7 Maret 2025 – Program Studi Magister Ilmu Komputer, Departemen Ilmu Komputer dan Elektronika (DIKE) Universitas Gadjah Mada (UGM), sukses menyelenggarakan webinar daring bertajuk “Peran Natural Language Processing dalam Proses Perancangan Perangkat Lunak” pada Jumat, 7 Maret 2025. Webinar yang berlangsung di bulan Ramadan ini dimoderatori oleh Nurul Fadillah, mahasiswa Program Magister Ilmu Komputer DIKE UGM. Kegiatan ini merupakan bagian dari rangkaian “Bedah Paper” chapter kedua yang rutin diselenggarakan oleh Prodi Magister Ilmu Komputer.
Sebagai pembicara utama, Dr.techn. Guntur Budi Herwanto, M.Cs., dosen Departemen Ilmu Komputer dan Elektronika UGM, memaparkan bagaimana teknologi kecerdasan buatan (AI), khususnya Natural Language Processing (NLP), dapat dimanfaatkan untuk meningkatkan efisiensi dalam proses pengembangan perangkat lunak. Beliau memulai presentasinya dengan menjelaskan pendekatan rekayasa perangkat lunak dan pentingnya Software Development Lifecycle (SDLC) dalam memastikan pengembangan perangkat lunak yang terstruktur dan efisien.
Dr. Guntur mengulas berbagai penelitian terkini terkait penerapan AI dalam rekayasa perangkat lunak, salah satunya adalah paper dari David Lo berjudul “Testing the Limits: What Breaks and How to Partially Fix LLM4ASE”. Beliau juga menampilkan data perkembangan skor MMLU (Massive Multitask Language Understanding) dari berbagai model LLM (Large Language Models) yang menunjukkan peningkatan signifikan dari waktu ke waktu, mengindikasikan potensi besar penggunaan teknologi ini dalam rekayasa perangkat lunak.
Dalam sesi bedah paper, Dr. Guntur membahas penelitian Hou dkk berjudul “Large Language Models for Software Engineering: A Systematic Literature Review”, yang memetakan distribusi aktivitas rekayasa perangkat lunak dan tipe permasalahan yang telah ditangani dengan LLM4SE (Large Language Models for Software Engineering). Selain itu, beliau juga mengutip penelitian Sofian, Hazrina, Nur Arzilawati Md Yunus, dan Rodina Ahmad berjudul “Systematic mapping: Artificial intelligence techniques in software engineering”, yang memberikan gambaran komprehensif tentang teknik AI dalam rekayasa perangkat lunak.
Terkait tahap pengumpulan kebutuhan, Dr. Guntur mengidentifikasi beberapa tantangan utama seperti penanganan ambiguitas dan inkonsistensi, manajemen kompleksitas dan volume, elisitasi kebutuhan yang lengkap dan akurat, serta adaptasi terhadap kebutuhan yang berkembang. Beliau membahas penelitian Ezzini dkk tentang “Using domain-specific corpora for improved handling of ambiguity in requirements”, yang menunjukkan bagaimana NLP dapat mengatasi ambiguitas dalam persyaratan perangkat lunak. Contoh praktis ambiguitas dalam kebutuhan perangkat lunak, seperti ambiguitas koordinasi dan ambiguitas lampiran frasa preposisional, juga dibahas bersama solusi yang dapat diterapkan.
Dr. Guntur memperkenalkan framework ClarifyGPT, yang digunakan untuk meningkatkan generasi kode berbasis LLM melalui klarifikasi kebutuhan. Selain itu, pengumpulan cerita pengguna (user stories) via chatbot dibahas dalam paper Dwitam dan Rusli berjudul “User stories collection via interactive chatbot to support requirements gathering”. Sementara untuk identifikasi konflik persyaratan, penelitian G. Kisso dan F. Fotrousi berjudul “Requirements Conflicts Detection: Advancing with Conversational AI” menjadi rujukan yang menarik.
Dalam konteks pengembangan perangkat lunak Agile, Dr. Guntur membahas penelitian Martin Schroder tentang “Autoscrum: Automating project planning using large language models”, yang menunjukkan bagaimana LLM dapat mengotomatisasi proses Scrum. Beliau juga mempresentasikan penelitiannya sendiri berjudul “Leveraging NLP techniques for privacy requirements engineering in user stories”, yang menunjukkan pemanfaatan NLP untuk elisitasi persyaratan privasi.
Pada tahap desain, Dr. Guntur membahas penelitiannya tentang “Automating Data Flow Diagram Generation from User Stories Using Large Language Models”, yang mendemonstrasikan bagaimana LLM dapat mengotomatisasi pembuatan diagram aliran data dari cerita pengguna. Beliau juga mengulas penelitian lainnya berjudul “Learning to Rank Privacy Design Patterns: A Semantic Approach to Meeting Privacy Requirements”, yang menunjukkan bagaimana AI dapat menyarankan implementasi pola desain privasi.
Untuk tahap pengembangan, Dr. Guntur membahas penelitian Samuel Abedu, Ahmad Abdellatif, dan Emad Shihab tentang “LLM-based chatbots for mining software repositories: Challenges and opportunities”, yang mengeksplorasi potensi chatbot berbasis LLM untuk menggali repositori perangkat lunak. Sementara untuk tahap pengujian, paper Zhe Liu dkk berjudul “Make LLM a testing expert: Bringing human-like interaction to mobile GUI testing via functionality-aware decisions” menjadi sorotan utama, menunjukkan bagaimana LLM dapat digunakan untuk pengujian GUI mobile.
Sesi tanya jawab berlangsung dinamis, dengan fokus diskusi mengarah pada aspek keamanan LLM, khususnya bagaimana mencegah model bahasa berhalusinasi atau menghasilkan output yang tidak akurat. Peserta menunjukkan ketertarikan mendalam tentang cara memverifikasi kebenaran output dari LLM dan mengintegrasikannya dengan sistem yang memerlukan tingkat akurasi tinggi. Dr. Guntur menanggapi dengan menjelaskan pendekatan terkini, seperti penerapan mekanisme retrieval-augmented generation (RAG) dan penggunaan prompt engineering yang tepat.
Beberapa peserta juga mengajukan pertanyaan tentang implikasi keamanan dari penggunaan LLM dalam pengembangan perangkat lunak, terutama ketika model menghasilkan kode atau desain sistem. Dr. Guntur menekankan pentingnya validasi manusia dan penerapan praktik keamanan yang ketat dalam pipeline pengembangan berbantuan AI, dengan merujuk pada penelitian-penelitian terkini dalam bidang tersebut.
“AI menawarkan alat yang ampuh untuk mengatasi kompleksitas dalam pengembangan perangkat lunak modern,” jelas Dr. Guntur. “Namun, hubungan antara AI dan insinyur perangkat lunak bersifat simbiotik, di mana AI memperkuat para pengembang untuk fokus pada tugas-tugas kreatif tingkat tinggi.” Beliau juga menyampaikan beberapa poin penting dari hasil penelitiannya, termasuk bahwa AI sedang merevolusi pengembangan perangkat lunak, efisiensi menjadi pendorong adopsi, kreativitas manusia tetap sangat penting, dan hubungan simbiotik antara AI dan rekayasa perangkat lunak adalah masa depan industri ini.
Webinar yang diselenggarakan di tengah suasana bulan Ramadan ini berlangsung secara interaktif dan mendapat sambutan antusias dari para peserta. Meski dilaksanakan secara daring, semangat berbagi ilmu dan pengembangan keilmuan tetap terjaga dengan baik. Dr. Guntur menutup presentasinya dengan candaan ringan tentang pentingnya membuat diagram yang baik untuk paper selanjutnya, yang disambut hangat oleh peserta.
Kegiatan ini mendukung Tujuan Pembangunan Berkelanjutan (SDG) 9: Industri, Inovasi, dan Infrastruktur, dengan meningkatkan kapasitas sumber daya manusia dalam bidang teknologi dan digitalisasi, serta SDG 4: Pendidikan Berkualitas, melalui penyebaran pengetahuan teknis terkini dalam bidang rekayasa perangkat lunak dan kecerdasan buatan. Melalui rangkaian Bedah Paper ini, Prodi Magister Ilmu Komputer DIKE UGM terus berkomitmen untuk menjembatani kesenjangan antara riset akademik dan implementasi praktis di dunia industri.
– – – –
Penulis : Guntur Budi Herwanto
Editor : Furqan
TAG: #SDGs4 #SDGs9 #BedahPaper #NLP #PerancanganPerangkatLunak #MIK
SDG 4: Pendidikan Berkualitas | SDG 9: Industri, Inovasi, dan Infrastruktur
