Lembar Pengesahan
Terbatas karya
» ITB
Terbatas karya
» ITB
BAB I
Terbatas karya
» ITB
Terbatas karya
» ITB
BAB II
Terbatas karya
» ITB
Terbatas karya
» ITB
BAB II
Terbatas karya
» ITB
Terbatas karya
» ITB
BAB IV
Terbatas karya
» ITB
Terbatas karya
» ITB
BAB V
Terbatas karya
» ITB
Terbatas karya
» ITB
Pada tugas akhir ini telah dikembangkan alat bantu sprint planning dengan
mengintegrasikan kakas product backlog refinement dan teknik effort estimation
dengan alat bantu manajemen proyek Agile yang sudah ada. Effort estimation
merupakan proses untuk mencari tahu seberapa banyak pekerjaan yang dapat
dilakukan dalam satu sprint. Tim perlu mengukur kapasitasnya untuk
memperkirakan upaya dan waktu yang diperlukan untuk menjalankan satu sprint.
Perkiraan yang buruk dapat menimbulkan tantangan dalam mengendalikan sprint
dan kualitas perangkat lunak yang dihasilkan. Di sisi lain, kakas untuk membantu
product backlog refinement sudah diusulkan. Beragam teknik effort estimation
sudah banyak diusulkan oleh para ahli, namun belum diimplementasikan pada alat
bantu yang sudah ada agar dapat digunakan langsung oleh pengguna. Untuk
mengintegrasikan kakas product backlog refinement dan teknik effort estimation
pada alat bantu manajemen proyek yang sudah ada, tahapan yang dilakukan ketika
sprint planning perlu diperhatikan. Tahap-tahap tersebut meliputi product backlog
refinement, effort estimation, menghitung kapasitas tim, menghitung sprint
velocity, lalu merencanakan iterasi. Product backlog refinement merupakan tahap
yang perlu dilakukan sebelum effort estimation, tetapi juga merupakan tantangan
dalam manajemen proyek Agile. AQUSA menjadi jawaban dari permasalahan
tersebut. Algoritma SVM dipilih untuk menjadi classifier yang akan menjadi story
point estimator. Untuk mengintegrasikan kedua komponen tersebut ke dalam kakas
manajemen proyek Agile, dibuat endpoint API baru serta modifikasi terhadap
endpoint API lama dan antarmuka kakas manajemen proyek Agile yang sudah ada.
Kakas manajemen proyek Agile yang dipilih untuk dimodifikasi adalah Taiga.
Kakas diuji dengan API functional testing dan pengujian fungsional kakas dengan
menjalankan kakas berdasarkan skenario. Hasil pengujian menunjukkan kakas
yang telah dikembangkan memenuhi spesifikasi kebutuhan.