Analisis Kinerja Website Sistem Informasi Akademik Universitas Dipa Makassar Dengan Menggunakan Pendekatan Automated
Software Testing
Widhyati Awan Orense1, Nur Afni Nur Yamin2, Jufri3, Hasyrif4
1,2 Jurusan Sistem Informasi Universitas Dipa Makassar Jln. Perintis Kemerdekaan KM. 9 Makassar
1[email protected], 2[email protected], 3[email protected], 4 [email protected] Abstrak
Penelitian ini berfokus pada analisis kinerja website Sistem Informasi Akademik Universitas Dipa Makassar dengan menggunakan automated software testing. Adapun software yang digunakan yaitu Gtmetrix, Pingdom, dan Blazemeter.
Pengujian kinerja didasarkan pada performa website, no of requests, speed, load time, page size. Hasil pengujian diberikan dalam bentuk grade dengan skor berupa angka. Nilai tersebut ditandai secara kualitatif dengan huruf A, B, C, D, E, dan F, sedangkan skornya ditandai secara kuantitatif dengan angka. Pengujian kinerja dilakukan dengan menggunakan koneksi internet dalam kecepatan download 29,14 Mbps dan upload 9,71 Mbps dimana kecepatan internet tersebut ditest menggunakan speedtest.net. Hasil pengujian menunjukan bahwa secara keseluruhan website Sistem Informasi Akademik Universitas Dipa Makassar memiliki kinerja baik yaitu di level C dengan kecepatan rata-rata mencapai 73,13%. Sedangkan hasil pengujian page detail terlihat bahwa page load time rata-rata 3.09s dan total page size 425,67 KB, serta request count mencapai 25.
Kata Kunci : Website, Kinerja Website, Automated Software Tes
I. PENDAHULUAN
SIAKA (Sistem Informasi Akademik) adalah salah satu layanan online yang disediakan oleh Universitas Dipa Makassar untuk mempermudah mahasiswa dalam mengakses informasi terkait dengan kegiatan akademik, seperti jadwal kuliah, nilai, dan informasi lainnya. Website SIAKA Universitas Dipa Makassar menjadi sumber informasi yang penting bagi mahasiswa dan calon mahasiswa yang ingin bergabung dengan Universitas Dipa Makassar. Namun, efektivitas dan keberhasilan dari layanan online ini sangat bergantung pada kualitas dan kinerja dari Website tersebut.
Namun, beberapa pengguna mengalami masalah dalam menggunakan Website SIAKA Universitas Dipa Makassar, seperti adanya keterlambatan dalam waktu pemuatan halaman dan performa yang kurang optimal.
Masalah ini dapat menyebabkan sedikit kesulitan bagi mahasiswa dalam menjalankan aktivitas mereka di website tersebut. Penyebab utama dari permasalahan kinerja yang ada perlu dipahami lebih dalam untuk memahami mengapa waktu pemuatan halaman menjadi lebih lama dari yang diharapkan.
Oleh karena itu, dilakukan pendekatan Automated Software Testing untuk memastikan kinerja website SIAKA tetap optimal dan memberikan pengalaman yang lebih baik bagi para pengguna.
Automated Software Testing adalah metode pengujian yang menggunakan alat atau tool untuk kinerja website. Pendekatan ini memungkinkan pengujian yang konsisten, lebih cepat, dan dapat dilakukan berulang-ulang tanpa perlu campur tangan manusia. Adapun metode pendekatan selain Metode Automated Software Testing yakni Manually Software Testing yang dimana metode pengujian manual merupakan metode pengujian yang dilakukan oleh
sebuah user secara manual. Pada metode manual, diperlukan seorang user atau penguji untuk melakukan pengujian secara langsung. Penguji berinteraksi langsung dengan antarmuka aplikasi yang ada dan melakukan pengujian terhadap fungsi melalui interaksi tersebut [1].
Dalam hal ini, Penulis lebih memilih metode pendekatan Automated Software Testing daripada Manually Software Testing karena metode Automated Software Testing memungkinkan pengujian yang konsisten dan lebih cepat karena menggunakan alat atau tool, sehingga mengurangi kemungkinan kesalahan manusia. Selain itu, pendekatan ini memungkinkan pengujian berulang-ulang tanpa perlu campur tangan manusia, yang sangat penting untuk mengatasi permasalahan kinerja dalam Website SIAKA yang mungkin muncul saat ini. Dengan demikian, Automated Software Testing akan memberikan hasil yang lebih obyektif, efisien, dan dapat mengidentifikasi masalah dengan lebih akurat, yang pada gilirannya akan membantu meningkatkan kualitas dan kinerja Website SIAKA Universitas Dipa Makassar secara keseluruhan.
Penelitian ini bertujuan untuk mengukur dan menganalisis kinerja website SIAKA Universitas Dipa Makassar secara objektif dan terukur. Pengujian akan melibatkan simulasi akses dan beban pengguna pada website SIAKA untuk mengukur waktu muat halaman, dan kinerja saat ada banyak pengguna. Adapun rekomendasi perbaikan yang akan didapatkan setelah pengujian selesai.
Hasil dari penelitian ini diharapkan dapat memberikan wawasan yang mendalam tentang kinerja website SIAKA, serta mengidentifikasi potensi masalah atau area yang perlu diperbaiki. Dengan demikian, pihak universitas dapat mengambil langkah-langkah perbaikan yang sesuai,
berdasarkan rekomendasi yang disajikan oleh penulis. Tujuan utamanya adalah untuk meningkatkan pengalaman pengguna SIAKA, meningkatkan efisiensi, dan memastikan website beroperasi dengan optimal demi kepentingan seluruh komunitas akademik.
A. Website SIAKA
SIAKA merupakan singkatan dari Sistem Informasi Akademik yang merupakan sebuah platform yang digunakan oleh universitas untuk mengelola data akademik mahasiswa seperti jadwal kuliah, nilai, absensi, dan lain sebagainya.
Sistem ini biasanya terintegrasi dengan database universitas dan dapat diakses melalui web atau aplikasi mobile.
Website merupakan aplikasi Teknologi Informasi (TI) yang secara umum wajib dikembangkan saat ini[2]. Bagi sebuah organisasi memiliki Website adalah suatu keharusan sebagai wujud eksistensinya secara Online. Website merupakan salah satu indikasi untuk membangun kredibilitas dan citra organisasi. Selain itu, banyak manfaat strategis yang dimiliki Website diantaranya sebagai sarana penyedia informasi, promosi dan komunikasi dengan pemustaka (anggota perpustakaan) [3]. Website SIAKA seringkali dijadikan sebagai sarana untuk memudahkan mahasiswa dalam mengakses informasi akademik mereka. Melalui Website ini, mahasiswa dapat mengakses informasi tentang jadwal kuliah, nilai, absensi, dan pengumuman penting lainnya. Selain itu, Website SIAKA juga memberikan kemudahan bagi mahasiswa dalam melakukan pendaftaran mata kuliah, pengajuan cuti kuliah, dan berbagai layanan akademik lainnya.
Pada umumnya, Website SIAKA terdiri dari berbagai fitur dan menu yang dapat diakses oleh mahasiswa sesuai dengan kebutuhan mereka. Beberapa fitur yang biasanya tersedia pada Website SIAPA adalah jadwal kuliah, nilai, absensi, pengajuan cuti kuliah, pengisian kuesioner, dan lain sebagainya. Fitur-fitur tersebut biasanya dapat diakses dengan mudah dan intuitif, sehingga memudahkan mahasiswa dalam mengakses informasi dan layanan akademik yang mereka butuhkan.
Namun demikian, seperti halnya dengan sistem informasi lainnya, Website SIAKA juga memiliki potensi untuk mengalami masalah teknis dan non-teknis yang dapat mengganggu kinerja sistem dan pengalaman pengguna. Oleh karena itu, perlu dilakukan evaluasi secara berkala terhadap kinerja Website SIAPA dan pengalaman pengguna untuk memastikan bahwa sistem ini tetap dapat memberikan layanan yang optimal bagi mahasis.
B.
Automated Software TestingAutomated merupakan pengujian yang dilakukan dengan menggunakan sebuah alat untuk melakukan pengujian secara otomatis. Pada pengujian otomatis, penguji tidak berinteraksi langsung dengan antarmuka aplikasi, melainkan menggunakan pihak ketiga seperti perangkat lunak penguji. Dalam pengujian otomatis, penguji akan mendesain alur pengujian pada
perangkat lunak tersebut, dan perangkat lunak itulah yang nantinya akan berinteraksi dengan aplikasi saat pengujian [1].
Software Testing merupakan sebuah tahap pengembangan yang digunakan untuk menyediakan informasi mengenai kualitas produk perangkat lunak yang telah [4]. Pengujian perangkat lunak juga dapat menyediakan pandangan yang objektif dan independen agar pihak bisnis dapat memahami resiko dari implementasi perangkat lunak. Teknik yang digunakan adalah melakukan eksekusi dari program dengan tujuan untuk menemukan kesalahan atau cacat di dalam produk. Selain itu pengujian perangkat lunak juga mencakup eksekusi dari komponen perangkat lunak atau komponen sistem untuk melakukan evaluasi dari satu atau lebih property.
Pengujian perangkat lunak dapat menyediakan informasi mengenai semua kesalahan atau cacat yang ada di dalam produk. Tidak semua kesalahan perangkat lunak disebabkan oleh kesalahan pemrograman, salah satu penyebabnya adalah kesalahan pada saat pengumpulan kebutuhan, contohnya seperti kebutuhan yang terlupakan yang pada akhirnya menjadi sebuah kesalahan [5].
C. Gtmetrix
Gtmetrix adalah website untuk menganalisa kecepatan web yang tersedia secara gratis, dengan menggunakan google page speed dan Yaho Yslow sebagai analyze engine dan untuk menampilkan hasil serta rekomendasi yang harus dilakukan.
Kelebihan Gtmetrix adalah analisisnya yang stabil dengan tingkat konsistensi pengukuran yang sahih. Gtmetrix juga memberikan grade dilengkapi dengan skornya. Semakin cepat loading website kita, semakin tinggi pula grade dan skornya.
Grade ditandai secara kualitatif dengan huruf A, B, C, D, E, atau F, sedangkan skor ditandai secara kuantitatif dengan angka. Selain itu, hasil analisis Gtmetrix juga disertai data tentang page load time, total page size, dan total number of requests. Semakin kecil angkanya berarti speed blog kita semakin kencang [6].
Menjadwalkan cek website secara otomatis, menyimpan laporan dan memilih hasil laporan untuk ditampilkan ke publik atau tidak. Gtmetrix adalah layanan yang bisa dipakai untuk mengecek performa sebuah website. Gtmetrix sebenarnya kombinasi dari tool Yahoo Slow! dan Google Pagespeed berbasis web. Gtmetrix akan mengukur kecepatan website dan menampilkan hasilnya secara detaii.
D. Pingdom Tools
Pingdom adalah alat untuk uji coba website. Pingdom beroperasi secara online dan tersedia secara gratis bagi siapapun yang ingin mencoba. Pingdom 29 memberikan analisis laporan valid terkait load time, page size, detail struktur website, dan total number http request [7].
Pingdom pernah digunakan pada penelitian sebelumnya yang dilakukan oleh Sukhpuneet Kaur, Kulwant Kaur, dan Parminder Kaur untuk meneliti website milik universitas.
Dalam penggunaannya, Peneliti menggunakan tipe default dalam melakukan pengukuran. Pingdom Tools merupakan sebuah alat ukur kecepatan website dapat di akses, nilai dari
sebuah website, dan berapa ukuran dari sebuah website tersebut. Beberapa kelebihannya di kategorikan sebagai berikut:
1.
Performance Grade : melihat nilai kecepatan performa halaman web, dari akses DNS, browser cache, combine external css dan lain-lain.2.
Load Time : melihat detail kecepatan akses ketika membuka halaman web, dari gambar bahkan sampai seberapa cepat script tersebut dapat di akses.3.
Page Size : melihat detail analisa halaman web.4.
Requests : melihat detail akses dari beberapa hari lalu.[8].
E. Website Grader
Website Grader adalah alat yang digunakan untuk menilai situs web Anda berdasarkan Metrik Vital, termasuk Kinerja , Kesiapan Seluler , SEO , dan Keamanan . Ini mengukur efisiensi Pemasaran sebuah situs web. Ini memberikan Analisis Pemasaran Masuk yang mencakup Lalu Lintas Situs Web, SEO, Blogosphere, Media Sosial, dan faktor Pemasaran Masuk lainnya yang meningkatkan peringkat dan efektivitas situs. Website Grader telah menampilkan beberapa blog dan situs web populer, termasuk Hubspot, TechCrunch, BNET, dan Boston Globe
F. Penelitian Terkait
Penelitian-penelitian yang dilakukan umumnya berfokus pada kinerja website sistem informasi akademik. Salah satunya adalah penelitian [9] yang berjudul “Automated Tests for Mobile Games: an Experience Report” oleh Lovreto, et a”. membahas tentang penerapan automated testing dalam pengujian game. Pengujian game pada umumnya menggunakan metode manual dan karena itu sangat bergantung terhadap tester manusia Hal ini berakibat terhadap meningkatnya kesalahan dan biaya yang dibutuhkan di dalam jurnal ini ada 16 I populer yang dipilih untuk diuji. Dalam pengembangan sebuah game ada banyak teknik yang digunakan untuk menangani pengembangan yang rumit.
Pengujian perangkat lunak merupakan salah satu bagian penting untuk menjamin standar kualitas terpenuhi dan mengurangi usaha untuk perawatan dan pengembangan secara keseluruhan. Myers, et al, menyimpulkan bahwa pengujian perangkat lunak merupakan “proses mengeksekusi program dengan tujuan menemukan kesalahan. Hasil yang didapatkan dari penelitian yang dilakukan di jurnal ini adalah bahwa automated testing sangat mempengaruhi efisiensi dan menghemat waktu.
Penelitian serupa sebelumnya telah dilakukan oleh [10]
yang berjudul “Analysis of Efficiency of Automated Software Testing Methods: Direction of Research”. membahas tentang efisiensi metode pengujian. Berdasarkan jurnal ini, teknik pengujian yang paling efektif memperlihatkan angka maksimal error dan menginspirasikan tingkat maksimum dari keyakinan akan kebenaran program. Dapat dilihat dari jumlah uang dan juga biaya yang diinvestasikan ke dalam pengujian perangkat lunak. Survey yang telah dilakukan di dalam jurnal
ini adalah berdasarkan dari standar fungsional dan praktikal yang telah ditunjukkan atau diilustrasikan oleh perangkat pengujian bahwa pengguna dapat menggunakan perangkat pengujian dengan mudah dalam suatu aplikasi. Kesimpulan yang didapat dari penelitian yang telah dilakukan dalam jurnal ini adalah 3 karakteristik untuk melakukan perbandingan metode pengujian. Yaitu; yang pertama cakupan kode yang luas, semakin luas kode yang dicakup maka semakin baik metode yang digunakan tersebut, kedua kriteria yang dicakup, semakin banyak kriteria pengujian yang dapat dilakukan, maka metode tersebut akan semakin baik. Terakhir, merupakan otomasi dan laporan
Penelitian lain juga dilakukan [11] yang berjudul “Review of Mobile Applications Testing with Automated Techniques”.
membahas teknik otomasi yang digunakan untuk melakukan pengujian terhadap aplikasi. Dalam perkembangan pesat ini, sangatlah penting untuk fokus dalam pengujian fungsisonal, pengujian keamanan, pengujian performa, pengujian penggunaan, pengujian regresi dan pengujian kompabilitas . Pengujian juga merupakan salah satu faktor yang sangat penting dalam meningkatkan kualitas aplikasi. Aplikasi yang diciptakan juga semakin 9 kompleks, sesuai dengan kinerja perangkat keras yang digunakan. Selain itu, dalam jurnal ini juga disebutkan beberapa teknik yang tersedia untuk melakukan pengujian terhadap aplikasi. Beberapa teknik yang dapat digunakan adalah keyword-driven testing yang menggunakan Robotium yang dikombinasikan dengan kerangka pengujian keyword-driven yang memisahkan logika pengujian, skrip pengujian, dan data pengujian. Test driven mobile applications development memberikan teknik dimana ketika mengembangkan aplikasi, pengujian otomatis dijalankan bersamaan dengan pengembangan. Selain itu teknik GUI Crawling-Based technique untuk aplikasi android oleh Amalfitano merupakan teknik yang mengeksekusi pengujian GUI dalam aplikasi android. Tujuan utamanya adalah untuk menemukan kesalahan ketika aplikasi digunakan.
II. METODOLOGI PENELITIAN
Penelitia ini dilaukan di kampus Universitas Dipa Makassar yang dimana pada bagian wibsite akademik untuk meneliti kinerja pada website yang digunakan. Kampus Universitas Dipa Makassar beralamat di Jln Perintis Kemerdekaan KM 9 Makassar.
Pada proses pengujian metode, peneliti menggunakan menggunakan tiga alat pengujian kinerja, yaitu Gtmetrix, Pingdom, dan website grader, untuk mengukur kinerja website Sistem Informasi Akademik Universitas Dipa Makassar Dengan menggunakan ketiga metode ini peneliti dapat menganalisa kecepatan web yang tersedia secara gratis, dengan menggunakan google page speed dan Yaho Yslow sebagai analyze engine dan untuk menampilkan hasil serta rekomendasi yang harus dilakukan.
Adapun tahapan proses pengujian website Siaka Universitas Dipa Makassar adalah sebagai berikut:
1. Penentuan Tools: Tentukan tools Automated Software Testing yang akan digunakan untuk menguji kinerja Website SIAKA. Pilih alat-alat yang sesuai dengan kebutuhan penelitian dan memiliki kemampuan untuk mengukur metrik kinerja yang relevan.
2. Desain Pengujian: Rancang skenario pengujian untuk Automated Software Testing. Tetapkan metrik kinerja yang ingin Anda ukur, seperti waktu muat halaman, kecepatan respon, jumlah permintaan HTTP, dan lain- lain. Atur pengujian untuk mensimulasikan akses dan aktivitas pengguna pada website SIAKA.
3. Pengumpulan Data: Lakukan pengujian menggunakan alat Automated Software Testing yang telah ditentukan sebelumnya. Kumpulkan data kinerja website dari pengujian yang telah dilakukan.
4. Pengolahan Data: Setelah data dikumpulkan, kelola dan olah data tersebut. Analisis data harus mencakup perhitungan metrik kinerja yang diukur, seperti menghitung rata-rata waktu muat halaman, jumlah permintaan HTTP, dan lain-lain.
5. Penggunaan Microsoft Office Excel: Gunakan Microsoft Office Excel untuk mengelola dan merapikan data hasil pengujian yang telah diperoleh. Spreadsheet dapat membantu Anda menyusun data dengan rapi sehingga lebih mudah.
6. Interpretasi Hasil: Setelah analisis data selesai dilakukan, interpretasikan hasilnya dengan seksama.
Identifikasi faktor-faktor kunci yang mempengaruhi kinerja Website SIAKA, serta sampaikan temuan dan kesimpulan secara jelas dan akurat.
7. Rekomendasi dan Kesimpulan: Berdasarkan hasil analisis dan interpretasi data, buatlah rekomendasi perbaikan yang relevan untuk meningkatkan kinerja Website SIAKA. Sajikan kesimpulan penelitian secara komprehensif.
8. Penyusunan Laporan: Terakhir, susun laporan penelitian yang lengkap dan sistematis, mencakup semua tahapan penelitian, hasil analisis, kesimpulan, dan rekomendasi. Pastikan laporan memiliki struktur yang jelas dan mudah dipahami oleh pembaca.
III. HASILDAN PEMBAHASAN
1. Perancangan Solusi
Pada tahap perancangan solusi, kami menggunakan tiga alat pengujian kinerja, yaitu Gtmetrix, Pingdom, dan website grader, untuk mengukur kinerja website Sistem Informasi Akademik Universitas Dipa Makassar. Setiap alat memiliki pendekatan dan metrik kinerja yang berbeda, sehingga penggunaan tiga alat ini akan memberikan pemahaman yang lebih detail tentang kinerja website. Adapun parameter pengujian yang kami tetapkan berdasarkan kesamaan dari setiap toolnya yang didapatkan dari rekapan pada tabel 3.4 yang ada di Bab III, yakni pengujian skor performa, waktu
muat halaman, ukuran file, dan jumlah permintaan HTTPImport liblary yang dibutuhkan
Pengumpulan data akan dilakukan pada jam 08:00, 12:00, 14:00, 16:00, 23:00, karena pada jam tersebut adalah jam padatnya request. Dan kami akan menggunakan koneksi internet dengan kecepatan download minimal 1 Mbps dan upload minimal 10 Mbps. Pengukuran kecepatan koneksi dilakukan dengan menggunakan aplikasi pihak ketiga yaitu speedtest.net. Hasil pengukuran kecepatan internet digunakan sebagai acuan untuk memastikan proses testing dapat berjalan dengan baik. hasil pengukuran kecepatan dari speedtest.net pada gambar berikut.
Gambar 1. Hasil pengukuran kecepatan internet menggunakan speedtest.net.
Hasil pengukuran kecepatan internet yang didapatkan dari tools speedtest.net yakni, kecepatan download 29.14 dan kecepatan upload 97,1.
Penggunaan tiga alat pengujian kinerja yang berbeda memberikan gambaran yang lebih lengkap tentang kinerja website Sistem Informasi Akademik Universitas Dipa Makassar. Pengujian dengan Gtmetrix memberikan pemahaman tentang performa website dari segi skor performa, ukuran file, waktu muat halaman, dan jumlah permintaan HTTP. Pengujian dengan Pingdom memberikan informasi tentang waktu muat halaman dari berbagai lokasi geografis.
Pengujian dengan website grader menguji kemampuan website dalam menangani beban website dalam mengatasi kemanan.
a) Pengujian menggunakan Gtmetrix
Dalam pengujian menggunakan Gtmetrix, pengujian yang dilakukan pada lima waktu berbeda, yaitu pada pukul 08:00, 12:00, 14:00, 16:00, dan 23:00. Pengujian pada berbagai waktu ini sangat penting karena kondisi lalu lintas internet dan beban server cenderung berfluktuasi pada jam- jam tertentu. Pengujian pada jam 08:00 dan 12:00 dengan hasil yang tertera pada tabel 1. Adapun bukti dokumentasi yang ditunjukkan pada gambar 1 dan 2. Untuk rekapan hasil keseluruhan waktu pengujian, dengan pengujian skor performa, waktu muat halaman, ukuran file, dan jumlah permintaan HTTP, telah dilampirkan dalam Tabel berikut ini.
