Değişiklik Yoğun Bir Yazılım Ortamında İşgücü Kestirimi

Değişiklik Yoğun Bir Yazılım Ortamında İşgücü Kestirimi

De
iklik Yo un Bir Yaz m Ortam nda
gücü Kestirimi
Software Effort Prediction in a Change-Intensive Software Environment
Bar Özkan
Enformatik Enstitüsü
ODTÜ, Ankara
Onur Demirörs
Enformatik Enstitüsü
ODTÜ, Ankara
Ali Özkaya
Fintek A. .
Ankara
[email protected]
[email protected]
[email protected]
Özet
Bu dokümanda, yaz m büyüklü ü temelli i gücü
kestiriminin
orta
ölçekli
bir
organizasyonda
uygulanabilirli ini incelemek üzere gerçekle tirilen bir
durum çal mas ndan elde edilen gözlemler ve
tecrübeler raporlanm r. irketin bir banka için
geli tirdi i ve güncelledi i yaz m ortam nda s kça
yap lan de iklikler yaz m i gücü kestirimi problemi
aç ndan çal man n oda
olmu tur.
Çal mada,
yaz m büyüklük ölçümleri yap lm , irket içi kestirim
ve k yaslama için bir yaz m i gücü kestirim veri
kümesi olu turulmu , alternatif i gücü modelleri
geli tirilmi ve de erlendirilmi tir.
Abstract
This paper reports experiences and observations from a
case study conducted in order to explore the usability of
size based software effort estimation in a mid-sized
company where the company develops and maintains a
software portfolio for a banking organization. The
frequent changes on the software portfolio was the focus
of the study which poses unique challanges for effort
estimation. In the study, a company specific effort
estimation dataset was formed, software size
measurements were performed, alternative effort models
were developed and evaluated.
1. Giri
Yaz m geli tirme i gücünün kestirimi performans
yaz m organizasyonlar n proje ba ar nda önemli bir
etmendir. Kestirim probleminin zorlu u ve karma kl
ara rmac lar n ilgisini çekmi , i gücü kestirimi için
çe itli yakla mlar, modeller ve yöntemler geli tirile
gelmi tir [1]. Model ve yöntemlerin geli tirilmesinde
çe itli sirket içi yada irketler aras proje ve yaz m
mühendisli i veri kümeleri kullan lm r [2]. Yap lan
di er çal malarda i gücü kestirim yöntem ve
modellerinin
geli tirildikleri
ortamlardan
farkl
ortamlarda kullan
ile ilgili problemler ve durumlar
tespit edilmi , model ve yöntemlerinin ba oldu u veri
kümelerinin
kullan labilirli i
ve
güvenilirli i
tart lm r [1], [3], [4], [5]. Çal malarda direkt ya da
dolayl
olarak bahsedildi i üzere, bir yaz m
organizasyonu yaz m kestirimi pratiklerini uygulamaya
karar verdi inde, kestirim yöntemi, modelleri ve
kullan lan
teknikler
dikkatle
incelenmeli
ve
de erlendirilmelidir. Benzeri ekilde kestirim için
kullan lacak veri kümesinin do ru seçilmesi ya da
uygun yap da geli tirilmesi, kestirim amaçlar na
eri imde ve kestirim uygulamalar n sürdürülmesinde
kritiktir.
Bu bildiride, orta ölçekli bir irkette büyüklük
temelli yaz m
i gücü kestirimi yönteminin
kullan labilirli ine dair gerçekle tirdi imiz bir durum
çal mas ndan edindi imiz tecrübeler anlat lm r.
irket, büyük bir bankan n yaz m hizmetlerini
geli tirmekte ve i letmektedir. Bunun yan nda bankan n
süreçlerinde yap lan de iklikler ile yaz m
ortam n uyumunun sa lanmas i levini yürütmektedir.
Bu durum, bankan n yaz m uygulamalar nda,
uygulamalar n kulland veri yap nda ve verilerde s k
de iklik yapma gibi yönetimi güç bir i problemi
olu turmaktad r. Yaz m kestiriminde ise kabaca tek
bir geli tirme ya da bak m projesi için kestirim yapmay
problem edinen geleneksel kestirim yakla
ndan
farkl ve özel bir problem olu turmaktad r. Çal maya
konu olan ortamda, yaz m i gücünün büyük k sm
yaz m ortam n iyile tirilmesi (geli tirilmesi) için
kullan lmaktad r. Bu çal man n oda bu tipik kestirim
güçlü ü olmu tur.
Çal mada
irketteki
geli tirme
ortam n
incelenmesi sonras nda i levsel büyüklük irketin
kestirim amaçlar na uygun yaz m büyüklük özniteli i
olarak belirlenmi tir. Yaz m i levsel büyüklü ü
temelli bir i gücü kestirim veri taban olu turulmu tur.
Belirlenen yaz m taleplerinin i levsel büyüklü ü
ölçülerek kestirim veri taban nda ba lang ç verileri
olu turulmu tur.
levsel büyüklük temelli i gücü
kestirim modeli alternatifleri olu turularak yaz m
büyüklü ü ile geli tirme i gücü aras ndaki ili ki
incelenmi tir.
Çal man n ikinci k sm nda ilgili ara rmalar
özetlenmi tir. Üçüncü k mda çal man n motivasyonu
verilmi , irketteki yaz m ortam ve ortamda i gücü
kestirimine dair güçlükler detayland lm r. Bunun
yan nda çal man n temel ad mlar aç klanm
ve
çal ma sonuçlar özetlenmi tir. Son k mda çal man n
sonuçlar na yönelik yorumlar, çal madan ç kar lan
dersler ve devam çal malar verilmi tir.
2. lgili Ara rmalar
Varolan kestirim modellerinin ço u yeni yaz m
geli tirmesi (new development) için geli tirilmi tir ve
yaz m bak
ve iyile tirmesi için (maintenance and
enhancement) için yap lm
fazla çal ma yoktur.
COCOMO [22], SEER-SEM [23], PRICE-S [24] ve
SLIM [25] gibi yayg n bilinen modeller, yaz m
bak
belli bir süreye yay lm
yaz m proje
döngüsünde bir a ama olarak tan mlam r ve döngüden
ba ms z bak m ve iyile tirme eforu için kestirim
yapmamaktad r. Bununla beraber bu modeller, bak m ve
iyile tirme i gücü için birbirlerinden farkl tan mlar
getirmi ve kestirim ba ar lar dü ük bulunmu tur [14],
[15].
Yap lan iki saha çal mas sonucunda yaz m
geli tirme (varolan yaz ma özellikler eklemek olarak
anla lmal r) i gücü ve geli tirilen i levselli in
büyüklü ü aras ndaki bir korelasyon gözlense de bir
gücü modeli olu turacak netlikte olmad sonucuna
var lm r [17]. Buna ra men i levsel büyüklü ün
yan nda proje zorlu u gibi bir faktör eklendi inde
korelasyonun güçlendi i gözlemlenmi tir. Di er bir
çal mada, FP modelinin [20]
de er ayarlama
faktörlerinin on adet ek iyile tirme ve bak m projesi
özelli i ile geni letilmesiyle, orijinal yönteme göre
daha iyi sonuçlar ald gözlemlenmi tir[18].
Bu bildiride anlat lan çal mada yaz m taleplerinin
kar lanmas nda kullan lan süreçlerin, tekniklerin,
teknoloji ve çal an becerilerinin benzer ve homojen
oldu u gözlenmi tir. Benzeri homojen bir ortamda
yap lan deneysel bir çal mada [16] FPA temel i levsel
büyüklük bile enleri ile bak m i gücü aras nda güçlü
korelasyon tespit edilmi tir.
3.
Bankan n yaz m talepleri irket mü teri ili kileri
birimine de iklik talepleri olarak iletilmekte ve
ortalama onar ki iden olu an onalt yaz m servisinin
biri yada birkaç taraf ndan kar lanmaktad r. Bir
yaz m servisi bir yöneticisi, i analistleri, yaz m
geli tirmesi
ve
testinden
sorumlu
yaz m
mühendislerinden olu maktad r.
Yaz m talebinin proje yönetimi uygulamalar ile bir
proje
olarak
kar lan p
kar lanmayaca
kararla
ld ktan sonra ilgili gereksinim dokümanlar
haz rlanmaktad r. Gereksinim dokümanlar i levsel olan
ve olmayan yaz m gereksinimleri yan nda i süreci
de iklikleri, i kurallar , i talimatlar gibi farkl tipte
bilgileri de içermektedir.
