Kursus Pelatihan Dasar-dasar QA dan Modern Testing dengan AI (Persiapan ISTQB Foundation)

Modul 1: Fondasi Penjaminan Kualitas dan Pengujian

• Mendefinisikan kualitas, penjaminan kualitas, dan pengujian
• Tujuh prinsip pengujian (ISTQB CTFL v4.0)
• Pengujian vs debugging vs kontrol kualitas
• Psikologi pengujian
• Peran dan tanggung jawab dalam tim QA

Modul 2: Siklus Hidup Pengembangan Perangkat Lunak dan Pengujian

• Fase Siklus Hidup Pengujian Perangkat Lunak (STLC)
• Pendekatan pengujian Waterfall, Agile, DevOps, dan CI/CD
• Tingkat pengujian: unit, integrasi, sistem, penerimaan
• Strategi pengujian shift-left dan shift-right
• Jejak antara persyaratan dan kasus pengujian

Modul 3: Teknik Pengujian Statis

• Review, walkthrough, dan inspeksi
• Analisis statis menggunakan alat otomatis
• Peninjauan berbasis checklist dan peran
• Teknik tinjauan formal dan informal
• Mengintegrasikan pengujian statis ke dalam alur kerja Agile

Modul 4: Teknik Pengujian

• Teknik kotak hitam: partisi ekuivalensi, analisis nilai batas
• Pengujian tabel keputusan dan pengujian transisi keadaan
• Pengujian kasus penggunaan dan pengujian eksplorasi
• Teknik kotak putih: cakupan pernyataan dan keputusan
• Teknik berbasis pengalaman dan tebakan error

Modul 5: Manajemen Cacat

• Siklus hidup cacat: deteksi, pelaporan, triase, penyelesaian, penutupan
• Menulis laporan cacat yang efektif dengan JIRA
• Klasifikasi tingkat keparahan dan prioritas cacat
• Teknik analisis akar penyebab
• Metrik cacat dan analisis tren

Modul 6: Manajemen Pengujian dan Pengujian Berbasis Risiko

• Perencanaan pengujian dan metode estimasi
• Identifikasi, penilaian, dan mitigasi risiko
• Pemantauan, kontrol, dan pelaporan pengujian
• Mendefinisikan kriteria penyelesaian pengujian dan kondisi keluar
• Dokumen strategi pengujian dan kebijakan pengujian yang selaras dengan ISTQB

Modul 7: Alat Pengujian dan Dasar-dasar Otomasi

• Klasifikasi alat pengujian (kategori alat ISTQB)
• Manfaat dan risiko otomasi pengujian
• Memilih alat: solusi open-source vs komersial
• Pengantar Selenium, Playwright, dan Cypress
• Membuat suite pengujian otomatis dasar

Modul 8: Pengantar AI dalam Penjaminan Kualitas

• Konsep AI dan machine learning untuk penguji
• Taksonomi: AI untuk pengujian vs pengujian sistem AI
• Peta landskap pengujian AI saat ini: peluang dan keterbatasan
• Karakteristik kualitas untuk sistem berbasis AI
• Ikhtisar silabus ISTQB CT-AI dan relevansinya

Modul 9: Pembuatan Kasus Pengujian Dibantu AI

• Menggunakan LLM (ChatGPT, Claude, Copilot) untuk penyusunan kasus pengujian
• Teknik rekayasa prompt untuk menghasilkan skenario pengujian
• Mengubah cerita pengguna dan kriteria penerimaan menjadi kasus pengujian
• Meninjau dan memvalidasi kasus pengujian yang dihasilkan AI
• Platform: Testim, Mabl, dan alat generasi pengujian asli AI

Modul 10: Otomasi Pengujian Dibantu AI

• Otomasi pengujian self-healing dengan Katalon Studio AI
• Pengenalan objek berbasis AI dan penentuan lokasi elemen
• Pengujian regresi visual dengan Applitools Eyes
• Selenium dengan plugin AI untuk otomasi yang tangguh
• Mengurangi beban pemeliharaan dengan locator cerdas

Modul 11: AI untuk Prediksi dan Analisis Cacat

• Seleksi pengujian prediktif dengan Launchable dan Sealights
• Klusterisasi kegagalan dan deteksi anomali dengan ReportPortal
• Analisis akar penyebab yang dibantu AI
• Penilaian risiko kualitas dan analisis celah pengujian
• Menggunakan data cacat historis untuk memprioritaskan pengujian

Modul 12: Evaluasi Alat AI dan Integrasi CI/CD

• Kriteria untuk mengevaluasi alat pengujian AI
• Analisis ROI dan strategi adopsi
• Mengintegrasikan alat pengujian AI ke dalam Jenkins, GitHub Actions, GitLab CI
• Desain pipeline: kapan dan di mana menjalankan pengujian berbasis AI
• Mengukur efektivitas pengujian AI dengan metrik

Modul 13: Pertimbangan Etis dalam Pengujian Berbasis AI

• Bias dan keadilan dalam data pengujian yang dihasilkan AI
• Kekhawatiran privasi saat menggunakan alat AI berbasis cloud
• Transparansi dan penjelasan keputusan pengujian AI
• Pertimbangan tata kelola dan kepatuhan
• Praktik AI yang bertanggung jawab untuk tim QA

Modul 14: Persiapan Ujian ISTQB CTFL

• Struktur, durasi, dan skor ujian CTFL v4.0
• Jenis pertanyaan dan strategi jawaban
• Distribusi bobot topik di seluruh bab silabus CTFL
• Ujian praktik dengan pertanyaan contoh gaya ISTQB
• Peta jalan studi dan sumber daya yang direkomendasikan

Modul 15: Capstone: Alur Kerja Pengujian Berbasis AI Menyeluruh

• Merancang kasus pengujian dari dokumen persyaratan sampel
• Menggunakan AI untuk menghasilkan dan menyempurnakan skenario pengujian
• Otomasi tes yang dipilih dengan alat self-healing
• Melaporkan cacat dan menjalankan analisis akar penyebab yang dibantu AI
• Retrospektif: mengintegrasikan AI ke dalam praktik QA sehari-hari