Navigasi Perkuliahan — Pilih Sesi
Tentang Mata Kuliah Ini
🎯 Tujuan Mata Kuliah
Mahasiswa mampu memahami konsep keandalan perangkat lunak, menerapkan teknik QA modern, dan menggunakan kecerdasan buatan (AI/ML) untuk meningkatkan kualitas perangkat lunak secara sistematis dan terukur.
- Memahami standar IEEE & ISO/IEC kualitas software
- Menghitung dan menganalisis metrik keandalan
- Merancang strategi QA berbasis risiko
- Mengimplementasikan ML untuk prediksi defect
- Membangun sistem deteksi anomali cerdas
📐 Filosofi T-Shaped Learning
Mata kuliah ini dirancang dengan pendekatan T-Shaped: fondasi luas di paruh pertama (Sesi 1–7) mencakup teori keandalan klasik, metrik, model, dan proses QA konvensional — kemudian mendalami AI/ML di paruh kedua (Sesi 9–14).
Setiap sesi memiliki komponen praktik hands-on dengan Python agar mahasiswa tidak hanya memahami teori tetapi juga dapat langsung mengimplementasikan.
Fokus perspektif bisnis & sistem informasi: risk-based, SRE/SLA, dan penggunaan tools/platform nyata.
Komponen Penilaian
📊 Bobot Nilai
- Tugas & Kuis — 20%
- Praktikum Python — 20%
- UTS (Sesi 8) — 25%
- Proyek Akhir (Sesi 15) — 15%
- UAS (Sesi 16) — 20%
🛠️ Tools yang Digunakan
- Python 3.x (scikit-learn, pandas, scipy, matplotlib)
- pytest, Selenium / Playwright
- GitHub Actions (CI/CD)
- ELK Stack / Grafana (monitoring)
- Tools AI: Testim, Applitools, Diffblue