Banka ve irket aras ndaki görü meler birbirlerinden
sa lad klar üst seviye i levselliklerle ayr
labilen
mant ksal seviyede tan mlanm veri yo un yaz mlar
(hesap olu turma, bankac k ürün alma/satma, gün sonu
lemleri vb.) üzerinden gerçekle mektedir. Portföydeki
her bir mant ksal yaz m ö esi bir ya da birkaç fiziksel
yaz m bile eninden olu maktad r. Portföydeki
yaz mlar n hemen hepsi belirli programlama dillerinin,
mimari elemanlar n ve yaz m teknolojilerinin bir araya
getirildi i tek bir platformda çal maktad r.
Bir yaz m talebi, mant ksal seviyede tan ml bir ya
da birkaç yaz m ile ilgili yeni yaz m geli tirmelerini
yada de ikliklerini konu al r. Dolay yla bir yaz m
talebi tipik olarak portföyde bulunan birçok mant ksal
ve devam nda fiziksel yaz m parças ile ili kilidir.
irketin yaz m ortam ekil 1’de verilmi tir.
gücü Kestirim Yöntemi Geli tirilmesi
3.1. De
iklik Yo un Bir Yaz m Ortam
Orta ölçekteki irket, ana mü terisi olan büyük bir
bankaya, yaz m portföyünü geli tirilmesi, bak
ve
letilmesi gibi bir dizi BT hizmeti vermektedir.
Rekabet ve uyum gereksinimleri ile sürekli de iklik
bask
alt nda olan banka i süreçleri, de iklik
gördükçe yaz m gereksinimleri ortaya ç kmakta ve bu
gereksinimler irket ve banka aras ndaki hizmet
seviyesi sözle mesi ve görü meler çerçevesinde
kar lanmaktad r. irket banka ve bankan n düzenleyici
kurumunca düzenli BT tefti
ve denetimleri
görmektedir.
ekil 1: Banka Yaz m Ortam
Yaz m dünyas nda yaz m “bak ” (maintenance) ve
“iyile tirilmesi”
(ehnancement)
terimlerinin
kullan nda bir belirsizlik olagelmi tir [21]. Bu
çal ma ba lam nda i sürecinde olu an bir de iklik
sonucu, yaz m uygulamalar nda bir i lev eklenmesini,
kar lmas
yada de tirilmesini gerektiren i ler
“iyile tirme”, kapsam nda yaz m i levselli ini konu
etmeyen fakat var olan yaz mlar n çal mas garanti
alt na almak yada sürdürülmesi için yap lan i leri
“bak m” çal mas olarak nitelendirilmi tir.
3.1. Çal man n motivasyonu
irket bir yaz m talebinin kar lanmas için gereken
gücünü uzman görü ü ve talepler aras benzerliklere
dayand rarak kestirmektedir. Çal ma öncesi irket
yöneticileri ile yap lan görü melerde, banka ile yaz m
talepleri için yap lan görü me ve anla malar standart
bir yaz m birimi üzerinden düzenlemek ve bu birimi
esas alan ve nicel tekniklerin kullan ld
bir süreç
kestirimi yöntemi ihtiyaç olarak belirlenmi tir. Böyle bir
kestirim yöntemi ile yaz m talepleri yaln z bir bütün
halinde de il, k smi olarak da objektif ekilde
tahminleme olana olaca ve yaz m taleplerindeki
kapsam de iklikleri ile ilgili risk ve maliyetlerin
yönetiminde ba ar n artaca öngörülmü tür.
3.2. Kestirim yöntemi geli tirilmesi süreci
Çal man n hemen ba lang nda, irket yöneticileri
ve mühendisleri ile ara rmac lardan olu an bir çal ma
grubu olu turuldu. irket hedefleri, ihtiyaçlar ve
ko ullar
incelendikten sonra yaz m i levsel
büyüklü ü ölçülecek yaz m büyüklük özniteli i olarak
belirlendi. Yaz m geli tirilen ortamda, yaz m
servislerinin yap lar ve çal anlar n beceri ve tecrübe
seviyelerindeki benzerlikler ile talepleri kar lamakta
kullan lan programlama dilleri, teknoloji ve geli tirme
yaz m süreçlerinin ayn olmas , bu karar destekleyen
en önemli etken olmu tur. Bu homojen geli tirme
ortam gözlemi ve kabulü ile iki yaz m talebi için
harcanan i gücü kar la
ld ndaki aradaki fark
kar lanan i levsellik ile aç klaman n uygun olaca
dü ünülmü tür. Bu karar n ard ndan COSMIC FSM
[19] i levsel büyüklük ölçümü ( BÖ) yöntemi olarak
seçilmi , irket yönetici ve çal anlar na uygulamal
BÖ e itimi verilmi tir [19].
