Seminar Nasional Inovasi Teknologi e-ISSN: 2549-7952

UN PGRI Kediri, 24 Juli 2021 p-ISSN: 2580-3336

Pengujian Aplikasi Presensi dengan Black box Testing dengan

Metode Equivalence Partitioning dan Boundary Value Analysis
A. Rifqi Yarzuq Arfani1, Patmi Kasih2, Danar Putra Pamungkas3
1,2,3
Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri
E-mail: *[email protected], [email protected], [email protected]

Abstrak – Presensi perkuliahan adalah hal penting dalam dunia perkuliahan, karena kehadiran mahasiswa
merupakan salah satu faktor dari penilaian suatu mata kuliah. Tetapi presensi manual dengan menggunakan
media tulis memiliki kekurangan seperti rekapitulasi manual dan transparansi data. Memanfaatkan fitur pada
gawai seperti gps dibuatlah sebuah aplikasi presensi untuk mengatasi masalah diatas. Melihat pentingnya data
presensi, maka wajib dilakukannya pengujian perangkat lunak pada aplikasi tersebut, yang mana hasil pengujian
bisa digunakan sebagai pedoman pengembang dalam mencari kesalahan, memastikan kelayakan serta kesesuaian
dengan kebutuhan pengguna. Metode yang dipakai pada pengujian perangkat lunak ini adalah metode black box,
serta menjelaskan alur untuk mempersiapkan perancangan skenario pengujian yang memakai teknik equivalence
partitioning dan boundary value analysis. Hasil yang diperoleh dari penelitian ini adalah kesimpulan untuk
memastikan terpenuhinya kebutuhan yang telah ditentukan pada perangkat lunak yang diuji dan fungsionlitas bisa
berjalan dengan baik. Berdasarkan kesimpulan pengujian perangkat lunak yang telah dilakukan, maka hasil uji
yang didapatkan bisa bermanfaat sebagai bahan koreksi dimasa mendatang.

Kata Kunci — Presensi, Pengujian Perangkat Lunak, Black-Box Testing, Equivalence Partitioning, Boundary
Value Analysis

1. PENDAHULUAN cuti perkuliahan yang bisa dilihat pada web

dashboard administrator.
Presensi perkuliahan adalah sebuah catatan atas
hadir atau tidaknya seorang mahasiswa dalam Pengujian perangkat lunak adalah hal penting
kegiatan perkuliahannya. Dalam kegiatan untuk menjamin kualitas perangkat lunak yang
perkuliahan daftar hadir seorang mahasiswa adalah menyajikan bagian utama atau dasar atas desain,
poin penting yang sangat diperhatikan dan diawasi spesifikasi, dan pengkodean[5]. Pengujian perangkat
oleh dosen pengampu[1]. Karena hasil rekap atas lunak dilaksakan dengan tujuan supaya memastikan
daftar hadir mahasiswa tersebut dapat berpengaruh bahwa kualitas dari perangkat lunak yang digunakan
terhadap penilaian masing masing mata kuliah dan telah memenuhi syarat[6]. Pengujian perangkat lunak
dapat sebagai syarat mahasiswa dalam mengikuti ini dapat dilakukan dengan pengeksekusian program
UAS. Daftar hadir yang dilakukan dengan cara mencari adanya kesalahan sintaks program[7], lalu
manual[2], yaitu dengan memberikan tanda tangan mengadakan verifikasi program guna menyesuaikan
mahasiswa masing-masing dalam setiap mata kuliah. perangkat dengan kebutuhan pengguna. Pengujian
yang digunakan dalam penelitian ini menggunakan
Presensi manual menggunakan media tulis adalah metode black box testing.
sistem yang sering diterapkan sebagai alat presensi
saat ini seperti di perkuliahan teknik informatika. Metode black box merupakan sebuah pengujian
Sistem presensi dengan media alat tulis dapat yang dilakukan dengan melihat dan mengamati hasil
membantu dosen dalam pencatatan data kehadiran. dari pengeksekusian program serta memeriksa fungsi
Tetapi presensi manual atau dengan menggunakan perangkat lunak. Dapat dikatakan black box adalah
media tulis ini memiliki kekurangan[3], yaitu data sebagai kotak hitam yang dimana kita hanya melihat
rekapitulasi dari presensi bersifat transparan yang bagian luar tanpa mengetahui isi dari kotak hitam
artinya disini dosen pengampu masing-masing mata tersebut. Hal ini memiliki kesamaan dalam
kuliah tidak mengetahui kebenarannya. melakukan pengujian black box, dimana melakukan
evaluasi dengan mengamati bagian luar atau
Aplikasi presensi merupakan jawaban dari tampilannya saja tanpa melihat proses detail yang
masalah diatas, dosen atau admin dapat mengisi area terjadi didalamnya[8].
yang diperbolehkan untuk mahasiswa melakukan
presensi, dan mahasiswa akan menggunakan aplikasi 2. METODE PENELITIAN
tersebut untuk mengisi presensi. Memanfaatkan fitur
gps yang ada pada perangkat gawai dan algoritma Tahapan yang dilakukan pada penilitan pengujian
haversine[4], aplikasi ini memastikan bahwa aplikasi presensi dengan black-box testing
mahasiswa dapat mengisi presensi jika berada pada menggunakan metode equivalence partitioning dan
lokasi yang telah ditentukan sebelumnya. Selain boundary value analysis sebagai berikut[9]:
presensi mahasiswa juga dapat mengisi izin maupun

