Penerapan Support Vector Regression untuk Estimasi Biaya Pembuatan Software

INDONESIA :
Penelitian ini bertujuan untuk mengembangkan model prediksi Software Cost Estimation (SCE) yang andal untuk proyek-proyek PT. Ekata Technology Indonesia. Model yang digunakan adalah Support Vector Regression (SVR) dengan kernel polinomial dan optimasi hyperparameter. Pengujian dilakukan pada 18 skenario dengan rasio data latih dan data uji 80:20. Hasil menunjukkan bahwa konfigurasi hyperparameter C=10, gamma=1, dan degree=3 menghasilkan model SVR terbaik, dengan Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE) di bawah 15%. Model ini terbukti andal dalam mengestimasi biaya perangkat lunak berdasarkan Complexity Weighting Factors dengan MAE sebesar 1403742.13 dan MAPE sebesar 11%. Penerapan model ini dapat membantu dalam pengambilan keputusan yang lebih akurat terkait estimasi biaya proyek perangkat lunak.

ENGLISH :
This research aims to develop a reliable Software Cost Estimation (SCE) prediction model for PT projects. Ekata Teknologi Indonesia. The model used is Support Vector Regression (SVR) with a polynomial kernel and hyperparameter optimization. Testing was carried out on 18 scenarios with a training data to test data ratio of 80:20. The results show that the hyperparameter configuration C=10, gamma=1, and degree=3 produces the best SVR model, with Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE) below 15%. This model is proven to be reliable in estimating software costs based on Complexity Weighting Factors with an MAE of 1403742.13 and a MAPE of 11%. Applying this model can help in making more accurate decisions regarding software project cost estimates.

ARABIC :

يهدف هذا البحث إلى تطوير نموذج تنبؤي موثوق لتقدير تكلفة البرمجيات (SCE) لمشاريع PT. إيكاتا تكنولوجي إندونيسيا. النموذج المستخدم هو دعم الانحدار المتجه (SVR) مع نواة متعددة الحدود وتحسين المعلمة الفائقة. تم إجراء الاختبار على 18 سيناريوهات مع نسبة بيانات التدريب لاختبار البيانات 80:20. أظهرت النتائج أن تكوين المعلمة الفائقة C=10، gamma=1، وdegree=3 ينتج أفضل نموذج SVR، مع متوسط الخطأ المطلق (MAE) ومتوسط النسبة المئوية للخطأ المطلق (MAPE) أقل من 15%. وقد ثبت أن هذا النموذج يمكن الاعتماد عليه في تقدير تكاليف البرامج بناءً على عوامل ترجيح التعقيد مع MAE يبلغ 1403742.13 وMAPE يبلغ 11%. يمكن أن يساعد تطبيق هذا النموذج في اتخاذ قرارات أكثر دقة فيما يتعلق بتقديرات تكلفة مشروع البرمجيات