Pengujian Aplikasi Presensi Dengan Black Box Testing Dengan Metode Equivalence Partitioning Dan Boundary Value Analysis
Pengujian Aplikasi Presensi Dengan Black Box Testing Dengan Metode Equivalence Partitioning Dan Boundary Value Analysis
Pengujian Aplikasi Presensi Dengan Black Box Testing Dengan Metode Equivalence Partitioning Dan Boundary Value Analysis
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
338
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
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.
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. ✓
343