Mengungkap Rahasia Keberhasilan Estimasi Ukuran dan Kompleksitas Aplikasi Perangkat Lunak dengan Analisis Function Points: Sebuah Studi Empiris
Mikail Ahmad Fa'iq Al-Fattah
Pendahuluan
Perangkat lunak telah menjadi tulang punggung dunia digital saat ini. Dari aplikasi perbankan hingga media sosial, kita mengandalkan perangkat lunak untuk menjalani banyak aspek kehidupan kita. Tetapi, sebelum perangkat lunak itu mencapai akhir yang indah di tangan pengguna, ada banyak tantangan yang harus dihadapi oleh para pengembang perangkat lunak. Salah satunya adalah estimasi ukuran dan kompleksitas perangkat lunak. Dalam artikel ini, kami akan membahas sebuah studi empiris yang kami lakukan untuk mengungkap rahasia keberhasilan estimasi ukuran dan kompleksitas perangkat lunak dengan menggunakan analisis Function Points.
Latar Belakang
Estimasi ukuran dan kompleksitas perangkat lunak adalah langkah kritis dalam manajemen proyek perangkat lunak. Estimasi yang akurat membantu dalam perencanaan anggaran, alokasi sumber daya, dan penjadwalan proyek yang efisien. Salah satu metode yang telah terbukti berhasil dalam estimasi ini adalah analisis Function Points (FP). FP adalah alat yang mampu mengungkapkan seberapa besar tugas pengembangan perangkat lunak yang akan dihadapi oleh tim pengembang.
Metode Penelitian
Studi empiris ini melibatkan dua tim mahasiswa yang masing-masing mengembangkan perangkat lunak berbasis web untuk klien nyata. Kami menggunakan analisis Function Points untuk mengestimasi ukuran dan kompleksitas perangkat lunak yang dikembangkan oleh kedua tim. Proses perhitungan FP melibatkan identifikasi komponen perangkat lunak, termasuk Internal Logical Files (ILFs), External Interface Files (EIFs), External Inputs (EIs), External Outputs (EOs), dan External Queries (EQs). Kami juga menghitung Value Adjustment Factor (VAT) berdasarkan 14 General System Characteristics (GSCs) untuk menghasilkan Adjusted Function Point Count.
Temuan
Hasil dari studi empiris ini sangat menarik. Tim A mengembangkan perangkat lunak dalam sekitar 3942 jam kerja dan menghasilkan 187,61 Function Points. Di sisi lain, Tim B hanya memerlukan sekitar 2435 jam kerja untuk mengembangkan perangkat lunak dengan ukuran 169,48 Function Points. Ini menunjukkan bahwa Tim B lebih produktif dibandingkan dengan Tim A.