Perpustakaan Digital ITB

Estimasi upaya perangkat lunak (Software Effort Estimation / SEE) merupakan aktivitas penting dalam manajemen proyek perangkat lunak karena memengaruhi perencanaan biaya, sumber daya dan waktu pengembangan. Namun, parameter bawaan Constructive Cost Model II (COCOMO II) tidak selalu sesuai dengan karakteristik setiap dataset sehingga diperlukan proses kalibrasi parameter untuk meningkatkan akurasi estimasi. Penelitian ini mengusulkan pendekatan Hybrid Biogeography-Based Optimization (BBO)–Lévy Flight untuk mengoptimalkan parameter COCOMO II. BBO digunakan untuk melakukan eksplorasi global ruang pencarian, sedangkan Lévy Flight diterapkan sebagai mekanisme post-optimization solution refinement. Evaluasi dilakukan menggunakan dataset NASA93 dan COCOMOSDR dengan skema 5-Fold Cross Validation, serta dibandingkan dengan BBO standar, parameter bawaan COCOMO II dan lima algoritma metaheuristik lainnya. Hasil eksperimen menunjukkan bahwa pendekatan Hybrid BBO–Lévy Flight menurunkan nilai MMRE sebesar 4,59% pada dataset NASA93 dan 18,82% pada dataset COCOMOSDR, serta meningkatkan PRED(25) sebesar 2,17% dan 26,66% dibandingkan BBO standar. Pengujian Wilcoxon Signed-Rank Test menunjukkan bahwa peningkatan performa signifikan secara statistik (p < 0,05), sedangkan analisis Rank-Biserial Correlation menunjukkan small effect pada dataset NASA93 dan large effect pada dataset COCOMOSDR. Hasil penelitian menunjukkan bahwa pendekatan Hybrid BBO–Lévy Flight efektif untuk kalibrasi parameter COCOMO II dan mampu meningkatkan akurasi estimasi usaha perangkat lunak serta mempertahankan efisiensi komputasi pada dataset dengan karakteristik yang berbeda.