338
Seminar Nasional Inovasi Teknologi e-ISSN: 2549-7952
UN PGRI Kediri, 24 Juli 2021 p-ISSN: 2580-3336

a. Identikasi Permasalahan: Mengidentifikasi pada pencarian kesalahan atau penyimpangan

permasalahan dan menganalisa supaya meraih spesifikasi sistem pada data awal.
jalan keluar atau pemecahan dari permasalahan
yang ditemukan. Metode equivalence partitioning merupakan
b. Analisa Kebutuhan Pengujian: Menganalisa terbagi menjadi domain input sistem kedalam kelas
kebutuhan yang berguna untuk mempersiapkan data. Metode ini menguji kelas yang terjadi
pengujian perangkat lunak, seperti mencari penyimpangan atau kesalahan, sehingga hal ini dapat
metode pengujian yang tepat, dilanjutkan mengurangi kasus pengujian. Metode equivalence
dengan mempelajari kebutuhan sistem diambil partitioning menjelaskan mengenai valid dan tidak
dengan sudut pandang penguji untuk validnya saat di input. Data yang dimasukkan dapat
menganalisa persyaratan pengujian perangkat terdiri atas harga numerik, harga terkait dan rentang
lunak tersebut. harga, dan kondisi boolean[10].
c. Perancangan Test Case: Merancang skenario Penentuan kelas ekuivalensi sebagai berikut :
pengujian atau test case berdasarkan analisa a. Jika kondisi input menentukan suatu range nilai,
spesifikasi dan kebutuhan yang telah dianalisa. maka akan ada satu kelas valid dan dua kelas
d. Pelaksanaan Pengujian: Melaksanakan yang invalid.
pengujian dengan menjalankan skenario b. Jika kondisi menentukan anggota suatu
pengujian yang telah dibuat. Hasil dari himpunan, maka buat kelas ekivalensi valid
pengujian bisa menjadi bahan penentu untuk semua nilai himpunan dan dua kelas
kesimpulan dari pengujian yang telah invalid.
dilakukan. c. Jika suatu kondisi input berupa boolean, maka
e. Hasil dan Kesimpulan Pengujian: Tahapan akan ada kelas untuk nilai true dan false.
terakhir dari penlitian ini adalah menyimpulkan
hasil dari pengujian yang bisa digunakan Berdasarkan penjelasan diatas dapat dibuat sebuah
sebagai bahan koreksi untuk aplikasi tersebut contoh seperti berikut: inputan password dengan
dan peningkatan pengujian selanjutnya. Serta ketentuan minimal 6 karakter dan maksimal 10
terdapat rekomendasi perbaikan untuk karakter, maka dapat dibuatlah bagian – bagian partisi
perangkat lunak presensi untuk meningkatkan 0-5, 6-10, 11-14 karakter sebagai nilai yang sepadan.
kualitas aplikasi tersebut. Dari contoh diatas terciptalah satu partisi valid 6-10
Pengujian black box adalah sebuah program tanpa dan dua partisi tidak valid 0-5, 11-14.
memprhatikan struktur logika internal perangkat
lunak. Metode black box memiliki fungsi untuk Tabel 1. Kelas Partisi Input Password
mengamati kebenaran hasil dari perangkat lunak. No Kelas Hasil
Metode black box adalah sebuah rancangan pengujian diharapkan
data berdasarkan spesifikasi perangkat lunak. 1 Masukan 0 sampai 5 Sistem menolak
karakter
Pengujian data dalam perangkat lunak ini dilakukan
2 Masukan 6 sampai 10 Sistem menerima
eksekusi lalu diamati dan disesuaikan dengan harapan karakter
pengguna[10]. 3 Masukan 11 sampai 14 Sistem menolak
karakter
Metode black box dalam melakukan pengujian
data berfungsi untuk menemukan penyimpangan atau Tabel 1, memperlihatkan contoh kelas partisi dari
kesalahan dengan berbagai kategori dengan sebagai metode equivalence partitioning pada inputan
berikut [11]: password.
a. Adanya berbagai fungsi yang salah atau ada Boundary value analysis merupakan suatu metode
sesuatu yang hilang. pengujian black box yang melaksanakan pengujian di
b. Adanya kesalahan pada bagian luar (tampilan). batas atas dan batas bawah pada nilai atau data uji
c. Adanya kesalahan pada database eksternal. yang dimasukkan pada suatu input aplikasi. Boundary
d. Adanya kesalahan pada saat kinerja pengujian. value analysis adalah teknik desain proses bertujuan
e. Adanya kesalahan yang teminasi untuk melengkapi metode equivalence partitioning
Metode black box tidak sama seperti metode white dimana hanya berfokus pada nilai input atau data uji
box yang menguji secara internal. Metode black box saja, sementara teknik ini juga memerperhatikan nilai
ini tidak memerlukan pengetahuan tentang struktur output. Metode boundary value analysis juga bisa
atau alur dalam pengujian perangkat lunak[12]. Maka digunakan sebagai acuan bahwa data uji yang
metode black box memudahkan penulis dalam melebihi batas yang sudah ditentukan tidak bisa
membuat masukan yang dapat menguji semua diproses pada database atau sistem dan mampu
persyaratan fungsional perangkat lunak. mengeluarkan peringatan, serta hanya memasukkan
data uji yang kurang dari batas atas[8]. Beberapa
Black box memiliki tujuan yaitu dengan tidak prinsip mendasar pada boundary value analysis
memperdulikan cara kinerja dari struktur sistem. yaitu[13]:
Metode black box sama seperti kotak hitam, sehingga
pengujian menggunakan metode ini memiliki fokus
339
Seminar Nasional Inovasi Teknologi e-ISSN: 2549-7952
UN PGRI Kediri, 24 Juli 2021 p-ISSN: 2580-3336

a. Untuk suatu input range yang dibatasi a dan b, akan dilakukan yaitu: gambar, nama, npm, emai,
untuk data uji adalah (a-1), a, (a+1), (b-1), b, alamat, phone, password, dan konfirmasi password.
(b+1).
b. Apabila input mensyaratkan suatu bilangan Langkah pertama dalam pembuatan skenario
nilai n, untuk data uji adalah sejumlah (n-1), n pengujian atau test case diawali dengan pembuatan
dan (n+1) nilai. partisi menggunakan metode equivalence
c. Terapkan dua aturan diatas pada syarat output partitioning.
d. Apabila struktur data input dari aplikasi Tujuan dari equivalence partitioning adalah
mempunyai cakupan (misal: ukuran buffer, membagi kelas data uji menjadi partisi yang sepadan
batas array) gunakan data uji yang berada pada yaitu kelas valid dan kelas invalid. Metode
batas cakupan. equivalence partitioning digunakan untuk
meningkatkan efektifitas pengujian dengan membuat
Tabel 2. Aturan Masukan Input Password skenario pengujian yang berisi data uji dengan
No Masukan Status minimal satu kali pada setiap kelas partisi.
1 Teks dengan 5 karaker Invalid
Tabel 3. Equivalence Partitioning Registrasi Valid
2 Teks dengan 6 karaker Valid
Nama Data Kelas Status
3 Teks dengan 10 karaker Valid Profile Image File Image Valid
4 Teks dengan 11 karaker Invalid ukuran 1 – 1000kb
Nama [A-Z|a-z|.] Valid
5 – 40 karakter
Tabel 2, memperlihatkan contoh input atau
NPM [0-9|.] Valid
masukan menggunakan metode boundary value 15 karakter
analysis dengan menerapkan kelas partisi yang Email [A-Z|a-z|0- 9|@|.] Valid
dihasilkan dari metode equivalence partitioning pada 5 – 40 karakter
inputan password. Alamat [A-Z|a-z|0-9|.] Valid
5 – 40 karakter
3. HASIL DAN PEMBAHASAN Phone [0-9] Valid
5 – 40 karakter
Pada bagian ini akan dijelaskan tentang penjelasan Password [A-Z|a-z|0- 9|@|.] Valid
alur pengujian untuk setiap fungsionalitas yang akan 5 – 40 karakter
diuji, penjelasan dilengkapi dengan analisa Konfirmasi [A-Z|a-z|0- 9|@|.] Valid
kebutuhan, menentukan partisi dan data uji dengan Password 5 – 40 karakter
metode equivalence partitioning dan boundary value
analysis, hasil pengujian dan skenario pengujian. Tabel 3, menampilkan kelas partisi registrasi valid,
Fungsionalitas yang akan diuji pada penelitian ini dimana terdapat kelas-kelas dari input registrasi yang
adalah fungsi registrasi. sistem dapat memproses.
Tabel 4. Equivalence Partitioning Registrasi Valid
Nama Data Kelas Status
Profile Image ukuran > 1000 kb Invalid
Nama < 5 karakter Invalid
> 40 karakter
NPM < 15 karakter Invalid
> 15 karakter
Email < 5 karakter Invalid
> 40 karakter
Alamat < 5 karakter Invalid
> 40 karakter
Phone < 5 karakter Invalid
> 40 karakter
Password < 5 karakter Invalid
> 40 karakter
Konfirmasi < 5 karakter Invalid
Password > 40 karakter

Tabel 4, menampilkan kelas partisi registrasi

invalid, dimana terdapat kelas-kelas dari input
registrasi yang sistem tidak dapat memproses.
Gambar 1. Form registrasi mahasiswa Setelah kelas equivalence partitioning ditemukan
maka selanjutnya adalah tahapan boundary value
Pada Gambar 1, disajikan tampilan form registrasi analysis. Boundary value analysis bertujuan untuk
dimana terdapat beberapa input dimana pengujian mengujian ambang batas data masukan pada kelas
ekuivalensi atau padanan yang telah ditentukan

340
Seminar Nasional Inovasi Teknologi e-ISSN: 2549-7952
UN PGRI Kediri, 24 Juli 2021 p-ISSN: 2580-3336

sebelumnya pada metode equivalence partitioning. Tabel 6. Boundary Value Analysis Registrasi Invalid
Dengan kata lain metode boundary value analysis Nama Data Kelas Status
adalah pelengkap dari metode equivalence Profile Image File dengan ukuran Invalid
partitioning. 1001kb
Nama Teks dengan 4 karakter Invalid
Tabel 5. Boundary Value Analysis Registrasi Valid Teks dengan 41 karakter Invalid
Nama Data Kelas Status NPM Teks dengan 14 karakter Invalid
Profile Image File dengan ukuran 1000 Valid Teks dengan 16 karakter Invalid
kb Email Teks dengan 4 karakter Invalid
Nama Teks dengan 5 karakter Valid Teks dengan 41 karakter Invalid
Alamat Teks dengan 4 karakter Invalid
Teks dengan 40 karakter Valid
Teks dengan 41 karakter Invalid
NPM Teks dengan 15 karakter Valid Phone Angka dengan 4 karakter Invalid
Email Teks dengan 5 karakter Valid Angka dengan 41 karakter Invalid
Teks dengan 40 karakter Valid Password Angka dengan 4 karakter Invalid
Alamat Teks dengan 5 karakter Valid Angka dengan 41 karakter Invalid
Teks dengan 40 karakter Valid Konfirmasi Angka dengan 4 karakter Invalid
Password Angka dengan 41 karakter Invalid
Phone Angka dengan 5 karakter Valid
Angka dengan 40 karakter Valid Tabel 6, menampilkan ketentuan data uji invalid
Password Angka dengan 5 karakter Valid dari setiap input registrasi yang akan digunakan
Angka dengan 40 karakter Valid dalam skenario pengujian.
Konfirmasi Angka dengan 5 karakter Valid
Password Angka dengan 40 karakter Valid Setelah batas – batas data masukan valid dan
invalid ditentukan, maka dibuatlah kasus uji yang
Tabel 5, menampilkan ketentuan data uji valid dari berisi masukan atau data uji berdasarkan kelas – kelas
setiap input registrasi yang akan digunakan dalam pada ambang batas bawah dan batas atas yang terbuat
skenario pengujian. menggunakan metode boundary value analysis akan
diuji pada aplikasi presensi. Dibawah ini merupakan
rancangan skenario pengujian untuk form registrasi.