dokümanlar kullan larak, dokümanlar haz rlayan i
analistleri e li inde, taleplerin i levsel büyüklüklerini
ölçmü tür. COSMIC yaz m modeline ( ekil 2) uygun
olarak i levsel kullan lar olarak banka çal anlar ve
yöneticileri belirlenmi tir. Ölçüm s
mant ksal
yaz m ile i levsel kullan lar aras nda tek bir s r
olarak çizilmi tir. Kullan
mant ksal seviyede
tan ml yaz mlar için kestirim yapma ihtiyac na uygun
olarak yaz m ayr rma seviyesi mant ksal seviyede
tutulmu ve ölçüm katman olarak uygulama seviyesi
seçilmi ; böylelikle yaz m alt bile enleri aras ndaki
levsellikler ile veri taban , i letim sistemi gibi
katmanlar n sa lad i levsellikler ölçülmemi tir.
Çal ma grubu ölçüm sonuçlar
salt toplam
levselli i niceleyen say sal bir rakamsal gösterimden
öte (3 cosmic fonksiyon puan gibi), daha önce
yap lm çal malarda ([6] ve [7]) yap lan tart malar
dikkate alarak, i levsel süreçler ve i levsellik tipleri
(Okuma, Yazma, Giri , Ç ) cinsinden kay t etmi tir.
Buradaki amaç daha detayda ölçüm sonuçlar ile
levselli i çok boyutlu ele alan çok girdili modeller
geli tirilmesine ve s nanmas na olanak sa lamas r.
Taleplerin ölçülmesine paralel olarak taleplerin
kar lanmas nda kullan lan i gücü de erleri de analiz,
kodlama ve test i gücü detaylar nda toplanm r. ekil 3
toplam
i gücü-i levsel
büyüklük
noktalar
göstermektedir. Veri toplama çal mas sonucunda
ölçüm ve i gücü veri alanlar n tan mland
ve
ili kilendirildi i bir veri modeli tasarlanm r.
ekil 3: Toplam gücü- levsel Büyüklük Noktalar 1
ekil 2: COSMIC FSM Yaz m Modeli
Üyeleri aras nda iki COSMIC sertifikal ölçüm
uzman bulunduran çal ma grubu, tümü proje olarak
yönetilmi onbir yaz m talebi belirlemi ve gereksinim
gücü-i levsel
büyüklük
ili kisi
analizi
ba lang nda onbir kay ttan olu an kestirim veri
kümesi incelenerek d a dü en iki kay t, veri
kümesinden ç kar lm r. lk talep para transferi için
uygulanmas gereken teknik standarda uyum çal mas
olmas sebebiyle, tipik taleplerden farkl , i levsel
olmayan
gereksinimleri
yo un
ve
i levsel
büyüklük/harcanan i gücü oran n hayli dü ük oldu u
belirlenmi tir.
kincisinde
ise
gereksinim
dokümanlar nda tan mlanan ile gerçekle tirilen
1
gücü verileri gizlik gere i verilmemi tir.
gereksinimlerin aras nda fark oldu u, bu fark n takip
edilemedi i ve i levsel büyüklük/harcanan i gücü
oran n oldukça yüksek oldu u gözlemlenmi tir.
a dü en analizinden sonra i gücü-i levsel
büyüklük noktalar üzerinde görsel inceleme yap larak
do rusal ve do rusal olmayan sürekli fonksiyon
kal plar taranm r. Sonras nda bir (basit) ya da birden
fazla (çoklu, do rusal olan ve do rusal olmayan)
regresyon ve yapay sinirsel a teknikleri ile modeller
olu turulmu tur. Basit modellere toplam i levsel
büyüklük, çoklu modellere ise i levsellik tiplerine göre
ayr
lm büyüklükler girdi olmu tur. Bunun yan nda
literatürde yeni geli tirme projeleri için popüler olarak
kullan lan dört regresyon modeli, taleplerin a rl kl
olarak yeni i levsellik eklemeleri olmas temelinde
alternatifler aras na al nm r (Tablo 1).
