Metrik Pengujian Perangkat Lunak: Apa Itu, Jenis & Contohnya

⚡ Ringkasan Cerdas

Metrik Pengujian Perangkat Lunak adalah ukuran kuantitatif dari kemajuan, kualitas, dan produktivitas suatu proses pengujian. Panduan ini mencakup tiga jenis metrik, perbedaan antara metrik dasar dan metrik terhitung, siklus hidup metrik, dan glosarium rumus yang dapat Anda terapkan secara langsung.

📐 Tujuan Inti: Metrik mengubah opini tentang kualitas pengujian menjadi angka-angka yang mendukung suatu keputusan.
🧱 Tiga Jenis: Metrik proses meningkatkan siklus hidup, metrik produk mengukur kualitas perangkat lunak, dan metrik proyek mengukur efisiensi tim.
🔢 Basis vs Perhitungan: Metrik dasar adalah jumlah mentah yang dikumpulkan oleh analis; metrik terhitung adalah persentase yang diperoleh dari jumlah tersebut.
🔄 Empat Tahap Siklus Hidup: Analisis, komunikasi, evaluasi, dan pelaporan, masing-masing dengan langkah-langkahnya sendiri yang telah ditentukan.
🧮 Rumus yang Dikerjakan: Persentase eksekusi sama dengan jumlah kasus uji yang dieksekusi dibagi dengan jumlah kasus uji yang ditulis, dikalikan 100.
⚠️ Aturan Pemilihan: Tentukan audiens dan tujuan sebelum memilih metrik, jika tidak, Anda hanya mengumpulkan data yang tidak ditindaklanjuti oleh siapa pun.

Baca Selengkapnya

Apa itu Metrik Pengujian Perangkat Lunak?

Metrik Pengujian Perangkat Lunak adalah ukuran kuantitatif yang digunakan untuk memperkirakan kemajuan, kualitas, produktivitas, dan kesehatan proses pengujian perangkat lunak. Tujuan dari metrik pengujian perangkat lunak adalah untuk meningkatkan efisiensi dan efektivitas dalam proses pengujian perangkat lunak dan membantu membuat keputusan yang lebih baik untuk proses pengujian lebih lanjut dengan menyediakan data yang dapat diandalkan tentang proses pengujian.

Metrik menyatakan, dalam istilah kuantitatif, sejauh mana suatu sistem, komponen, atau proses memiliki atribut tertentu. Analogi sederhananya adalah konsumsi bahan bakar mingguan aktual sebuah mobil dibandingkan dengan angka yang dikutip oleh pabrikan.

Metrik pengujian perangkat lunak – Meningkatkan efisiensi dan efektivitas proses pengujian perangkat lunak.

Metrik pengujian perangkat lunak atau pengukuran pengujian perangkat lunak adalah indikasi kuantitatif tingkat, kapasitas, dimensi, jumlah atau ukuran beberapa atribut suatu proses atau produk.

Contoh pengukuran pengujian perangkat lunak: Jumlah total cacat

Mengapa Metrik Pengujian Penting?

“Kita tidak dapat meningkatkan apa yang tidak dapat kita ukur.” Metrik pengujian ada untuk membuat proses pengujian dapat diukur.

Tentukan apa yang harus menjadi fase kegiatan selanjutnya.
Berikan bukti untuk suatu klaim atau prediksi tentang kualitas.
Identifikasi jenis perbaikan apa yang dibutuhkan.
Berikan justifikasi untuk perubahan proses atau teknologi.

Baca lebih lanjut tentangnya Pentingnya Metrik Tes

Jenis Metrik Tes

Metrik Proses: Ini dapat digunakan untuk meningkatkan efisiensi proses SDLC (Siklus Hidup Pengembangan Perangkat Lunak)
Metrik Produk: Ini berkaitan dengan kualitas produk perangkat lunak
Metrik Proyek: Ini dapat digunakan untuk mengukur efisiensi tim proyek atau apa pun alat pengujian digunakan oleh anggota tim

Memilih metrik yang tepat jauh lebih penting daripada mengumpulkan banyak metrik. Pertimbangkan hal-hal berikut sebelum menentukan satu set metrik:

Tetapkan target audiens untuk persiapan metrik
Tentukan tujuan metrik
Perkenalkan semua metrik yang relevan berdasarkan kebutuhan proyek
Pertimbangkan biaya dan manfaat dari setiap metrik, serta fase siklus proyek di mana metrik tersebut memberikan nilai paling besar.

Metrik Uji Manual

In Rekayasa Perangkat Lunak, Metrik pengujian manual diklasifikasikan menjadi dua kelas

Metrik Dasar
Metrik Terhitung

Metrik dasar adalah data mentah yang dikumpulkan oleh Analis Uji selama pengembangan dan eksekusi kasus uji (# kasus uji yang dijalankan, # kasus uji). Sedangkan metrik yang dihitung berasal dari data yang dikumpulkan dalam metrik dasar. Metrik yang dihitung biasanya diikuti oleh manajer pengujian untuk tujuan pelaporan pengujian (% Selesai, % Cakupan Tes).

Tergantung pada proyek atau model bisnisnya, metrik yang paling penting biasanya adalah:

Uji metrik produktivitas eksekusi kasus
Metrik produktivitas persiapan kasus uji
Metrik cacat
Cacat berdasarkan prioritas
Cacat berdasarkan tingkat keparahan
Rasio selip cacat

Metrik Pengujian Manual vs Otomatis

Metrik yang dijelaskan di atas mengasumsikan rangkaian eksekusi manual. Rangkaian eksekusi otomatis diukur secara berbeda, karena upaya eksekusi bukan lagi kendala.

Kriteria	Metrik Pengujian Manual	Metrik Pengujian Otomatisasi
Fokus utama	Kemajuan upaya dan pelaksanaan	Cakupan, stabilitas, dan waktu berjalan
Ukuran umum	Kasus uji yang dieksekusi per hari	Persentase cakupan otomatisasi
Sinyal berkualitas	Cacat yang ditemukan per jam pengujian	Tingkat pengujian yang tidak stabil, yaitu persentase pengujian yang tidak dapat diandalkan.
Ukuran biaya	Jam penguji	Jam pemeliharaan skrip per rilis
Pengukuran kecepatan	Durasi siklus dalam hari	Waktu eksekusi rangkaian dalam menit

Automation Coverage = (Test cases automated / Total test cases) x 100

Flaky Test Rate = (Tests with inconsistent results / Total automated tests) x 100

Tingkat pengujian yang tidak stabil patut mendapat perhatian khusus. Begitu melewati angka sekitar 5 persen, tim mulai mengabaikan build yang bermasalah (berwarna merah), dan pada titik itu rangkaian pengujian berhenti memberikan informasi terlepas dari seberapa tinggi cakupannya.

Uji Siklus Hidup Metrik dalam Rekayasa Perangkat Lunak

Berbagai tahapan siklus hidup Metrik	Langkah-langkah selama setiap tahap
Sampel	Identifikasi Metrik Tentukan Metrik QA yang diidentifikasi
Berkomunikasi	Jelaskan perlunya metrik kepada pemangku kepentingan dan tim penguji Jelaskan kepada tim pengujian poin data mana yang harus dikumpulkan untuk menghitung metrik tersebut.
Evaluasi	Tangkap dan verifikasi data Menghitung nilai metrik menggunakan data yang diambil
Laporan	Kembangkan laporan dengan kesimpulan yang efektif Distribusikan laporan tersebut kepada pemangku kepentingan dan perwakilan masing-masing Ambil umpan balik dari pemangku kepentingan

