikan biaya pengadaan perangkat lunak, sesuai dengan standar harga yang telah disepakati. Selain itu, dari pihak pengembang juga mengalami kesulitan menentukan perkiraan biaya perangkat lunak, memperkirakan target waktu penyelesaian pembangunan/pembuatan perangkat lunak, dan menghitung gaji pegawai/programer berdasarkan kontribusi yang telah dilakukan dalam satu proyek. Untuk itu, maka diperlukan penelitian yang dapat mengukur kelayakan harga dari perangkat lunak. Salah satu pemecahan masalah adalah dengan menerapkan Metode Matrik Function Point, yaitu dengan menghitung parameter pengukuran perangkat lunak, menghitung factor kompleksitas, menghitung titik fungsi (Function Point), kebutuhan programer dalam proyek, serta kemampuan produktifitas programer.

Author(s):  
Masanari Kondo ◽  
Osamu Mizuno ◽  
Eun-Hye Choi

Software effort estimation is a critical task for successful software development, which is necessary for appropriately managing software task assignment and schedule and consequently producing high quality software. Function Point (FP) metrics are commonly used for software effort estimation. To build a good effort estimation model, independent explanatory variables corresponding to FP metrics are required to avoid a multicollinearity problem. For this reason, previous studies have tackled analyzing correlation relationships between FP metrics. However, previous results on the relationships have some inconsistencies. To obtain evidences for such inconsistent results and achieve more effective effort estimation, we propose a novel analysis, which investigates causal-effect relationships between FP metrics and effort. We use an advanced linear non-Gaussian acyclic model called BayesLiNGAM for our causal-effect analysis, and compare the correlation relationships with the causal-effect relationships between FP metrics. In this paper, we report several new findings including the most effective FP metric for effort estimation investigated by our analysis using two datasets.


Sign in / Sign up

Export Citation Format

Share Document