Tez No	İndirme	Tez Künye	Durumu
309641		EFES: An effort estimation methodology / EFES: Efor kestirim metodolojisi Yazar:SEÇKİN TUNALILAR Danışman: DOÇ. DR. ONUR DEMİRORS Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Enformatik Enstitüsü / Bilişim Sistemleri Bölümü Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2011 188 s.
Efor kestirimi projede gerçekleştirilen maliyet kestirimi, bütçe planlaması, proje takibi ve planlaması, proje kontrolü ve yazılım harcamaları işlemlerinin tam kalbinde yeralmaktadır. Pek çok araştırma efor kestirim problemlerini analiz etmekte, yeni teknikler ve efor modelleri ile kestirimin doğruluğunu arttırmaya çalışmaktadır. Fakat, organizasyonların tüm kestirim çalışmalarını yönlendirecek geniş kapsamlı bir metodoloji henüz tanımlanmamıştır. Efor kestirim problemi sadece hesaplama değil, aynı zamanda bir yönetim problemidir ve kestirim amaçlarının, işlem adımlarının, ölçüm metotlarının ve güncelleme mekanizmalarının uygun bir şekilde tanımlanmasını gerektirir. Ayrıca proje ekiplerinin güvenilir bir veritabanı oluşturma amacı ile sorumlulukları ve motivasyonu olmalıdır. Böyle bir methodoloji olmazsa, şirketin yazılım ekipleri arasında ortak fikir birliği oluşmaz ve ölçümlerdeki farklılıklar ve toplanan bilgilerdeki farklı dağılımlar doğru model üretebilmesi için doğru ve yeterli data toplanamamasına sebep olur.Bu çalı?ma, efor kestirimi için bir metodoloji önermektedir. Metodoloji, ?irketlerin en iyi pratiklerini yayınladıkları raporlar ile önceki çalı?malardan elde edilen veriler, problem ve çatı?malara önerilen çözümler üzerine kurulmu?tur. Be? entegre süreç; ilgili çıktıları, kontrol listeleri, prosedürleri ve ?ablonları ile tanımlanmı?tır: Veri Toplama, Büyüklük Ölçümü, Veri Analizi, Kalibrasyon ve Efor Kestirimi süreçleri. Metodolojinin geçerliliği ve uygulanabilirliği orta büyüklükte bir organizasyonda geriye dönük olarak gerçekle?tirilmi?tir. Geçerliliğinin değerlendirilmesi sırasında Fonksiyonel Benzerlik yöntemi ve fonksiyonel alt-parçalarının efor modelinde kullanımı da güvenilir bir veri-seti ile sınanmı?tır. Böylece bu konuların metodolojinin bir parçası olup olmayacağı netle?tirilmi?tir. Ayrıca ilk kez COSMIC ölçümü Yapay Sinir Ağları modeli ile birlikte kullanılmı?tır.
The estimation of effort is at the heart of project tasks, since it is used for many purposes such as cost estimation, budgeting, monitoring, project planning, control and software investments. Researchers analyze problems of the estimation, propose new models and use new techniques to improve accuracy. However up to now, there is no comprehensive estimation methodology to guide companies in their effort estimation tasks. Effort estimation problem is not only a computational but also a managerial problem. It requires estimation goals, execution steps, applied measurement methods and updating mechanisms to be properly defined. Besides project teams should have motivation and responsibilities to build a reliable database. If such methodology is not defined, common interpretation will not be constituted among software teams of the company, and variances in measurements and divergences in collected information prevents to collect sufficient historical information for building accurate models. This thesis proposes a methodology for organizations to manage and execute effort estimation processes. The approach is based on the reported best practices, empirical results of previous studies and solutions to problems & conflicts described in literature. Five integrated processes: Data Collection, Size Measurement, Data Analysis, Calibration, Effort Estimation processes are developed with their artifacts, procedures, checklists and templates. The validation and applicability of the methodology is checked in a middle-size software company. During the validation of methodology we also evaluated some concepts such as Functional Similarity (FS) and usage of Base Functional Components (BFC) in effort model on a reliable dataset. By this way we evaluated whether these subjects should be a part of methodology or not. Besides in this study it is the first time that the COSMIC has been used for Artificial Neural Network models.