Cara Menghitung Metrik Tes

Tuan#	Langkah-langkah untuk menguji metrik	Example
1	Identifikasi kuncinya pengujian perangkat lunak proses yang akan diukur	Kemajuan pengujian tracproses raja
2	Pada Langkah ini, penguji menggunakan data sebagai dasar untuk menentukan metrik	Jumlah kasus uji yang direncanakan akan dieksekusi per hari
3	Penentuan informasi yang harus diikuti, frekuensi tracraja dan orang yang bertanggung jawab	Eksekusi pengujian sebenarnya per hari akan dicatat oleh manajer pengujian di penghujung hari
4	Penghitungan, pengelolaan, dan interpretasi metrik yang ditentukan secara efektif	Kasus uji aktual dieksekusi per hari
5	Identifikasi area perbaikan tergantung pada interpretasi metrik yang ditentukan	If Kasus cobaan Jika kinerja tidak mencapai target yang disepakati, selidiki penyebabnya dan usulkan langkah-langkah perbaikan.

Contoh Perhitungan Metrik Pengujian

Ambil persentase kasus uji yang dieksekusi sebagai contoh. Untuk menyatakan status eksekusi sebagai persentase, gunakan rumus:

Percentage test cases executed= (No of test cases executed/ Total no of test cases written) X 100

Jika 250 kasus uji ditulis dan 175 telah dieksekusi, hasilnya adalah (175 / 250) x 100 = 70 persen.

Pola yang sama berlaku untuk setiap parameter eksekusi lainnya: kasus uji yang tidak dieksekusi, berhasil, gagal, dan diblokir. Masing-masing hanyalah pembilang yang berbeda di atas penyebut yang sama.

Metrik Pengujian Terpenting untuk Track

Glosarium di akhir tutorial ini mencantumkan setiap rumus yang umum digunakan. Dalam praktiknya, paket pelaporan jarang membutuhkan lebih dari delapan rumus. Rumus-rumus inilah yang secara konsisten memengaruhi pengambilan keputusan.

metrik	Apa yang dijawabnya?	Hati hati terhadap
Persentase eksekusi kasus uji	Kita sudah sejauh mana dari rencana lari yang telah ditentukan?	Tidak menyebutkan apa pun tentang kualitas, hanya kemajuan.
Kepadatan cacat	Jumlah kerusakan per satuan ukuran, jadi modul mana yang paling lemah?	Bergantung pada ukuran yang konsisten.
Efisiensi penghapusan cacat	Berapa persen cacat yang berhasil kami deteksi sebelum dirilis?	Hanya dapat diselesaikan setelah data produksi tiba.
Kebocoran cacat	Berapa banyak produk cacat yang sampai ke pelanggan?	Sinyal kualitas terpenting
Cakupan tes	Seberapa banyak dari persyaratan yang ditetapkan telah dilaksanakan?	Liputan luas dengan pernyataan yang lemah tidak membuktikan apa pun.
Indeks tingkat keparahan cacat	Apakah kerusakan yang terbuka itu serius atau hanya bersifat kosmetik?	Menghitung cacat tanpa pembobotan akan menyesatkan.
Waktu rata-rata perbaikan	Seberapa cepat tim tersebut menyelesaikan perbaikan?	Dipengaruhi oleh beberapa cacat yang sudah berlangsung lama.
Produktivitas pelaksanaan pengujian	Berapa banyak kasus yang diselesaikan oleh seorang penguji per hari?	Mendorong pengujian dangkal jika digunakan sebagai target.

Dua rumus yang layak ditambahkan ke glosarium karena rumus-rumus inilah yang sering diminta oleh manajemen:

Defect Removal Efficiency = (Defects found before release / Total defects found) x 100

Defect Leakage = (Defects found in production / Defects found before release) x 100

Jebakan pengukuran. Metrik apa pun yang digunakan sebagai target akan berhenti menjadi ukuran yang baik. Tetapkan target produktivitas 30 kasus uji per hari dan penguji akan menulis 30 kasus uji yang sepele. Laporkan metrik sebagai satu kesatuan, jangan pernah secara terpisah, dan pasangkan setiap angka produktivitas dengan angka kualitas.

