[Project] AI Testing : Membangun AI Test Case Generator dengan Python dan LLM

1. Pendahuluan

Dunia Software Testing saat ini menuntut kecepatan tanpa mengorbankan ketelitian. Sebagai seorang QA Engineer, tantangan terbesar saya adalah menyelaraskan User Story yang dinamis dengan cakupan pengujian (test coverage) yang menyeluruh. Untuk menjawab tantangan tersebut, saya mengembangkan AI Test Case Generator, sebuah solusi untuk menjembatani kebutuhan bisnis dengan teknis pengujian secara otomatis.

2. Masalah: Bottleneck dalam Dokumentasi Testing

Pembuatan dokumen Test Case secara manual seringkali memakan waktu lama dan rentan terhadap human error. Selain itu, pembuatan boilerplate script untuk automation (seperti Playwright) sering kali repetitif.

3. Solusi: IdhamForge (AI-Driven QA)

Proyek ini mengintegrasikan Large Language Model (LLM) dengan framework Python dan Streamlit untuk menciptakan workflow yang efisien:

Requirement Analysis: AI menganalisis User Story untuk mengekstrak skenario kritis.
Standardized Documentation: Menghasilkan tabel pengujian standar industri.
Instant Automation Script: Membangun kerangka script Playwright yang siap digunakan.

4. Panduan Implementasi (How to Use)

Untuk rekan-rekan QA yang ingin mengeksplorasi penggunaan Ainul Testcase Generator, berikut adalah langkah-langkah untuk menjalankan tool ini di lingkungan lokal Anda:

A. Persiapan Environment Pastikan Python sudah terinstal di sistem Anda. Lakukan clone repository dari GitHub resmi saya:

git clone https://github.com/idham099/Aitest.git
cd Aitest

B. Instalasi Dependensi Instal pustaka yang diperlukan (Streamlit, Requests, dll.) dengan menjalankan perintah:

pip install -r requirements.txt

C. Menjalankan Dashboard Aktifkan dashboard interaktif dengan perintah:

streamlit run app.py

D. Alur Kerja Tool

Konfigurasi API: Masukkan Gemini API Key Anda pada sidebar (Keamanan data terjaga karena sistem menggunakan session state lokal).
Input Business Logic: Masukkan User Story atau Requirement yang ingin diuji.

Generate: Klik tombol Generate, dan sistem akan otomatis menyusun tabel Test Suite (Positive, Negative, Edge Cases) serta kerangka script Playwright dalam hitungan detik.

5. Arsitektur & Implementasi Teknis

Sebagai lulusan IT, saya merancang sistem ini dengan fokus pada Resilience Architecture. Menggunakan strategi API Fallback, sistem tetap stabil meski terjadi fluktuasi pada engine AI utama. Pengembangannya melibatkan Python Backend dan Streamlit Frontend yang modular.

6. Kesimpulan

AI Test Case Generator adalah langkah awal saya dalam mengeksplorasi potensi penuh AI di ekosistem SDLC. Implementasi AI dalam QA bukan bertujuan menggantikan peran manusia, melainkan memperkuat kapabilitas QA dalam mendeteksi bug lebih awal (Shift-Left Testing).

Lihat Demo Video: