Di tengah derasnya arus transformasi digital dan kemajuan teknologi kecerdasan buatan (AI) serta pembelajaran mesin (ML), otomatisasi pengujian perangkat lunak (Test Automation/TA) memainkan peran yang semakin strategis dalam dunia rekayasa perangkat lunak. Artikel "Advances in Test Automation for Software with Special Focus on Artificial Intelligence and Machine Learning" oleh Li et al. (2019) menggarisbawahi pentingnya menyelaraskan pendekatan teoritis dan praktik nyata dalam otomatisasi pengujian, terutama dalam konteks sistem modern yang kompleks dan heterogen.
Evolusi Otomatisasi Pengujian: Dari GUI ke AI
Dalam beberapa dekade terakhir, otomatisasi pengujian telah mengalami evolusi signifikan. Dimulai dari teknik dasar seperti record-and-replay hingga unit test frameworks seperti JUnit, dan kini merambah ke pengujian berbasis cloud dan sistem mobile. Meskipun berbagai alat dan teknik telah dikembangkan---termasuk KLEE dan Pex untuk generasi data uji otomatis---tantangan tetap ada. Kompleksitas sistem perangkat lunak yang terdiri atas berbagai komponen dari vendor berbeda, ditulis dalam berbagai bahasa pemrograman, dan dijalankan pada berbagai platform menjadi hambatan utama dalam otomatisasi yang holistik.
Ketika AI Menjadi Bagian dari dan Alat untuk Pengujian
Perkembangan AI/ML membawa dua implikasi utama dalam dunia pengujian perangkat lunak:
Sistem yang Diuji Mengandung AI: Sistem seperti mobil otonom menghadirkan tantangan baru karena bersifat adaptif dan otonom. Ini menuntut pendekatan baru dalam validasi dan verifikasi.
AI sebagai Pendukung Pengujian: AI dapat digunakan untuk mengklasifikasikan output pengujian, menghasilkan test case secara cerdas, dan memodelkan perilaku pengguna secara lebih realistis.
Dengan kata lain, AI menjadi subjek sekaligus alat dalam proses pengujian.
Studi Kasus: Pendekatan Modern dalam TA
Dalam edisi khusus ini, empat makalah yang dipilih mencerminkan berbagai pendekatan terkini:
