This study is focused on developing a data collection system to enhance the performance of Koperasi, an organization with complex data collection. An Android application was created to automate the processing of member and transaction data, significantly improving data processing efficiency. However, building a quality system takes time and requires error-free data processing. To achieve this, Automated Test Case Generation with EvoMaster was used to test the REST API and identify errors. The testing process went through several iterations until almost no errors were found. EvoMaster generated over 19.5 million scenarios and found 78 errors in the REST API in 58 hours, which were promptly fixed between iterations. The use of EvoMaster not only reduced development time but also helped maintain code quality.

Pada zaman modern ini banyak tempat umum yang memiliki banyak pengunjung setiap harinya. Namun, dikarenakan rasio petugas yang tidak sebanding dengan pengunjung, maka dibutuhkanlah sebuah alat pembantu untuk mendeteksi pelanggaran yang terjadi di tempat umum. Maka dikembangkanlah aplikasi Android VisiTrack. Aplikasi ini mendeteksi pelanggaran yang terjadi di tempat umum lewat kamera CCTV yang telah disambungkan dengan model pembelajaran mesin pada layanan cloud. Ketika pelanggaran berhasil dideteksi, maka layanan cloud akan mengirimkan notifikasi kepada aplikasi Android sehingga pelanggaran yang terjadi bisa diatasi oleh petugas yang sedang bekerja. Aplikasi ini juga menerapkan pola arsitektur MVVM sehingga pengembangan dapat dilakukan dengan lebih mudah dan dokumentasi dapat diikuti dengan mudah. Hasil jadi dari aplikasi ini memiliki tingkat akurasi sebesar 95.59% dan sudah berhasil untuk mengirimkan notifikasi pelanggaran yang terdeteksi ke telepon genggam petugas.