Hubungi Kami

Kerangka Materi

Dasar-dasar Rekayasa Pengujian Berbasis AI

  • Tantangan pengujian modern dan peran krusial AI dalamnya
  • Prinsip dasar serta terminologi pembuatan tes secara generatif
  • Model pembelajaran mesin yang digunakan untuk otomatisasi penciptaan kasus uji

Mengubah Persyaratan dan Kode Program Menjadi Tes yang Dihasilkan AI

  • Menggali maksud utama dari persyaratan serta deskripsi fitur pengguna
  • Memanfaatkan model bahasa untuk membuat kasus uji yang terstruktur dengan baik
  • Menjamin proses penciptaan tes tetap deterministik dan dapat direproduksi secara akurat

Pembuatan Tes Unit Secara Otomatis

  • Menghasilkan tes unit berdasarkan konteks kode sumber
  • Membuat variasi input serta skenario kasus ekstrem secara otomatis
  • Mengintegrasikan hasil tes yang dihasilkan ke dalam kerangka pengujian unit populer

Pembuatan Tes Integrasi dan End-to-End dengan Bantuan AI

  • Menganalisis perilaku sistem untuk merancang alur pengujian yang tepat
  • Merancang jalur integrasi dengan memanfaatkan analisis AI
  • Menyelaraskan kontrol manusia dengan proses generasi otomatis untuk hasil optimal

Prediksi Cakupan Pengujian dan Pemodelan Risiko

  • Memanfaatkan model ML untuk mengidentifikasi bagian kode yang kurang teruji
  • Memprediksi wilayah rentan kegagalan berdasarkan data historis kejadian buruk
  • Menetapkan prioritas pengujian dengan mempertimbangkan perhitungan cakupan serta tingkat risiko

Penerapan Kecerdasan Buatan dalam Proses Pengujian pada Alur CI/CD

  • Memasukkan tahap analisis AI ke dalam alur kerja pengujian otomatis
  • Memilih jenis tes yang akan dieksekusi secara dinamis berdasarkan skor risikonya
  • Menciptakan siklus umpan balik agar prediksi pengujian semakin akurat seiring waktu

Validasi, Tata Kelola, serta Jaminan Mutu Pengujian

  • Menilai keandalan hasil tes yang dibuat AI
  • Mengelola potensi bias dalam analisis serta mencegah munculnya prediksi keliru
  • Menetapkan batasan keamanan agar penggunaannya di lingkungan produksi tetap aman

Ekspansi Pemanfaatan Teknik Pengujian Berbasis AI dalam Skala Besar

  • Strategi pengadopsian teknik ini di lingkungan organisasi QA dan DevOps
  • Penyatuan standarisasi alur kerja serta dokumentasi yang mendukung kolaborasi tim
  • Pengembangan kebiasaan peningkatan terus-menerus melalui pengumpulan metrik dan wawasan kritis

Kesimpulan serta Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai metodologi pengujian perangkat lunak
  • Pengalaman menggunakan kerangka kerja pengujian otomatis
  • Pengetahuan dasar mengenai konsep pemrograman serta alur kerja CI/CD

Target Peserta

  • Insinyur pengujian kualitas
  • SDET (Software Development Engineer in Test)
  • Tim DevOps yang bertanggung jawab atas aktivitas pengujian
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait