ANALISIS PENERAPAN ARTIFICIAL INTELLIGENCE DALAM DETEKSI BUG DAN PREDIKSI KESALAHAN PERANGKAT LUNAK: A SYSTEMATIC LITERATURE REVIEW

Nurul Umami (Institut Teknologi dan Kesehatan Aspirasi)
Nurhasanah
Nurhasiyah
Susi Susilawati

TAMPIASIH
Vol. 4 No. 1 (2025): Tampiasih Desember

Pengembangan perangkat lunak saat ini mengalami pergeseran paradigma seiring dengan masifnya integrasi teknik Kecerdasan Buatan (AI) dan Machine Learning (ML). Perkembangan sistem yang sangat cepat menuntut mekanisme deteksi kesalahan secara berkelanjutan, sementara metode pengujian tradisional masih bersifat reaktif, memakan waktu, dan membutuhkan sumber daya besar. Tinjauan pustaka sistematis ini menyintesis penelitian terkini mengenai deteksi bug cerdas dan prediksi kesalahan berbasis AI. Kami menganalisis arsitektur lanjutan termasuk LSTM, Graph Neural Network (JITGNN), Large Language Model (LLM), serta algoritma optimasi metaheuristik (ILFA). Kajian ini menyoroti peran Explainable AI (XAI) dalam meningkatkan transparansi keputusan serta teknik transformasi fitur seperti Algoritma Genetika dan FeatBoost. Meskipun menunjukkan peningkatan kinerja yang signifikan, tantangan seperti ketidakseimbangan data, biaya pelabelan manual, dan generalisasi lintas proyek masih menjadi hambatan utama penerapan di industri.