Kerangka Materi

Tingkat 1: Dungeon Penemuan – Rahasia Kebutuhan

Misi: Gunakan LLMs (ChatGPT) untuk mengekstrak kebutuhan terstruktur dari input yang ambigu.

Kegiatan Utama:

  • Menafsirkan ide produk atau permintaan fitur yang ambigu
  • Gunakan AI untuk:
    • Menghasilkan cerita pengguna dan kriteria penerimaan
    • Menyarankan persona dan skenario
    • Menghasilkan artefak visual (mis., diagram sederhana dengan Mermaid atau draw.io)

      Hasil: Backlog terstruktur cerita pengguna + model domain awal/visual

Tingkat 2: Dalam Penempaan Desain – Gulungan Arsitek

Misi: Gunakan AI untuk membuat dan memvalidasi rencana arsitektur.

Kegiatan Utama:

  • Gunakan AI untuk:
    • Menyarankan gaya arsitektur (monolitik, mikrolayanan, tanpa server)
    • Menghasilkan diagram komponen dan interaksi tingkat tinggi
    • Menyusun struktur kelas/modul
  • Mempertanyakan pilihan masing-masing melalui ulasan desain rekan sejawat

    Hasil: Arsitektur yang tervalidasi + kerangka kode

Tingkat 3: Arena Kode – Gauntlet Codex

Misi: Gunakan AI copilots untuk mengimplementasikan fitur dan memperbaiki kode.

Kegiatan Utama:

  • Gunakan GitHub Copilot atau ChatGPT untuk mengimplementasikan fungsionalitas
  • Refaktor kode yang dihasilkan AI untuk:
    • Performa
    • Keamanan
    • Dapat dipelihara
  • Menyuntikkan “code smells” dan menjalankan tantangan pembersihan rekan sejawat

    Hasil: Kodebase yang berfungsi, direfaktorkan, dan dihasilkan AI

Tingkat 4: Rawapun Uji – Uji Kegelapan

Misi: Menghasilkan dan memperbaiki tes dengan AI, kemudian menemukan bug dalam kode orang lain.

Kegiatan Utama:

  • Gunakan AI untuk menghasilkan:
    • Tes unit
    • Tes integrasi
    • Simulasi kasus tepi
  • Tukar kode yang bercacat dengan tim lain untuk debugging yang didukung AI

    Hasil: Suite tes + laporan bug + perbaikan bug

Tingkat 5: Portal Pipa – Gerbang Otomaton

Misi: Siapkan pipa CI/CD yang cerdas dengan bantuan AI.

Kegiatan Utama:

  • Gunakan AI untuk:
    • Mendefinisikan alur kerja (mis., GitHub Actions)
    • Mengotomatisasi langkah-langkah pembuatan, pengujian, dan penyebaran
    • Menyarankan kebijakan deteksi anomali/rollback
      Hasil: Script atau alur pipa CI/CD yang berfungsi dengan bantuan AI

Tingkat 6: Benteng Pemantauan – Menara Penjaga Log

Misi: Analisis log dan gunakan ML untuk mendeteksi anomali dan mensimulasikan pemulihan.

Kegiatan Utama:

  • Analisis log yang sudah ada atau dihasilkan
  • Gunakan AI untuk:
    • Mengidentifikasi anomali atau tren kesalahan
    • Menyarankan respons otomatis (mis., skrip penyembuhan diri, peringatan)
    • Membuat dasbor atau ringkasan visual
      Hasil: Rencana pemantauan atau mekanisme penentuan peringatan yang cerdas

Tingkat Akhir: Arena Pahlawan – Bangun SDLC AI Terintegrasi

Misi: Tim menerapkan semua yang dipelajari untuk membangun loop SDLC berfungsi untuk proyek mini.

Kegiatan Utama:

  • Pilih proyek mini tim (mis., pelacak bug, chatbot, mikrolayanan)
  • Terapkan AI di setiap fase SDLC:
    • Kebutuhan, Desain, Kode, Uji, Penyebaran, Pemantauan
  • Sajikan hasil dalam demo tim singkat

Voting atau penilaian rekan untuk pipa AI terbaik

Hasil: Implementasi SDLC yang ditingkatkan AI end-to-end + showcase tim

Sampai akhir pelatihan ini, peserta akan dapat:

  • Mengaplikasikan alat AI generatif untuk mengekstrak dan mengatur kebutuhan perangkat lunak
  • Menghasilkan diagram arsitektur dan memvalidasi pilihan desain menggunakan AI
  • Gunakan AI copilots untuk mengimplementasikan dan merefaktorkan kode produksi berkualitas tinggi
  • Mengotomatisasi generasi tes dan melakukan debugging yang didukung AI
  • Mendesain pipa CI/CD cerdas yang mendeteksi dan bereaksi terhadap anomali
  • Menganalisis log dengan alat AI/ML untuk mengidentifikasi risiko dan mensimulasikan penyembuhan diri
  • Mendemonstrasikan SDLC yang sepenuhnya ditingkatkan AI melalui proyek tim mini

Persyaratan

Audiens: Pengembang perangkat lunak, pengujian, arsitek, insinyur DevOps, pemilik produk

Peserta harus memiliki:

  • Pemahaman kerja tentang Siklus Hidup Pengembangan Perangkat Lunak (SDLC)
  • Pengalaman praktis dalam setidaknya satu bahasa pemrograman (mis., Python, Java, JavaScript, C#, dll.)
  • Kenalan dengan:
    • Menulis dan membaca cerita pengguna atau kebutuhan
    • Prinsip desain perangkat lunak dasar
    • Kontrol versi (mis., Git)
    • Menulis dan mengeksekusi unit test
    • Menjalankan atau menginterpretasikan pipa CI/CD

Ini adalah pelatihan tingkat menengah hingga lanjutan. Idealnya untuk profesional yang sudah menjadi bagian dari tim penyampaian perangkat lunak (pengembang, pengujian, insinyur DevOps, arsitek, pemilik produk).

 7 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait