📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 3 dokumenINTEGRASI MANAJEMEN LEAN, AGILE/SCRUMDAN PMBOK DALAM MENINGKATKAN PROSES USERACCEPTANCE TESTING (UAT) (STUDI KASUS PERUSAHAAN PERBANKAN)
Percepatan transformasi digital di industri perbankan Indonesia telah mencip-takan tekanan besar pada proses pengujian perangkat lunak. Di Banking Co., sebuah bank swasta terkemuka, volume fitur yang diuji meningkat 295 persen antara 2022 dan 2024 dari 5.840 menjadi 43.595 fitur, sementara prosedur kerja UAT tidak mengalami perubahan yang sebanding. Kesenjangan ini mengakibat-kan akumulasi pemborosan sistemis, siklus pengerjaan ulang, dan risiko kele-lahan kerja yang merupakan ancaman langsung terhadap keberlanjutan modal manusia dan pilar People dalam agenda keberlanjutan organisasi. Penelitian ini mengidentifikasi jenis pemborosan yang mendominasi proses UAT, merumuskan solusi integrasi Lean–Agile/Scrum–PMBOK, dan menganalisis po-tensi dampaknya terhadap efisiensi dan keberlanjutan kapasitas tim. Pendekatan mixed methods diterapkan melalui survei 65 item Likert kepada 371 Testing Ana-lyst (52 responden) dan wawancara mendalam dengan tiga narasumber expert judgment dari level jabatan berbeda. Pemborosan diprioritaskan menggunakan Relative Importance Index (RII), dan opsi perbaikan diurutkan berdasarkan Composite RII. Tujuh kategori pemborosan teridentifikasi pada 12 aktivitas UAT yang dipetakan ke PMBOK Knowledge Area. Defects menempati prioritas tertinggi (RII 0,756), diikuti Movement (0,735), Waiting (0,725), Overproduction (0,718), Excess In-ventory (0,705), Transport (0,688), dan Overprocessing (0,681). Rentang RII 0,075 mengonfirmasi ketujuh kategori memerlukan intervensi sistemis. Dua temuan metodologis penting muncul: pemborosan Movement berada di prioritas kedua menurut survei pelaksana namun keenam menurut manajemen, gap empat posisi yang hanya terdeteksi melalui triangulasi dan Overprocessing mencatat RII terendah namun mendapat suara tertinggi dalam pertanyaan refleksi terbuka, mengindikasikan kondisi di mana pemborosan telah diterima sebagai rutinitas normal. Delapan opsi perbaikan dirumuskan dan diprioritaskan: Tanggung Jawab Ber-sama BA–IT–Testing (0,919), Stabilisasi Sistem dan Platform UAT Terintegrasi (0,912), Penyederhanaan UI/UX (0,885), WIP Limit dan Manajemen Kapasitas (0,881), Definition of Ready beserta Wewenang Eskalasi (0,879), Instruksi Kerja UAT Lean Edition (0,829), Saluran Umpan Balik Kaizen Terstruktur, dan Oto-masi AI Selektif. Kedelapan opsi diintegrasikan ke dalam peta jalan bertahap pada 12 aktivitas UAT dengan memanfaatkan mekanisme Agile/Scrum yang su-dah berjalan. Sebanyak 76,9 persen responden meyakini eliminasi pemborosan sistemis akan secara signifikan mengurangi risiko kelelahan kerja, memosisikan penelitian ini sebagai upaya mempertahankan kapasitas manusia untuk ber-kontribusi secara bermakna dalam jangka panjang.
PENGEMBANGAN SISTEM TEST CASE GENERATION BERBASIS RETRIEVAL-AUGMENTED GENERATIONUNTUK PENGUJIAN PERANGKAT LUNAK (STUDI KASUS: BLUETOOTH)
Pengujian perangkat lunak merupakan elemen fundamental dalam rekayasa perangkat lunak yang dapat mencakup hingga 80% dari total anggaran proyek untuk mengurangi risiko terkait kompleksitas sistem yang tinggi. Pendekatan Test-Driven Development (TDD) terbukti mampu menurunkan cacat produk, tetapi metodologi ini memerlukan waktu dan usaha yang besar dalam penulisan test case di tahap awal pengembangan. Berbagai metode otomatisasi telah dikembangkan, namun sebagian besar masih membutuhkan kode program sebagai masukan. Oleh karena itu, terdapat kebutuhan akan pendekatan otomatis yang mampu menggunakan dokumen kebutuhan sebagai masukan untuk menghasilkan skenario pengujian yang komprehensif. Kami mengembangkan sistem Retrieval-Augmented Generation (RAG) untuk menghasilkan test purpose dan test case ID secara otomatis dari dokumen spesifikasi kebutuhan Bluetooth. Kami menemukan bahwa sistem ini menghasilkan test purpose dengan nilai rubrik antara 2,72 hingga 3,18 (skala 1-5), serta mencapai nilai faithfulness rata-rata hingga 0,87 pada pasangan test purpose. Selain itu, test case ID yang dihasilkan menunjukkan tingkat kemiripan melebihi 0,9 terhadap test suite Bluetooth, meskipun tantangan dalam memproses data visual dan tabel masih ditemukan. Hasil menunjukkan bahwa LLM dapat menjembatani kesenjangan antara dokumen spesifikasi kebutuhan dan artefak pengujian untuk mendukung proses TDD. Pendekatan ini dapat menjadi landasan bagi pengembangan sistem multimodal di masa depan yang mampu menafsirkan spesifikasi teknis kompleks guna mempercepat siklus peluncuran produk perangkat lunak.
PENGEMBANGAN KAKAS PEMBANGKIT KASUS UJI BERBASIS AGENTIC AI DENGAN PEMANFAATAN CONTROL-FLOW GRAPH SEBAGAI MEKANISME EKSPLORASI JALUR EKSEKUSI PROGRAM
Pengujian perangkat lunak merupakan fase krusial dalam siklus pengembangan untuk menjamin kualitas dan keandalan kode, namun proses manual sering kali memakan waktu, repetitif, dan rentan terhadap kesalahan manusia. Otomatisasi pembangkitan kasus uji adalah solusi untuk meningkatkan efisiensi, dengan tantangan utama adalah mencapai cakupan kode (code coverage) yang tinggi. Penelitian ini bertujuan untuk mengembangkan sebuah kakas (tool) yang mampu membangkitkan kasus uji secara otomatis untuk program Python dengan memanfaatkan pendekatan agentic yang dipandu oleh Control-Flow Graph (CFG). Metodologi yang digunakan adalah dengan merancang sistem yang terdiri dari Test Generator, Test Runner, dan Test Refiner. Generator bertugas membuat kasus uji awal, Runner mengeksekusi, menyederhanakan, dan mengukur cakupan kode, sementara Refiner memperbaiki kasus uji berdsaarkan jalur logika yang belum teruji, kemudian menyempurnakan kasus uji secara iteratif hingga target cakupan tercapai. Hasil dari penelitian ini adalah sebuah kakas fungsional yang berhasil mengimplementasikan alur kerja agentik tersebut. Berdasarkan pengujian yang dilakukan, kakas ini terbukti efektif dalam mencapai tingkat cakupan kode yang tinggi secara konsisten serta menghasilkan kumpulan kasus uji yang lebih efektif. Kakas ini menunjukkan bahwa sinergi antara Agentic AI dan analisis alur kontrol program merupakan pendekatan yang menjanjikan untuk mengatasi tantangan dalam otomatisasi pengujian perangkat lunak.