Pengujian Array Ortogonal
Orthogonal Array Testing (OAT) adalah teknik pengujian perangkat lunak yang menggunakan array ortogonal untuk membuat kasus uji. Ini adalah pendekatan pengujian statistik yang sangat berguna ketika sistem yang akan diuji memiliki input data yang besar. Pengujian larik ortogonal membantu memaksimalkan cakupan pengujian dengan memasangkan dan menggabungkan input dan menguji sistem dengan jumlah kasus uji yang relatif lebih sedikit untuk menghemat waktu.
Misalnya, ketika tiket kereta api harus diverifikasi, faktor-faktor seperti - jumlah penumpang, nomor tiket, nomor kursi, dan nomor kereta harus diuji. Pengujian satu per satu untuk setiap faktor / masukan tidak praktis. Ini lebih efisien ketika insinyur QA menggabungkan lebih banyak input bersama-sama dan melakukan pengujian. Dalam kasus seperti itu, kita dapat menggunakan metode pengujian Orthogonal Array.
Jenis penyandingan atau penggabungan masukan dan pengujian sistem untuk menghemat waktu ini disebut pengujian berpasangan. Teknik OATS digunakan untuk pengujian berpasangan.
Dalam tutorial ini, Anda akan belajar-
- Apa itu OAT (Orthogonal Array Testing)?
- Mengapa OAT (Orthogonal Array Testing)?
- Bagaimana OAT direpresentasikan
- Bagaimana melakukan Orthogonal Array Testing: Contoh
- Keunggulan OAT
- Kekurangan OAT
- Kesalahan atau kesalahan saat melakukan OAT
Mengapa OAT (Orthogonal Array Testing)?
Dalam skenario saat ini, memberikan produk perangkat lunak berkualitas kepada pelanggan menjadi tantangan karena kompleksitas kode.
Dalam metode konvensional, rangkaian pengujian mencakup kasus pengujian yang telah diturunkan dari semua kombinasi nilai masukan dan prakondisi. Akibatnya, n jumlah kasus uji harus dicakup.
Tetapi dalam skenario nyata, penguji tidak akan memiliki waktu luang untuk menjalankan semua kasus pengujian untuk mengungkap cacat karena ada proses lain seperti dokumentasi, saran, dan umpan balik dari pelanggan yang harus diperhitungkan saat berada di fase pengujian.
Oleh karena itu, manajer pengujian ingin mengoptimalkan jumlah dan kualitas kasus pengujian untuk memastikan cakupan Pengujian maksimum dengan upaya minimum. Upaya ini disebut Pengoptimalan Kasus Uji.
- Cara sistematis dan statistik untuk menguji interaksi berpasangan
- Titik interaksi dan integrasi adalah sumber utama kerusakan.
- Jalankan kasus pengujian yang jelas dan ringkas yang kemungkinan besar akan mengungkap sebagian besar (tidak semua) bug.
- Pendekatan ortogonal menjamin cakupan berpasangan dari semua variabel.
Bagaimana OAT direpresentasikan
Rumus untuk menghitung OAT
- Runs (N) - Jumlah baris dalam larik, yang diterjemahkan menjadi sejumlah kasus uji yang akan dibuat.
- Faktor (K) - Jumlah kolom dalam larik, yang diterjemahkan menjadi jumlah variabel maksimum yang dapat ditangani.
- Levels (V) - Jumlah nilai maksimum yang dapat diambil pada faktor tunggal apa pun.
Satu faktor memiliki 2 hingga 3 masukan untuk diuji. Jumlah input maksimum itu menentukan Level.
Bagaimana melakukan Orthogonal Array Testing: Contoh
- Identifikasi variabel independen untuk skenario.
- Temukan larik terkecil dengan jumlah deret.
- Petakan faktor ke larik.
- Pilih nilai untuk setiap level "sisa".
- Transkripsikan Proses ke dalam kasus uji, tambahkan kombinasi yang sangat mencurigakan yang tidak dibuat.
Contoh 1
Halaman Web memiliki tiga bagian berbeda (Atas, Tengah, Bawah) yang dapat ditampilkan secara individual atau disembunyikan dari pengguna
- Jumlah Faktor = 3 (Atas, Tengah, Bawah)
- Jumlah Level (Visibilitas) = 2 (Tersembunyi atau Ditampilkan)
- Jenis Array = L4 (23)
(4 adalah jumlah proses yang tiba setelah membuat array OAT)
Jika kita menggunakan teknik pengujian konvensional, kita memerlukan kasus uji seperti 2 X 3 = 6 Kasus Uji
| Kasus Uji | Skenario | Nilai yang akan diuji |
|---|---|---|
| Tes # 1 | TERSEMBUNYI | Puncak |
| Tes # 2 | TAMPILKAN | Puncak |
| Tes # 3 | TERSEMBUNYI | Bawah |
| Tes # 4 | TAMPILKAN | Bawah |
| Tes # 5 | TERSEMBUNYI | Tengah |
| Tes # 6 | TAMPILKAN | Tengah |
Jika kita pergi untuk Pengujian OAT kita membutuhkan 4 kasus Uji seperti yang ditunjukkan di bawah ini:
| Kasus Uji | PUNCAK | Tengah | Bawah |
|---|---|---|---|
| Tes # 1 | Tersembunyi | Tersembunyi | Tersembunyi |
| Tes # 2 | Tersembunyi | Terlihat | Terlihat |
| Tes # 3 | Terlihat | Tersembunyi | Terlihat |
| Tes # 4 | Terlihat | Terlihat | Tersembunyi |
Contoh 2:
Fungsionalitas mikroprosesor harus diuji:
- Suhu: 100C, 150C dan 200C.
