Hubungi Kami
 Durasi 21 jam

Kerangka Materi

Dasar-Dasar Penjaminan Kualitas dan Pengujian

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

Siklus Hidup Pengembangan Perangkat Lunak dan Pengujian

  • Fase-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
  • Kejejakkan antara persyaratan dan kasus uji

Teknik Pengujian Statis

  • Tinjauan, walkthrough, dan inspeksi
  • Analisis statis menggunakan alat otomatis
  • Peninjauan berbasis checklist dan berbasis peran
  • Teknik peninjauan formal dan informal
  • Integrasi pengujian statis ke dalam alur kerja Agile

Teknik Pengujian

  • Teknik kotak-hitam: partisi ekivalensi, analisis nilai batas
  • Ujian tabel keputusan dan ujian transisi keadaan
  • Ujian kasus pakai dan ujian eksploratif
  • Teknik kotak-putih: cakupan pernyataan dan keputusan
  • Teknik berbasis pengalaman dan menebak kesalahan

Manajemen Cacat

  • Siklus hidup cacat: deteksi, pelaporan, triase, resolusi, penutupan
  • Menyusun laporan cacat efektif dengan JIRA
  • klasifikasi berat cacat vs prioritas
  • Teknik analisis akar masalah
  • Metrik cacat dan analisis tren

Manajemen Pengujian dan Pengujian Berbasis Risiko

  • Perencanaan pengujian dan metode estimasi
  • Identifikasi, penilaian, dan mitigasi risiko
  • Monitoring, kontrol, dan pelaporan pengujian
  • Menetapkan kriteria kelulusan pengujian dan kondisi keluar
  • Dokumen strategi dan kebijakan pengujian yang selaras dengan ISTQB

Dasar-Dasar Alat dan Otomasi Pengujian

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

Pengenalan AI dalam Penjaminan Kualitas

  • Konsep AI dan pembelajaran mesin bagi penguji
  • Taksonomi: AI untuk pengujian vs pengujian sistem AI
  • Lanskap pengujian AI saat ini: peluang dan keterbatasan
  • Karakteristik kualitas untuk sistem berbasis AI
  • Ikhtisar silabus ISTQB CT-AI dan relevansinya

Generasi Kasus Uji yang Dibantu AI

  • Menggunakan LLM (ChatGPT, Claude, Copilot) untuk membuat draf kasus uji
  • Teknik prompt engineering untuk menghasilkan skenario pengujian
  • Mengubah user stories dan kriteria penerimaan menjadi kasus uji
  • Meninjau dan memvalidasi kasus uji yang dihasilkan AI
  • Platform: Testim, Mabl, dan alat generasi pengujian asli AI

Otomasi Pengujian yang Dibantu AI

  • Otomasi pengujian penyembuhan mandiri dengan Katalon Studio AI
  • Pengenalan objek berbasis AI dan pelokasian elemen
  • Uji regresi visual dengan Applitools Eyes
  • Selenium dengan plugin AI untuk otomasi yang tangguh
  • Menurunkan beban pemeliharaan dengan lokator cerdas

AI untuk Prediksi dan Analisis Cacat

  • Pemilihan pengujian prediktif dengan Launchable dan Sealights
  • Clustering kegagalan dan deteksi anomali dengan ReportPortal
  • Analisis akar masalah yang dibantu AI
  • Penilaian risiko kualitas dan analisis kesenjangan pengujian
  • Menggunakan data cacat historis untuk memprioritaskan pengujian

Evaluasi Alat AI dan Integrasi CI/CD

  • Kriteria untuk mengevaluasi alat pengujian AI
  • Analisis ROI dan strategi adopsi
  • Integrasi alat pengujian AI ke dalam Jenkins, GitHub Actions, GitLab CI
  • Desain pipeline: kapan dan di mana menjalankan pengujian bertenaga AI
  • Men测 efek pengujian AI dengan metrik

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 keterjelasan keputusan pengujian AI
  • Pertimbangan tata kelola dan kepatuhan
  • Praktik AI yang bertanggung jawab bagi tim QA

Persiapan Ujian ISTQB CTFL

  • Struktur, durasi, dan penilaian ujian CTFL v4.0
  • Jenis pertanyaan dan strategi menjawab
  • Distribusi bobot topik di seluruh bab silabus CTFL
  • Ujian praktik dengan pertanyaan gaya ISTQB contoh
  • Roadmap belajar dan sumber daya yang disarankan

Capstone: Alur Kerja Pengujian Ujung-ke-Ujung yang Diperkuat AI

  • Merancang kasus uji dari dokumen persyaratan contoh
  • Menggunakan AI untuk menghasilkan dan menyempurnakan skenario pengujian
  • Mengotomasi pengujian tertentu dengan alat penyembuhan mandiri
  • Menyaporkan cacat dan menjalankan analisis akar masalah yang dibantu AI
  • Retrospektif: mengintegrasikan AI ke dalam praktik QA harian

Persyaratan

  • Pemahaman dasar tentang konsep dan terminologi pengembangan perangkat lunak
  • Pengenalan dasar terhadap pengujian perangkat lunak
  • Tidak diperlukan sertifikasi ISTQB sebelumnya atau pelatihan QA formal

Audience

  • Profesional QA dan penguji perangkat lunak yang bersiap untuk sertifikasi ISTQB Foundation Level
  • Insinyur pengujian yang ingin mengintegrasikan alat AI ke dalam alur kerja pengujian mereka
  • Tim yang beralih dari pengujian ad-hoc ke kerangka kerja QA terstruktur

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait