Penggunaan ant colony optimization untuk pembangkitan data tes secara otomatis dalam pengujian perangkat lunak

INDONESIA :

Pengujian perangkat lunak memainkan peran yang penting dalam menjaga kualitas perangkat lunak. Akan tetapi, pengujian memakan cukup banyak biaya, waktu, dan tenaga. Bahkan, sering kali biaya untuk pengujian perangkat lunak lebih dari 50% dari total biaya dalam pengembangan perangkat lunak. Selain itu, Menghasilkan data tes merupakan langkah terpanjang dalam proses pengujian perangkat lunak. Oleh karena itu, pembuatan data uji dan evaluasi pengujian adalah pekerjaan yang paling menuntut dan akan sangat diuntungkan dari otomatisasi. Untuk mendapatkan hasil dengan akurasi yang baik diterapkan pendekatan kecerdasan buatan. Pada penelitian ini diusulkan algoritma Ant Colony Optimization (ACO) sebagai pembangkit data uji untuk menjalankan semua cabang suatu program. Control flow graph dibangkitkan dari sebuah kode program untuk menggambarkan aliran kode program tersebut. Kemudian, data tes yang sesuai untuk setiap jalur percabangan dihasilkan. Dengan adanya data tes yang akurat, maka kesalahan-kesalahan pada perangkat lunak yang diuji dapat segera diketahui.

ENGLISH :

Software testing plays an important role in maintaining software quality. However, testing costs a lot of money, time and effort. In fact, often the cost of software testing is more than 50% of the total cost of software development. In addition, Generating test data is the longest step in the software testing process. Therefore, test data generation and test evaluation are the most demanding jobs and will greatly benefit from automation. To get results with good accuracy, an artificial intelligence approach is applied. In this study, the Ant Colony Optimization (ACO) algorithm is proposed as a test data generator to run all branches of a program. The control flow graph is generated from a program code to describe the flow of the program code. Then, the appropriate test data for each branching path is generated. With accurate test data, errors in the software being tested can be immediately identified.

ARABIC :

يلعب اختبار البرامج دورًا مهمًا في الحفاظ على جودة البرامج. ومع ذلك ، فإن الاختبار يتطلب الكثير من الوقت والمال. في الواقع ، غالبًا ما يتطلب أكثر من ۰۵٪ من التكلفة الإجمالية لتطوير البرمجيات. يعد إنشاء بيانات الاختبار المرحلة الأكثر استهلاكا للوقت والأكثر استهلاكا للتكلفة في اختبار البرامج. وبالتالي ، فإن إنشاء بيانات الاختبار وتقييم الاختبار هما الأكثر تطلبًا وسيستفيدان بشكل كبير من الأتمتة. من أجل الحصول على نتائج بدقة جيدة ، يتم تطبيق نهج ذكاء اصطناعي. في هذه الدراسة ، تم اقتراح خوارزمية تحسين مستعمرة النمل (Ant Colony Optimization (ACO)) كمولد بيانات اختبار لتنفيذ جميع الفروع في البرنامج. يتم إنشاء الرسم البياني للتحكم في التدفق من رمز برنامج لوصف تدفق رمز البرنامج. بعد ذلك ، بيانات الاختبار المناسبة لكل مسار متفرع. باستخدام بيانات الاختبار الدقيقة ، يمكن العثور على أخطاء البرامج على الفور.