Tablo 1:Literatürden Al nan Regresyon Modelleri
Model Ad
Formülü
AlbrechtGaffney [8]
Kemerer[10]
gücü (ki i-ay) = 0.0545*FP–13.39
Matson
et.al.[9]
MendesLokan [11]
gücü (ki i-saat) = 585.7 + 15.12*FP
gücü (ki i-ay) = 60.62+7.728*10-8*FP3
gücü (ki i-saat) = 17.27 x FP 0.897
Modellerin de erlendirilmesinde yaz m i gücü
kestirim model literatüründe de s k kullan lan MMRE
(1) ve PRED(N) (2) kriterleri seçilmi tir. N de eri 30
olarak belirlenmi tir.
edildi. Sonuç olarak modeller için Tablo 2 deki de erler
elde edildi.
Tablo 2: Alternatif Modeller ve Performans De erleri
Kullan lan
Teknik
SLR
SLR
SLR
SLR
MLR(geri
eliminasyon)
MLR
(tüm
de kenler tek
blokta)
MLR
(tüm e kenler
tek blokta)
MLR
(tüm e kenler
tek blokta)
MLR
(tüm e kenler
tek blokta)
NLR
(logaritmik)
NLR (üssel)
NLR (güç)
NLR (üssel)
Model
Girdileri
ts
Model
kt lar
te
MMRE
61.53
PRED
(30)
33.33
ts
ts
ts
xs,es,rs,ws
ae
ie
tse
ti
71.58
87.98
64.73
62.68
44.44
22.22
44.44
44.44
xs,es,rs,ws
te
61.44
44.44
xs,es,rs,ws
ae
48.20
66.67
xs,es,rs,ws
ie
90.70
22.22
xs,es,rs,ws
tse
66.99
55.56
ts
te
98.26
33.33
ts
ts
xs,es,rs,ws
ts
te
te
te
te
52.08
51.15
73.58
62.31
33.33
33.33
33.33
22.22
ts
te
126.15
44.44
NLR
(polinomik)
NLR
(hiperbolik)
ANN
(9 nöron, üç
seviye)
NLR ([8])
xs,es,rs,ws
te
2.91
100.00
ts
te
65.63
22.22
NLR ([10])
ts
te
2721.97
0.00
NLR ([9])
ts
te
97570.76
0.00
(1)
(2)
NLR([11])
Bir i gücü modelinin geli tirilmesinde genelde
uygulanan prosedür, kullan lan veri kümesinin bir
bölümü ile modelin geli tirilmesi, geri kalan ile
geçerlenmesidir. Modelin güvenirli i geli tirmede ve
geçerlemede kullan lan veri say ile ili kilidir. irkette
yap lan çal mada ise veri kümesinin küçük olmas ndan
ötürü az say da model geli tirme ve geçerleme verisi
bulunabilecekti.
Bundan dolay çal ma grubu model geçerlemesini
ileride, veri kümesi bölmeyi anlaml k lacak belirli bir
büyüklü ü eri tikten sonra yapmay , analiz s ras nda
her model için kriter de erlerini tüm veri kümesini
kullanarak hesaplamay , dolay yla veri kümesini en
iyi ifade eden modelleri belirlemeyi kararla rd .
Böylelikle modellerde fazla uyum (overfit) tolöre
ts
SLR:Basit Lineer
Regresyon
MLR:Çoklu Lineer
Regresyon
ANN: Yapay Sinirsel A
te:toplam i gücü
te: test i gücü effort
te
47820.34 0.00
ts:toplam i levsel büyüklük
xs:toplam ç
say
ws:toplam yazma say
rs:toplam okuma say
es:toplam girdi say
ae:analiz i gücü
ie:kodlama i gücü
Görsel incelemede harcanan i gücü ile toplam
levsel büyüklük aras ndaki ili ki do ru orant
gözükse de, bu ili kinin bir model olu turacak kadar
güçlü olmad
gözlenmi tir. Literatürden al nan
modeller anlaml sonuçlar üretememi tir. Bu sonuç,
görece eski modellerin farkl kurumlar n verileri ile
olu turulmas , i levselli in büyük oldu u projeler için
geli tirilmesi ve geli tirildi i zamanlar ile günümüz
aras nda farkl yaz m üretkenliklerin olmas durumu
ile ilgili oldu u de erlendirilmi tir.