Tabel 7. Skenario Pengujian Registrasi

Nama Uji Kasus Registrasi Mahasiswa
Mahasiswa melakukan registrasi akun, dan data tersebut
Deskripsi
akan digunakan untuk login aplikasi
Kondisi Awal Aplikasi menampilkan halaman login
Skenario
1. Masuk ke halaman registrasi.
2. Masukkan data gambar, nama, NPM, email, alamat, phone, password, konfirmasi password.
3. Tekan tombol registrasi.
Hasil
Kesimpulan
Yang Diharapkan
PASS FAIL
1. Halaman registrasi tampil. ✓
✓
2. Dapat mengambil input gambar dari penyimpanan gawai.
3. Dapat mengambil input gambar dari kamera gawai. ✓
4. Input profile image dapat terisi file ukuran kurang dari ✓
1000 kb
5. Input nama dapat terisi dengan 5 sampai 40 karakter ✓
6. Input NPM dapat terisi dengan 5 sampai 40 karakter ✓
7. Input email dapat terisi dengan 5 sampai 40 karakter ✓
8. Input alamat dapat terisi dengan 5 sampai 40 karakter ✓
9. Input phone dapat terisi dengan 5 sampai 40 karakter ✓
10. Input password dapat terisi dengan 5 sampai 40 karakter ✓
11. Input konfirmasi password dapat terisi dengan 5 sampai 40 ✓
karakter
12. Tampil pesan berhasil disimpan. ✓
13. Kembali ke halaman dashboard. ✓
Alternatif
Kondisi : Menggunakan Data Uji Registrasi A01 Invalid
1. Masuk ke halaman registrasi.
2. Masukkan data invalid gambar, nama, NPM, email, alamat, phone, password, konfirmasi password.
3. Tekan tombol registrasi.

341
Seminar Nasional Inovasi Teknologi e-ISSN: 2549-7952
UN PGRI Kediri, 24 Juli 2021 p-ISSN: 2580-3336

Hasil
Kesimpulan
Yang Diharapkan
PASS FAIL
1. Input profile image tidak dapat terisi file ukuran lebih dari ✓
1000 kb
2. Input nama tidak dapat terisi dengan kurang dari 5 dan ✓
lebih dari 40 karakter
3. Input NPM tidak dapat terisi dengan kurang dari 5 dan ✓
lebih dari 40 karakter
4. Input email tidak dapat terisi dengan kurang dari 5 dan ✓
lebih dari 40 karakter
5. Input alamat tidak dapat terisi dengan kurang dari 5 dan ✓
lebih dari 40 karakter
6. Input phone tidak dapat terisi dengan kurang dari 5 dan ✓
lebih dari 40 karakter
7. Input password tidak dapat terisi dengan kurang dari 5 dan ✓
lebih dari 40 karakter
8. Input konfirmasi tidak dapat terisi dengan kurang dari 5 ✓
dan lebih dari 40 karakter
9. Aplikasi tidak menyimpan masukan ✓
10. Tampil pesan kesalahan. ✓

Tabel 7 menunjukkan skenario pengujian aplikasi Digital,” Setrum Sist. Kendali-Tenaga-elektronika-

presensi dari fungsionalitas registrasi. Hasil dari telekomunikasi-komputer, vol. 7, no. 1, p. 107,
pengujian skenario tersebut dari 23 poin skenario 2018, doi: 10.36055/setrum.v7i1.3367.
pengujian yang diuji, 23 poin berstatus berhasil dan [4] A. P. Aldya, A. Rahmatulloh, and M. Fachurroji,
0 poin berstatus gagal. “Haversine Formula Untuk Membatasi Jarak Pada
Aplikasi Presensi Online,” J. Instek Inform. Sains
4. SIMPULAN Dan Teknol., vol. 4, no. 2, pp. 171–180, 2019.
Berdasarkan pengujian pada aplikasi presensi [5] D. Ahrizal, M. K. Miftah, R. Kurniawan, T. Zaelani,
menggunakan teknik black box dengan metode and Y. Yulianti, “Pengujian Perangkat Lunak Sistem
equivalence partitioning dan boundary value Informasi Peminjaman PlayStation dengan Teknik
analysis, dapat disimpulkan bahwa aplikasi presensi Boundary Value Analysis Menggunakan Metode
khususnya pada fungsi registrasi telah sesuai dengan Black Box Testing,” J. Inform. Univ. Pamulang, vol.
kebutuhan dan persyaratan yang ditentukan. Dengan 5, no. 1, p. 73, 2020, doi:
demikian aplikasi presensi mempunyai kualitas 10.32493/informatika.v5i1.4338.
bagus dan layak untuk digunakan.
[6] I. M. S. Ardana, “Pengujian Software Menggunakan
5. SARAN Metode Boundary Value Analysis dan Decision
Table Testing,” J. Teknol. Inf. ESIT, vol. 14, no. 11,
Saran untuk penelitian mendatang, pengujian pp. 40–47, 2019.
dapat dilakukan menggunakan teknik black box yang [7] E. P. Mandyartha, “Pembangkitan Data Uji
lain seperti error guessing atau regression testing Menggunakan Algoritma Genetika Multi-populasi
untuk mengetahui tingkat efektivitas suatu teknik Fuzzy Adaptif,” INTEGER J. Inf. Technol., vol. 2,
dengan teknik lain, pada akhirnya akan membuat no. 1, pp. 60–69, 2017, [Online]. Available:
kualitas aplikasi menjadi lebih baik. https://ejurnal.itats.ac.id/integer/article/view/98%0
Ahttps://ejurnal.itats.ac.id/integer/article/download/
DAFTAR PUSTAKA
98/133
[1] Madhiyono, S. Kosasi, and David, “Aplikasi [8] M. H. Reza, Sugiarto, and A. L. Nurlaili, “Pengujian
Absensi Fingerprint Berbasis Website Menggunakan Black Box Boundary Value Analysis
Menggunakan JWT dan Algoritma Haversine,” J. Pada Aplikasi Voucer dan Receipt PT. Samudera
SISFOKOM (Sistem Inf. dan Komputer), vol. 10, Agencies Indonesia,” J. Inform. dan Sist. Inf., vol. 2,
no. 3, pp. 328–333, 2021. no. 2, pp. 181–189, 2021.
[2] N. L. Khoiriyah, F. Marisa, and I. D. Wijaya, [9] 2019 Kiki Hardiansyah, “PEMANTAUAN
“Rancang Bangun Sistem Presensi Online Berbasis KEGIATAN SISWA ( Studi Kasus : Madrasah
Granted Validitas Data,” J I M P - J. Inform. Ibtidaiyah Cahaya Cimahi ),” 2019.
Merdeka Pasuruan, vol. 3, no. 1, pp. 53–61, 2018,
doi: 10.37438/jimp.v3i1.89. [10] W. E. Perry, Effective Methods for Software Testing
Third Edition, vol. 3. 2006.
[3] D. Hardiyanto and D. Anggun Sartika, “Optimalisasi
Metode Deteksi Wajah berbasis Pengolahan Citra
untuk Aplikasi Identifikasi Wajah pada Presensi
342
Seminar Nasional Inovasi Teknologi e-ISSN: 2549-7952
UN PGRI Kediri, 24 Juli 2021 p-ISSN: 2580-3336

[11] N. Catur, R. Utama, S. Hariani, E. Wulandari, and E.

Rahmawati, “JSIKA Vol. 9 , No. 2 Tahun 2020 ISSN
2338 - 137X,” vol. 9, no. 2, 2020.
[12] P. Astuti, “Penggunaan Metode Black Box Testing
(Boundary Value Analysis) Pada Sistem Akademik
(Sma/Smk),” Fakt. Exacta, vol. 11, no. 2, p. 186,
2018, doi: 10.30998/faktorexacta.v11i2.2510.
[13] M. S. Mustaqbal, R. F. Firdaus, and H. Rahmadi,
“PENGUJIAN APLIKASI MENGGUNAKAN
BLACK BOX TESTING BOUNDARY VALUE
ANALYSIS (Studi Kasus : Aplikasi Prediksi
Kelulusan SNMPTN),” vol. I, no. 3, pp. 31–36,
2015.

343