Tabel 1:
Hasil pengukuran GTmetrix pada tanggal 17-08-2023 dan 12-09- 2023 s/d 17-09-2023 Tools
Testing Tanggal
Akses Jam
Akses
Performa Page Detail
Grade
(%) Levels Page
Load Time (s)
Total Page Size (KB)
Request Count
GTmetrix
17-08-2023
08:00 77 C 2.3 417 25
12:00 81 B 2.0 417 25
14:00 79 C 2.1 417 25
16:00 77 C 2.3 417 25
23:00 77 C 2.3 417 25
12-09-2023
08:00 61 D 2.5 417 25
12:00 78 C 2.2 417 25
14:00 76 C 2.4 417 25
16:00 78 C 2.1 417 25
23:00 76 C 2.3 417 25
13-09-2023
08:00 76 C 2.3 417 25
12:00 78 C 2.1 417 25
14:00 75 C 2.4 417 25
16:00 75 C 2.4 417 25
23:00 78 C 2.1 417 25
14-09-2023
08:00 76 C 2.4 417 25
12:00 76 C 2.3 417 25
14:00 70 C 2.1 417 25
16:00 76 C 2.4 417 25
23:00 77 C 2.2 417 25
15-09-2023
08:00 60 D 3.7 417 25
12:00 78 C 2.2 417 25
14:00 79 C 2.2 417 25
16:00 78 C 2.2 417 25
23:00 77 C 2.4 417 25
16-09-2023
08:00 78 C 2.1 417 25
12:00 77 C 2.3 417 25
14:00 76 C 2.3 417 25
16:00 78 C 2.2 417 25
23:00 78 C 2.2 417 25
17-09-2023
08:00 76 C 2.4 417 25
12:00 79 C 2.2 417 25
14:00 70 C 2.1 417 25
16:00 69 C 2.1 417 25
23:00 76 C 2.4 417 25
Average 75,60 C 2.3 417 25
Tabel diatas menampilkan hasil pengukuran kinerja website menggunakan alat GTmetrix pada berbagai tanggal dan jam akses yang berbeda. Parameter pengukuran mencakup skor performa 75,60, grade C, waktu muat halaman detik, ukuran total file halaman 417 kb, dan jumlah permintaan 25 Request. Pengujian dilakukan pada berbagai waktu untuk memahami fluktuasi kinerja website sepanjang hari.
Gambar 1. Hasil Pengukuran Gtmetrix pada tanggal 17-08- 2023 jam 08:00
Gambar 2. Hasil Pengukuran Gtmetrix pada tanggal 12-09- 2023 jam 08:01
Gambar 3. Hasil Pengukuran Gtmetrix pada tanggal 13-09- 2023 jam 08:03
Gambar 4. Hasil Pengukuran Gtmetrix pada tanggal 14-09- 2023 jam 12:02
Gambar 5. Hasil Pengukuran Gtmetrix pada tanggal 15-09- 2023 jam 08:02
Gambar 6. Hasil Pengukuran Gtmetrix pada tanggal 15-09- 2023 jam 23:02
Gambar 7. Hasil Pengukuran Gtmetrix pada tanggal 16-09- 2023 jam 12:02
Gambar 8. Hasil Pengukuran Gtmetrix pada tanggal 17-09- 2023 jam 08:0
b) Pengujian Menggunakan Pingdom
Dalam pengujian menggunakan Pingdom, kami telah melakukan pengujian pada lima waktu berbeda, yaitu pada pukul 08:00, 12:00, 14:00, 16:00, dan 23:00.
Pengujian pada berbagai waktu ini sangat penting karena kondisi lalu lintas internet dan beban server cenderung berfluktuasi pada jamjam tertentu. Pengujian pada jam 08:00 dan 12:00 dengan hasil yang tertera pada tabel 2.
Untuk rekapan hasil keseluruhan waktu pengujian, dengan pengujian skor performa, waktu muat halaman, ukuran file, dan jumlah permintaan HTTP, telah dilampirkan pada tabel berikut:
Tabel 2:
Hasil pengukuran Pingdom pada jam 08:00 dan 12:00 Tools Testing Access Time
Performa Page Detail
Grade
(%) Levels Page
Load Time (s)
Total Page Size (KB)
Request Count
Pingdom 08:00 74 C 3.43 433 25
12:00 74 C 5.17 433 25
Average 74 C 4.3 433 25
Tabel 2 diatas menampilkan hasil pengukuran kinerja website menggunakan alat Pingdom pada jam 08:00 dan 12:00. Parameter pengukuran mencakup grade 74 C, waktu muat halaman 4.3 detik, ukuran total file halaman 443 kb, dan jumlah permintaan HTTP 25 Request . Pengujian dilakukan pada jam-jam ini untuk memahami bagaimana kinerja website berubah selama waktu padat lalu lintas.
Gambar 34: Hasil Pengukuran Pingdom pada jam 08:00
Gambar 35: Hasil Pengukuran Pingdom pada jam 12:00 c) Pengujian menggunakan website grade
Dalam pengujian menggunakan grade, kami telah melakukan pengujian pada lima waktu berbeda, yaitu pada pukul 08:00, 12:00, 14:00, 16:00, dan 23:00. Pengujian pada berbagai waktu ini sangat penting karena kondisi lalu lintas internet dan beban server cenderung berfluktuasi pada jam- jam tertentu. Pengujian pada jam 08:00 dan 12:00 dengan hasil yang tertera pada tabel 3.Untuk rekapan hasil keseluruhan waktu pengujian, dengan pengujian skor performa, waktu muat halaman, ukuran file, dan jumlah permintaan HTTP, telah dilampirkan dalam Tabel 3 berikut:
Tabel 3:
Hasil pengukuran Pingdom pada jam 08:00 dan 12:00
Tools Testing Access Time Performa Page Detail
Grade
(%) Levels Page
Load Time (s)
Total Page Size
Request Count
(KB)
Website Grader 08:00 55 E 2.4 427 25
12:00 55 E 2.5 427 25
Average 55 C 2.45 427 25
Tabel ini menampilkan hasil pengukuran kinerja website menggunakan alat Website Grader pada jam 08:00 dan 12:00.
Parameter pengukuran mencakup grade performa 55 C, waktu muat halaman 2.45 detik, ukuran total file halaman 427 kb, dan jumlah permintaan HTTP 25 Request . Pengujian dilakukan pada jam-jam ini untuk mengevaluasi kemampuan website dalam menangani beban dan keamana.
Gambar 35: Hasil Pengukuran Website Grader pada jam 08:00
Gambar 36: Hasil Pengukuran Website Grader pada jam 12:00
Adapun rekapan hasil keseluruhan waktu pengujian, dengan pengujian skor performa, waktu muat halaman, ukuran file, dan jumlah permintaan HTTP, berikut tabel dari hasil keseluruhan pengukuran yang kdihasilkan.
Tabel 4:
Repakan Hasil Penelitian
Tools Testing Tanggal
Akses Jam
Akses
Performa Page Detail
Grade
(%) Levels Page
Load Time (s)
Total Page Size (KB)
Request Count
GTmetrix
17-08- 2023
08:00 77 C 2.3 417 25
12:00 81 B 2.0 417 25
14:00 79 C 2.1 417 25
16:00 77 C 2.3 417 25
23:00 77 C 2.3 417 25
12-09- 2023
08:00 61 D 2.5 417 25
12:00 78 C 2.2 417 25
14:00 76 C 2.4 417 25
16:00 78 C 2.1 417 25
23:00 76 C 2.3 417 25
13-09- 2023
08:00 76 C 2.3 417 25
12:00 78 C 2.1 417 25
14:00 75 C 2.4 417 25
16:00 75 C 2.4 417 25
23:00 78 C 2.1 417 25
14-09- 2023
08:00 76 C 2.4 417 25
12:00 76 C 2.3 417 25
14:00 70 C 2.1 417 25
16:00 76 C 2.4 417 25
23:00 77 C 2.2 417 25
15-09- 2023
08:00 60 D 3.7 417 25
12:00 78 C 2.2 417 25
14:00 79 C 2.2 417 25
16:00 78 C 2.2 417 25
23:00 77 C 2.4 417 25
16-09- 2023
08:00 78 C 2.1 417 25
12:00 77 C 2.3 417 25
14:00 76 C 2.3 417 25
16:00 78 C 2.2 417 25
23:00 78 C 2.2 417 25
17-09- 2023
08:00 76 C 2.4 417 25
12:00 79 C 2.2 417 25
14:00 70 C 2.1 417 25
16:00 69 C 2.1 417 25
23:00 76 C 2.4 417 25
Pingdom
17-08- 2023
08:00 74 C 2.43 433 25
12:00 74 C 5.17 433 25
14:00 74 C 4.13 433 25
16:00 74 C 5.18 433 25
23:00 74 C 4.15 433 25
Website Grader
17-08- 2023
08:00 55 E 2.4 427 25
12:00 55 E 2.5 427 25
14:00 55 E 2.4 427 25
16:00 55 E 3.4 427 25
23:00 55 E 2.6 427 25
Average 73,13 C 03.09 419,89 25
Hasil dari ketiga alat pengujian menunjukkan bahwa secara keseluruhan, website Sistem Informasi Akademik Universitas Dipa Makassar memiliki kinerja agak lambat, karena nilai atau grade rata-rata yang didapatkan dari keseluruhan pengukuran yakni 73,13 (berada pada level C).
Penentuan levelnya berdasarkan tabel rentang skor dari Gtmetrix, dan untuk hasil nilai atau grade dari setiap tool didapatkan berdasarkan page detail yang diperoleh dari masing-masing tool. Untuk hasil pengujian page detail terlihat bahwa page load time rata-rata 3.09s dan total page size 425,67 KB, serta request count sebanyak 25. Adapun rentang skornya tertera pada tabel berikut:
Tabel 5:
Rentang Skor
No. Rentang Skor Level
1 90-10% A
2 80-89% B
3 70-79% C
4 60-69% D
5 50-59% E
6 0-49% F
Adapun penjelasan dari tabel di atas sebagai berikut.
1. Jika skor berada di rentang 90-100%, maka dianggap sebagai level A, yang menandakan bahwa kinerja website sangat baik atau sangat cepat.
2. Skor antara 80-89% dianggap sebagai level B, yang menunjukkan bahwa kinerja website baik atau cukup cepat.
3. Skor antara 70-79% dianggap sebagai level C, yang menunjukkan bahwa kinerja website cukup baik atau cukup cepat.
4. Skor antara 60-69% dianggap sebagai level D, yang menandakan bahwa kinerja website standar atau agak lambat.
5. Skor antara 50-59% dianggap sebagai level E, yang menunjukkan bahwa kinerja website buruk atau lambat.
6. Skor di bawah 0-49% dianggap sebagai level F, yang menandakan bahwa kinerja website sangat buruk atau sangat lambat
Adapun rekomendasi perbaikan dapat kami berikan berdasarkan pengujian yang kami lakukan. Misalnya, jika ditemukan bahwa ukuran file yang masih bisa dioptimalkan, langkah-langkah tertentu dapat diambil untuk meningkatkan kinerja website. Selain itu, pengujian menggunakan alat pengujian kinerja lainnya juga dapat melengkapi gambaran kinerja website secara keseluruhan.
Berikut rekomendasi perbaikan yang kami dapatkan.
1. Eliminate render-blocking resources : direkomendasikan untuk menghilangkan resource yang memblokir render
2. Avoid unload event listeners : direkomendasikan untuk menghindari membongkar pemroses acara 3. Efficiently encode images : direkomendasikan
untuk mengoptimalkan penggunaan gambar dengan memperkecil ukuran gambar
4. Serve static assets with an efficient cache policy : direkomendasikan untuk menyajikan aset dengan kebijakan cache yang efisien
5. Use a Content Delivery Network (CDN) : direkomendasikan untuk menggunakan jaringan pengiriman konten CDN
IV.KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan dengan judul “Analisis Kinerja Website Sistem Informasi Akademik Universitas Dipa Makassar Dengan Menggunakan Pendekatan Automated Software Testing” dapat disimpulkan :.
1. Penggunaan teknologi tool testing untuk mengukur kinerja Website Sistem Informasi Akademik Universitas Dipa Makassar. Teknologi tool testing ini membantu dalam mengukur kinerja website secara otomatis. Hasil yang diperoleh dari penggunaan teknologi tool testing dengan nilai atau grade rata-rata yang didapatkan dari keseluruhan pengukuran yakni berada pada level C dengan nilai 69.07%.
2. Penelitian ini menetapkan parameter waktu muat halaman, ukuran total halaman, dan jumlah permintaan, sehingga mendapatkan skor performa.
Pendekatan Automated Software Testing memungkinkan parameter- parameter ini diukur secara otomatis
V. SARAN
Adapun saran yang ingin disampaikan penulis yaitu dalam peneliti selanjutnya dapat menambahkan data yang akan dijadikan data waktu pengujian menggunakan Pendekatan Automated Software Testing semakin banyak data waktu pengujian maka hasil penelitian akan semakin baik pula.
REFERENSI
[1] Rusli, H. (2020). ANALISA PERBANDINGAN BLACK-BOXAUTOMATED TESTING DAN MANUAL TESTIN PADA APLIKASI ACCMART (Doctoral dissertation, Universitas Atma Jaya Yogyakarta).
[2] Santoso, S., & Nurmalina, R. (2017). Perencanaan dan pengembangan aplikasi absensi mahasiswa menggunakan Smart Card guna pengembangan kampus cerdas. Jurnal Integrasi, 9(1), 84-91.
[3] Santoso, B. S., Anwar, M. F., & Hermawati, S. (2015).
Analisis Kualitas Website Menggunakan Metode Webqual Dan Importance-Performance Analysis (IPA) Pada Situs Kaskus. no. September.
[4] Chowdhary, A., Sharma, C., & Meis, J. F. (2017).
Candida auris: a rapidly emerging cause of hospital-acquired multidrug-resistant fungal infections globally. PLOS pathogens, 13(5), e1006290.
[5] Huizinga, D., & Kolawa, A. (2007). Automated defect prevention: best practices in software management. John Wiley & Sons.
[6] Masyhur, F. (2014). Kinerja Website Resmi Pemerintah Provinsi di Indonesia. Jurnal Pekommas, 17(1), 9-14.
[7] Suliman, S. (2020). Analisis Performa Website Universitas Teuku Umar Dan Universitas Samudera
Menggunakan Pingdom Tools Dan Gtmetrix. Jurnal Sistem Informasi dan Sistem Komputer, 5(1), 24-32.
[8] Octaviani, A., & Andraini, R. (2022). ANALISIS WEBSITE FAKULTAS TEKNIK UNIVERSITAS NEGERI JAKARTA MENGGUNAKAN PINGDOM TOOLS DAN GTMETRIX. Sistem dan Teknologi Informasi Indonesia (SINTESIA), 1(2), 76-80.
[9] Lovreto, G., Endo, A. T., Nardi, P., & Durelli, V. H.
(2018, October). Automated tests for mobile games: An experience report. In 2018 17th Brazilian Symposium on Computer Games and Digital Entertainment (SBGames) (pp.
48-488). IEEE.
[10] Valliammai, K., & Sujatha, P. (2015). Analysis of efficiency of automated software testing. Methods, Direction Res., Int. J. Sci. Res., 5(12), 34-38.
[11] Kaur, A. (2015). Review of mobile applications testing with automated techniques. Int. J. Adv. Res. Comput.
Commun. Eng, 4(10), 503-507.