Sonuç olarak, k tl say da irket özelinde toplanan
veriler
nda geli tirilen model alternatiflerden bir
yapay sinirsel a modeli, en iyi kriter de erlerini
üretmi
(MMRE=2.91,PRED(30)=100) ve veri
kümesini en iyi temsil eden model olarak belirlenmi tir
4. Sonuçlar ve Yorumlar
Çal man n ilk temel ç kt
irket içi kestirim ve
yaslamalarda kullan labilecek bir referans kestirim
veri taban olmu tur. Kullan lan veri modeli i levsel
büyüklük temelli kestirim için gerekli yaz m
özniteliklerini içermektedir; çal ma ile birlikte veri
toplanmas ba lat lm r.
kinci temel ç kt yaz m i levsel büyüklü ü,
özellikle i levsel bile enler, ile i gücü aras ndaki
ili kinin irdelenmesi ile olu turulmu kestirim modeli
olmu tur. Do rusal ve e risel fonksiyonlar kullan larak
yap lan regresyon modelleri ile net bir ili ki ortaya
konulamam , yapay sinirsel a ile geli tirilmi model
ile bir ili ki saptanabilmi tir. Modelin kullan labilirli i
geçerleme çal mas na ba
r. Model yeterli
büyüklükte veri kümesi ile geçerlenirse, model
levsellik tiplerinin harcanan i gücünün katk lar n
ayr ayr de erlendirilmesi gerekti i ve i gücübüyüklük ili kisinin karma k oldu u sonucuna
var labilinir.
Anlat lan direkt sonuçlar d nda dolayl olarak
kestirim sürecinde iyile tirmeler sa layabilecek u
konular belirlenmi tir:
Gereksinim Belirleme Süreçlerinin
BÖ için
uyarlanmas : Gereksinim dokümanlar nda, i levsel
gereksinimlerin gruplanmas
ve i levselliklerin
COSMIC yaz m modeli kavramlar cinsinden ifade
edilmesi ile ölçüm ba ar
n artaca
ve ölçüm
gücünün azalaca de erlendirilmi tir. Hâlihaz rdaki
üst seviye gereksinimlerin i levsel süreç tan mlar na
yak nl k göstermesi, bu dokümanlarda düzenlemeler
yap lmas ile erken i levsel büyüklük ölçümü ve
kestirime olanak sa layaca gözlemlenmi tir.
Formal Bir Kestirim Süreci Tan : Çal ma s ras nda
bir yaz m kestirim süreci tan mlanm , bir i levsel
büyüklük ölçümü k lavuzu ile desteklenmi tir. Sürecin
çal
lmas ile beraber i gücü verisi toplanmas ile
ilgili problemler ve bunlar n çözümüne yönelik
gereksinimler belirlenmi tir.
Bu bildiride anlat lan çal ma öncesinde irketin
kestirim
uygulamalar
irket
yönetiminde
görevlendirilmi bir kestirim komitesi ile s rl yd .
Çal ma sonunda kestirim modeli henüz geçerlenmemi
olsa da, çok boyutlu etkileri olan ve s kça olu an
de ikliklerin oldu u bir yaz m ortam na sahip olan
irkette, i gücü-büyüklük ili kisinin irdelemesinde
tekrarlanabilecek bir kestirim yakla
ve prosedürü
geli tirilmi tir.
Bu bildiride anlat lan çal ma, bir kestiririm yöntemi
ve ilgili uygulamalar geli tirme projesinin bir parças
olu turmaktad r. Bu raporda derinlemesine incelenen,
irketin yaz m ortam na ba
kestirim zorluklar ve
bunlara yönelik al nan kararlar ve yap lan çal malar n
anlat
r.
Kestirimde kar la lan en kritik zorluk, birden çok
uygulamada ayn anda gerçekle mesi gereken yaz m
de ikliklerinin i
de ikli i oryantasyonunda
de erlendirilmesi gerekmesiydi. De ikliklerin s kl
art kça k sa zamanda tepki vermek güçle mesi, her bir
yaz m için ayr ayr kestirim yaparak a
dan yukar
bir kestirim yap lmas n maliyetli olmas , bu problemi
daha da büyütmekteydi. Çal ma grubu bu duruma
yönelik karar , uygulamalar n mant ksal seviyede
ölçülmesi idi. Ortam n homojenli i bu karar
destekleyen bir durumdu.
Di er bir güçlük irkette i levsel büyüklük ölçümü
ve i gücü kestirimi kavramlar n ortak bir anlay
ve
tan
olu turabilmekti. Bu kavramlar n ayr ve
ayr
lmas gereken kavramlar olmas na ra men,
gerek yaz m i gücü literatüründeki belirsizlikler, gerek
bu konuda daha önce bir e itim al nmamas , bu iki
kavram n çak mas ve kar mas na sebep vermi tir.
Çal man n sonunda e itim ve çe itli tart malar ile bu
problem giderilmi olmas na ra men beklenenden zor
ve zaman alan bir süreç olmu tur. Bu problemin bu tip
bir çal mada mümkün oldu unca erken giderilmesi
gereklili i al nan bir ders olmu tur.
levsel büyüklük ölçüm maliyeti ve ba ar ,
gereksinim mühendisli i süreçleri ile do rudan ilgilidir.
Çal mada kullan lan gereksinim dokümanlar , i
süreçleri ve i kurallar ndaki de iklikler, i levsel olan
ve olmayan gereksinimler ve yaz m ve donan m
gereksinimleri gibi oldukça çe itli tipteki bilgileri
içermektedir. Bu bilgilerin i
gereksinimlerini
kar lad dü ünülse de i levsel büyüklük ölçümü için
her dokümanda yeterli detayda ve tutarl kta
bulunmayabilmekteydi.
levsel
gereksinimler
doküman n farkl k mlar nda da
k bir ekilde yer
alabilmekteydi. Bu çal man n ve ölçümlerin h
azaltan ölçüm yap lan proje say
n az olmas
aç klayan bir durumdu. Gereksinim süreçlerinin ve
dokümanlar n FBÖ’ne uyarlanmas n kestirim
analizi çal mas nda önce gerçekle tirilmesi ve
yeterli/belirli say da proje verisi topland ktan sonra
çal maya ba lanmas gerekti i ö renilen di er bir
derstir.
Bu çal mada özetlenen durum ve verilen ilgili
kararlar irket özelindeki amaçlar, ko ullara ba olsa
da, durum ve kararlar n benzeri yaz m ortamlar nda ve
de özellikle bir mü teri ile uzun dönemli geli tirme
bak m ve iyile tirme sözle mesi olan irketler için
geçerli oldu una dü ünmekteyiz. Bu do rultuda bu
çal mada geli tirilen yakla m ve prosedürün di er
kurumlar n yaz m ortamlar nda, özellikle bankalar
destekleyen BT organizasyonlar nda, tekrarlanmas
dü ünülmektedir. Bunun için büyüklük temelli kestirim
yöntemi geli tirme uygulamalar yapmak ve sonuçlar
çoklu bir durum çal mas ile kar la rmak üzere farkl
yaz m organizasyonlar ile ara rma çal malar
yapma f rsatlar aranmaya ba lanm r.
5. Te ekkürler
Çal maya katk lar ndan dolay Erdir Ungan, Özden Ö.Top,
Deniz Tursun ve Tolga Erdo an’a te ekkür ederiz.
6. Kaynaklar
[1] M. Jørgensen, M. Shepperd, 2007,A systematic review of
software development cost estimation studies, IEEE
Transactions on SE 33 (1)
[2] G.A. Liebchen, M. Shepperd,2008, Data sets and data
quality in software engineering, in: PROMISE '08:
Proceedings of the 4th International Workshop on
Predictor Models in Software Engineering, pp. 39-44.
[3] Lokan, Chris and Mendes, Emilia ,2006, Cross-company
and single-company effort models using the ISBSG
database: a further replicated study. In ISESE 2006 International Symposium on Empirical Software
Engineering , pp. 75-84
[4] Jeffery, R., .M. Ruhe and I. Wieczorek. A Comparative
Study of Two Software Development Cost Modeling
Techniques using Multi-organizational and Companyspecific Data. Information and Software Technology, 42,
2000, pp 1009-1016
[5] Wieczorek, I. and M. Ruhe. How valuable is companyspecific data compared to multi-company data for
software cost estimation? Proceedings Metrics’02,
Ottawa, June 2002, pp 237-246
[6] Seçkin Tunalilar, Onur Demirörs: A Comparison of
Neural Network Model and Regression Model
Approaches Based on Sub-functional Components.
IWSM/Mensura 2009: 272-284
[7] Çigdem Gencel: How to Use COSMIC Functional Size in
Effort Estimation Models?. IWSM/Metrikon/Mensura
2008: 196-207
[8] Albrecht, A. J., Gaffney, J., Software function, source
lines of code, and development effort prediction: A
software Science validation, IEEE Transactions on
Software Engineering, Vol. SE-9, pp. 639-648, 1983.
[9] Matson, J., Barrett B., Mellichamp J., Software
Development Cost Estimation Using Function Points,
IEEE Transactions on Software Engineering, vol. 20,
no.4, April 1994, pp. 275-287
[10] Chris F Kemerer, “An empirical validation of software
cost estimation models,” IEEE Transactions on Software
Engineering, vol. 30, no. 5, pp. 416–429, May 1987.
[11] E. Mendes, C. Lokan, R. Harrison, and C. Triggs. A
replicated comparison of cross-company and withincompany effort estimation models using the isbsg
database. 11th IEEE International Software Metrics
Symposium, page 36, 2005
[12] Juan Jose Cuadrado-Gallego, Luigi Buglione, Maria J.
Domínguez-Alda, Marian Fernández de Sevilla, José
Antonio Gutiérrez de Mesa, Onur Demirörs: An
experimental study on the conversion between IFPUG
and COSMIC functional size measurement units.
Information & Software Technology 52(3): 347-357
(2010)
[13] Boehm, B. W. (1981) “Software Engineering
Economics”, Englewood Cliffs, NJ, Prentice Hall, 1981.
[14] Ferens, Daniel V., Kevin L. Brummert, and Philip R.
Mischler, Jr. 1999. “A Comparative Study of Model
Content and Parameter Sensitivity of Software Support
Cost Models.” Proceedings of the 1999 Joint ISPA-SCEA
Conference. San Antonio, TX.
[15] Ferens DV. The conundrum of software estimation
models. IEEE Aerospace and Electronic Systems
Magazine 1999;14(3):23–29.6
[16] Abran A, Robillard PN. Function point analysis: An
empirical study of its measurement processes. IEEE
Transactions on Software Engineering 1996; 22(12):895–
903.9
[17] Abran, A., I. Silva, and L. Primera, Field Studies Using
Functional Size Measurement in Building Estimation
Models for Software Maintenance. Jour- nal of Software
Maintenance and Evolution: Re- search and Practice,
2002. 14(1): p. 31-64
[18] Yunsik Ann, et al, “The software maintenance Project
effort estimation model based on function points”,
Journal of Software Maintenance Research and Practice,,
15(2), March 2003.
[19] COSMIC, 2008. COSMIC measurement manual ver. 3.0.,
Common
Software
Measurement
International
Consortium.
[20] ISO/IEC, 2003b. ISO/IEC 20926:2003. Software
engineering, IFPUG 4.1 unadjusted functional size
measurement method, counting practices manual. Tech.
rep., International Standards Organization & International
Electrotechnical Commission.
[21] C. Jones, The Economics of Software Maintenance in the
Twenty-first
Century,
yay nlanmam
metin.
http://www.itmpi.org/assets/base/images/itmpi/privateroo
ms/capersjones/MAINT2006.pdf, 2006
[22] COCOMO,
Constructive
Cost
Model
II.
http://sunset.usc.edu/csse/research/COCOMOII/cocomo_
main.html
[23] SEER-SEM. http://www.galorath.com/index.php
[24] Freiman, F.R. and Park, R.E. (1979) PRICE Software
Model--Version 3 : An Overview, in Proceedings of the
IEEE-PINY Workshop
on Quantitative
Sofware
ModeIs, IEEE Catalog No. TH0067-9, pp. 32-41
[25] Putman(1978) : A general empirical solution to the macro
software sizing and estimating problem. IEEE Trans. on
Softw. Eng., Volume 4, No 4, pp 345-61, April 1978