Melola Discovery

← Melola Discovery

Jurnal SINTA 2

MANAJEMEN RISIKO PADA MODEL ESTIMASI BIAYA PERANGKAT LUNAK

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 10 No. 1 (2012) · hlm. 48–53

DOI
10.12962/j24068535.v10i1.a30
ISSN
2406-8535, 1412-6389
Terbit
2012-01-01
Penerbit
Institut Teknologi Sepuluh Nopember
Bahasa
eng

Abstrak

Sebuah pengembangan proyek perangkat lunak dikatakan berhasil apabila sistem tersebut dapat diselesaikan tepat waktu, sesuai dengan biaya dan kualitas yang diinginkan. Proses memperkirakan besarnya biaya yang dibutuhkan disebut estimasi biaya Perangkat Lunak (PL). Beberapa model telah digunakan dalam melakukan estimasi biaya PL, baik berupa model algorithmic, model non-algorithmic, ataupun hibridasi antara model-model tersebut. Terdapat tiga model estimasi biaya yang digunakan dalam penelitian ini yaitu hibridasi dari Constructive Cost Model (COCOMO) II dengan logika fuzzy, algoritma fuzzy-genetic, dan neuro-fuzzy. Ketiga model tersebut memiliki tingkat kesalahan yang kecil dibandingkan dengan model estimasi biaya PL yang lain. Dalam proses estimasi biaya PL, masalah ketidakpastian merupakan sebuah risiko yang sering terjadi. Secara global, RAND Corporation mengidentifikasi tiga tipe ketidakpastian dan menyediakan panduan mengenai risiko yang mungkin terjadi beserta cara memitigasi risiko dalam proses estimasi biaya PL. Kontribusi pertama penelitian ini adalah mendapatkan kandidat risiko yang spesifik terhadap model estimasi biaya PL. Kandidat risiko diperoleh dengan melakukan penyesuaian secara top-down dan bottom-up. Daftar kandidat risiko yang diperoleh kemudian dipetakan dengan ketiga model estimasi biaya PL. Kontribusi kedua dari penelitian ini adalah mendapatkan cara mitigasi risiko model estimasi biaya PL.

Jaringan kolaborasi para penulis

3 penulis · 3 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, pertama di-harvest 26 Okt 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">MANAJEMEN RISIKO PADA MODEL ESTIMASI BIAYA PERANGKAT LUNAK</dc:title>
	<dc:creator xml:lang="en">Arinta, Riska</dc:creator>
	<dc:creator xml:lang="en">Yusuf, Dianni</dc:creator>
	<dc:creator xml:lang="en">Widyastutik, Dewi</dc:creator>
	<dc:description xml:lang="en"> Sebuah pengembangan proyek perangkat lunak dikatakan berhasil apabila sistem tersebut dapat diselesaikan tepat waktu, sesuai dengan biaya dan kualitas yang diinginkan. Proses memperkirakan besarnya biaya yang dibutuhkan disebut estimasi biaya Perangkat Lunak (PL). Beberapa model telah digunakan dalam melakukan estimasi biaya PL, baik berupa model algorithmic, model non-algorithmic, ataupun hibridasi antara model-model tersebut. Terdapat tiga model estimasi biaya yang digunakan dalam penelitian ini yaitu hibridasi dari Constructive Cost Model (COCOMO) II dengan logika fuzzy, algoritma fuzzy-genetic, dan neuro-fuzzy. Ketiga model tersebut memiliki tingkat kesalahan yang kecil dibandingkan dengan model estimasi biaya PL yang lain. Dalam proses estimasi biaya PL, masalah ketidakpastian merupakan sebuah risiko yang sering terjadi. Secara global, RAND Corporation mengidentifikasi tiga tipe ketidakpastian dan menyediakan panduan mengenai risiko yang mungkin terjadi beserta cara memitigasi risiko dalam proses estimasi biaya PL. Kontribusi pertama penelitian ini adalah mendapatkan kandidat risiko yang spesifik terhadap model estimasi biaya PL. Kandidat risiko diperoleh dengan melakukan penyesuaian secara top-down dan bottom-up. Daftar kandidat risiko yang diperoleh kemudian dipetakan dengan ketiga model estimasi biaya PL. Kontribusi kedua dari penelitian ini adalah mendapatkan cara mitigasi risiko model estimasi biaya PL.</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2012-01-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/30</dc:identifier>
	<dc:identifier>10.12962/j24068535.v10i1.a30</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 10, No 1, Januari 2012; 48-53</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v10i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/30/29</dc:relation>
</oai_dc:dc>