Pengujian Fungsional Website Crusher Report Berbasis Machine Learning Menggunakan Metode Robustness Testing

Abstract

Website dan Machine Learning menjadi kebutuhan penting perusahaan dalam rangka meningkatkan efektivitas kinerja. Salah satu implementasi integrasi website dengan Machine Learning adalah website Crusher Report milik PT XYZ. Website yang dirancang dengan memanfaatkan LARS, PostgreSQL, dan Flask ini sudah diuji secara ketangkasan model dalam memprediksi. Penelitian ini bertujuan untuk menguji keandalan website Crusher Report sebagai user interface milik PT XYZ menggunakan pendekatan Black Box Testing dengan metode Robustness Testing. Skenario pengujian yang digunakan yaitu dengan memberikan input diluar ketentuan website. Hasil pengujian menunjukkan bahwa website mampu menangani seluruh input tidak valid dengan baik melalui notifikasi kesalahan dan pengaturan nilai input otomatis, menghasilkan tingkat keberhasilan pengujian sebesar 100%. Temuan ini menunjukkan bahwa website Crusher Report efektif dalam mendeteksi dan mengelola kesalahan input, serta layak digunakan sebagai platform pendukung operasional crusher PT XYZ.