- Tekanan: 2 psi, 5psi dan 8psi
- Jumlah Doping: 4%, 6% dan 8%
- Tingkat Deposisi: 0.1mg / s, 0.2 mg / s dan 0.3mg / s
Dengan menggunakan metode Konvensional kita membutuhkan = 81 kasus uji untuk mencakup semua input. Mari bekerja dengan metode OATS:
Jumlah faktor = 4 (suhu, tekanan, jumlah doping dan laju deposisi)
Level = 3 level per faktor (suhu memiliki 3 level-100C, 150C, dan 200C dan juga faktor lain juga memiliki level)
Buat array seperti di bawah ini:
1. Kolom dengan Jumlah faktor
| Kasus cobaan # | Suhu | Tekanan | Jumlah doping | Tingkat deposisi |
|---|---|---|---|---|
2. Masukkan jumlah baris sama dengan level per faktor. yaitu suhu memiliki 3 tingkat. Karenanya, masukkan 3 baris untuk setiap level untuk suhu,
| Kasus cobaan # | Suhu | Tekanan | Jumlah doping | Tingkat deposisi |
|---|---|---|---|---|
| 1 | 100C | |||
| 2 | 100C | |||
| 3 | 100C | |||
| 4 | 150C | |||
| 5 | 150C | |||
| 6 | 150C | |||
| 7 | 200C | |||
| 8 | 200C | |||
| 9 | 200C |
3. Sekarang pisahkan tekanan, jumlah doping dan laju deposisi di kolom.
Misalnya: Masukkan 2 psi pada suhu 100C, 150C dan 200C demikian juga masukkan jumlah doping 4% untuk 100C, 150C dan 200C dan seterusnya.
| Kasus cobaan # | Suhu | Tekanan | Jumlah doping | Tingkat deposisi |
|---|---|---|---|---|
| 1 | 100C | 2 psi | 4% | 0,1 mg / dtk |
| 2 | 100C | 5 psi | 6% | 0,2 mg / dtk |
| 3 | 100C | 8 psi | 8% | 0,3 mg / dtk |
| 4 | 150C | 2 psi | 4% | 0,1 mg / dtk |
| 5 | 150C | 5 psi | 6% | 0,2 mg / dtk |
| 6 | 150C | 8 psi | 8% | 0,3 mg / dtk |
| 7 | 200C | 2 psi | 4% | 0,1 mg / dtk |
| 8 | 200C | 5 psi | 6% | 0,2 mg / dtk |
| 9 | 200C | 8 psi | 8% | 0,3 mg / dtk |
Oleh karena itu, dalam OA, kami membutuhkan 9 kasus Uji untuk dibahas.
Keunggulan OAT
- Menjamin pengujian kombinasi pasangan-bijaksana dari semua variabel yang dipilih.
- Mengurangi jumlah kasus uji
- Membuat lebih sedikit kasus Uji yang mencakup pengujian semua kombinasi semua variabel.
- Kombinasi variabel yang kompleks dapat dilakukan.
- Lebih sederhana untuk dibuat dan lebih sedikit rawan kesalahan daripada set pengujian yang dibuat dengan tangan.
- Ini berguna untuk Pengujian Integrasi.
- Ini meningkatkan produktivitas karena berkurangnya siklus pengujian dan waktu pengujian.
Kekurangan OAT
- Saat input data meningkat, kompleksitas kasus Uji meningkat. Akibatnya, upaya manual dan waktu yang dihabiskan meningkat. Oleh karena itu, penguji harus menjalani Pengujian Otomasi.
- Berguna untuk Pengujian Integrasi komponen perangkat lunak.
Kesalahan atau kesalahan saat melakukan OAT
- Upaya pengujian tidak boleh difokuskan pada area aplikasi yang salah.
- Hindari memilih parameter yang salah untuk digabungkan
- Hindari menggunakan Orthogonal Array Testing untuk upaya pengujian minimal.
- Menerapkan Orthogonal Array Testing secara manual
- Menerapkan Orthogonal Array Testing untuk aplikasi berisiko tinggi
Kesimpulan:
Di sini kita telah melihat bagaimana OAT (Orthogonal Array Testing) dapat digunakan untuk mengurangi upaya pengujian dan bagaimana optimasi kasus uji dapat dicapai.
Artikel ini dikontribusikan oleh Madhumitha.