Hubungi Kami

Kerangka Materi

Pengenalan AI dalam Otomatisasi QA

  • Peran AI dalam pengujian perangkat lunak kontemporer
  • Perbandingan antara pendekatan QA konvensional dan yang diperkaya dengan AI
  • Tinjauan singkat mengenai alat pengujian berbasis AI (Testim, mabl, Functionize)

Penghasilan Kasus Uji Melalui AI

  • Metode penghasilan kasus uji berbasis model dan antarmuka pengguna
  • Penggunaan platform seperti Testim untuk menghasilkan alur kerja secara otomatis
  • Evaluasi terhadap tujuan, kestabilan, serta potensi penggunaan kembali kasus uji

Analisis Regresi dan Penentuan Prioritas Kasus Uji

  • Pemilihan serta penyaringan kasus uji berdasarkan tingkat dampaknya
  • Eksekusi pengujian yang memperhatikan perubahan kode dalam repositori besar
  • Penentuan prioritas kasus uji berbasis AI dengan mempertimbangkan risiko dan frekuensi pemakaiannya

Integrasi ke dalam Alur Kerja CI/CD

  • Koneksi antara sistem otomatisasi pengujian dengan Jenkins, GitHub Actions, atau GitLab CI
  • Mekanisme kontrol kualitas otomatis serta siklus umpan balik terkait hasil pengujian
  • Aktivasi eksekusi kasus uji secara otomatis pada saat terjadi permintaan pull atau kegiatan penyebaran kode

Prediksi Cacat Perangkat Lunak dan Deteksi Anomali

  • Analisis data pengujian guna memprediksi area yang mungkin bermasalah
  • Pengelompokan dan penanganan anomali menggunakan teknik ML
  • Penyampaian rekomendasi kepada pengembang berdasarkan wawasan yang dihasilkan AI

Pemeliharaan dan Penskalaan Pengujian Berbasis AI

  • Penanganan penyimpangan kasus uji atau perubahan tampilan antarmuka
  • Manajemen konfigurasi serta pengendalian versi data pengujian
  • Penskalaan lingkungan QA berbasis AI untuk tingkat perusahaan yang kompleks

Studi Kasus dan Implementasi Nyata di Dunia Kerja

  • Contoh penerapan ekosistem QA berbasis AI dalam perusahaan besar
  • Praktik terbaik dalam mengadopsi teknologi ini secara tim secara efektif
  • Pelajaran dari pengalaman: keberhasilan, tantangan, serta cara penyesuaian sistemnya

Kesimpulan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dalam bidang pengujian perangkat lunak atau alur kerja QA
  • Pengetahuan dasar mengenai alur kerja CI/CD serta praktik DevOps
  • Pemahaman elementer terkait alat atau framework pengujian otomatisasi

Target Peserta

  • Pemimpin tim QA dan insinyur otomatisasi pengujian
  • Profesional DevOps serta SRE
  • Penguji Agile dan manajer kualitas
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait