MohArsyadMubarakS (2016) Pengembangan Sistem Otomatisasi Pembangkitan Kasus Uji Dengan Algoritma Genetika Dan Method Test Case Generation. Sarjana thesis, Universitas Brawijaya.
Abstract
Pengujian perangkat lunak merupakan salah satu bagian penting dari pembuatan perangkat lunak. Pada pengujian perangkat lunak terdapat pengujian unit. Pengujian unit merupakan proses pengujian komponen yang berfokus untuk memverifikasi unit terkecil pada perancangan perangkat lunak (Pressman, 2010). Pada tahap pengujian unit terdapat proses pembangkitan kasus uji. Selama ini, pembangkitan kasus uji dari suatu kode program dilakukan secara manual. Dalam penelitian ini dibangun suatu sistem otomatis untuk membangkitkan kasus uji. Alur kerja sistem dimulai dari analisa kode sumber dengan library spoon selanjutnya dibentuk CFG (Control Flow Graph) dan DDG (directed graph). Dari DDG tersebut akan dibangkitkan feasible path yang terdapat pada DDG dengan menggunakan algoritma genetika (Ghiduk, 2014). Selanjutnya dari feasible path dicari mana path yang merupakan independenth path berdasarkan tingkat keunikan dari path tersebut terhadap path lainnya. Dari masing-masing independenth path dibangkitkan kasus ujinya dengan method test case generation (Wijayasiriwardhane, et al., 2011). Pengujian akurasi sistem pada sistem otomatisasi pembangkit kasus uji dengan jumlah populasi 5, 10 dan 15 serta jumlah maksimum generasi 50, 100, 200 dan 250 dihasilkan jumlah populasi paling optimal yaitu 10 dan maksimum generasi optimal yaitu 200 dengan akurasi 93,33%. Pada jumlah populasi dan maksimum generasi sesudahnya tidak terjadi peningkatan akurasi yang signifikan. Tiap peningkatan jumlah populasi dan maksimum generasi dapat meningkatkan akurasi sistem.
English Abstract
Software testing is one of the most important part of making software. On the software testing there are unit testing. Unit Testing is a process for verifying component, focusing on the smallest unit of software design (Pressman, 2010). In the unit testing phase contained test case generation process. During this time, the generation of test cases of a program code is done manually. In this study, constructed an automated system to generate test cases. The workflow system starts from the analysis of the source code with the library spoon and then create CFG (Control Flow Graph) and DDG (directed graph). From the DDG will be raised feasible path using a genetic algorithm (Ghiduk, 2014). Furthermore, from feasible path sought independenth path which is a path based on the level of uniqueness of the path to the other path. From each independenth path raised the test case with a test case generation method (Wijayasiriwardhane, et al., 2011). Testing accuracy of the system on the automation system generating test cases with populations of 5,10 and 15 as well as the maximum number of generations 50, 100, 200 and 250 produced the most optimal population number is 10 and the most optimal maximum generation is 200 with accuracy 93.33%. Each increase in the number of population and maximum generation can improve the accuracy of the system. Level accuracy with population number over 10 and maximum generation over 200 has no increace accuracy significant.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/533/051610816 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | Sugiantoro |
| Date Deposited: | 17 Nov 2016 14:36 |
| Last Modified: | 21 Oct 2021 17:27 |
| URI: | http://repository.ub.ac.id/id/eprint/147106 |
Preview |
Text
skripsi_FIX.pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |