Skripsi ANALISIS DAN KOMPARASI ALGORITMA MACHINE LEARNING UNTUK ESTIMASI WAKTU DAN BIAYA PENGEMBANGAN PERANGKAT LUNAK

Pengembangan perangkat lunak telah menjadi kegiatan penting bagi banyak organisasi modern. Bahkan kualitas, biaya, dan ketepatan waktu perangkat lunak yang dikembangkan sering penentu penting dari kesuksesan organisasi. Ada implikasi keuangan dan strategis mendasar di antara keduanya untuk proyek-proyek pembangunan dalam hal aktivitas penjadwalan dan estimasi biaya. Estimasi biaya Software adalah salah satu tugas yang paling penting dalam mengelola proyek perangkat lunak. Biaya pengembangan cenderung meningkat dengan kompleksitas proyek dan perkiraan biaya maka akurat sangat diinginkan selama pengembangan tahap awal. Estimasi biaya dan waktu merupakan faktor penting untuk suksesnya proyek-proyek pembangunan perangkat lunak. Banyak metode yang telah diusulkan untuk estimasi biaya dan waktu pengembangan perangkat lunak. SLIM, COCOMO, Function Point, Use Case Point merupakan metode konvensional yang sering digunakan untuk estimasi. Selain metode konvensional diatas, juga banyak diusulkan metode machine learning. Metode machine learning banyak diusulkan dan dipercaya memberikan hasil lebih akurat jika dibandingkan metode konvensional. Algoritma machine learning yang banyak digunakan diantaranya Neural Network, Support Vector Maching dan Linear Regression. Dari pengujian dengan mengukur kinerja ketiga metode tersebut untuk beberapa dataset, disimpulkan bahwa Support Vector Machine memiliki akurasi paling tinggi atau prediksi error paling sedikit, diukur dengan menggunakan matrix RMSE, diikuti oleh Neural Network dan Linear Regression.