Glosarium Rumus Metrik Pengujian Perangkat Lunak

Rasio Upaya Pengerjaan Ulang = (Upaya pengerjaan ulang aktual yang dikeluarkan pada fase tersebut/ total upaya aktual yang dikeluarkan pada fase tersebut) X 100
Syarat Creep = (Jumlah total persyaratan yang ditambahkan/Jumlah persyaratan awal)X100
Varians Jadwal = (Tanggal Pengiriman Sebenarnya – Tanggal Pengiriman yang Direncanakan)
Biaya menemukan cacat dalam pengujian = (Total upaya yang dikeluarkan untuk pengujian/kecacatan yang ditemukan dalam pengujian)
Slip jadwal = (Tanggal akhir aktual – Perkiraan tanggal akhir) / (Tanggal Akhir yang Direncanakan – Tanggal Mulai yang Direncanakan) X 100
Persentase Kasus Uji yang Lulus = (Jumlah Tes yang Lulus/Jumlah total tes yang dijalankan) X 100
Persentase Kasus Uji yang Gagal = (Jumlah Tes yang Gagal/Jumlah total tes yang dijalankan) X 100
Persentase Kasus Uji yang Diblokir = (Jumlah Tes yang Diblokir/Jumlah total tes yang dijalankan) X 100
Persentase Cacat Tetap = (Kecacatan Tetap/Kecacatan Dilaporkan) X 100
Persentase Cacat yang Diterima = (Kecacatan Diterima sebagai Sah oleh Tim Pengembang /Total Cacat yang Dilaporkan) X 100
Persentase Cacat yang Ditangguhkan = (Kecacatan ditangguhkan untuk rilis mendatang /Total Cacat yang Dilaporkan) X 100
Persentase Cacat Kritis = (Cacat Kritis / Total Cacat yang Dilaporkan) X 100
Waktu rata-rata bagi tim pengembangan untuk memperbaiki kerusakan = (Total waktu yang dibutuhkan untuk perbaikan bug/Jumlah bug)
Jumlah pengujian yang dijalankan per periode waktu = Jumlah pengujian yang dijalankan/Total waktu
Uji efisiensi desain = Jumlah tes yang dirancang /Total waktu
Efisiensi peninjauan tes = Jumlah tes yang ditinjau /Total waktu
Tingkat penemuan bug, atau cacat per jam pengujian = Jumlah total cacat / Jumlah total jam pengujian

Pertanyaan Umum Demo Slot

Metrik dasar adalah jumlah mentah yang dikumpulkan selama eksekusi, seperti jumlah kasus uji yang ditulis atau dijalankan. Metrik terhitung diperoleh dari jumlah tersebut, biasanya dalam bentuk persentase, dan merupakan metrik yang muncul dalam laporan manajemen.

Antara lima dan delapan untuk pelaporan rutin. Lebih dari itu, upaya difokuskan pada pengumpulan data daripada tindakan. Setiap metrik dalam laporan harus dikaitkan dengan keputusan yang benar-benar dibuat oleh seseorang.

Karena perilaku beradaptasi dengan ukuran yang ditetapkan. Target jumlah kasus uji yang dieksekusi per hari menghasilkan kasus uji yang dangkal. Selalu pasangkan metrik produktivitas dengan metrik kualitas seperti kebocoran cacat.

Alat berbasis AI secara otomatis menghasilkan skor cakupan dan risiko, serta memprediksi modul mana yang paling rentan terhadap cacat berdasarkan data historis. Hal ini menggeser pelaporan dari penghitungan aktivitas masa lalu menuju perkiraan di mana cacat akan muncul.

Ya. Asisten AI dapat menghitung metrik dari data uji mentah, mengidentifikasi tren di berbagai rilis, dan menyusun narasi untuk sebuah laporan. Verifikasi setiap angka terhadap data sumber sebelum menyebarkannya.