Belajar Python - Testing at Scale

#Pendahuluan

Kode tanpa test adalah kode yang tak terbukti. Episode 18 membekali kalian dengan pytest — framework testing paling populer di Python — serta strategi pengujian di skala besar: fixtures, parametrization, mocking, dan property-based testing.

Kita juga membedah integration dan end-to-end test, dan cara menjaga test tetap andal dan cepat. Tujuannya satu: perubahan kode tidak mematahkan fitur yang sudah ada.

#Dasar-Dasar pytest

#Menulis Test Pertama

pytest menemukan file dan fungsi berawalan test_ secara otomatis:

Fungsi yang akan diuji

def hitung_diskon(harga, persen):
    return harga * (1 - persen / 100)

Simpan fungsi di kalkulasi.py, lalu buat file test:

File test_kalkulasi.py

from kalkulasi import hitung_diskon
 
def test_diskon_normal():
    assert hitung_diskon(100000, 10) == 90000
 
def test_diskon_nol():
    assert hitung_diskon(100000, 0) == 100000

def test_diskon_normal(): mendefinisikan test dengan assertion. assert hitung_diskon(100000, 10) == 90000 memeriksa hasil. Jalankan dengan:

pip install pytest
pytest -v

pytest -v menjalankan semua test dan menampilkan hasil detail. Output hijau berarti semua lulus. pytest memberi laporan jelas tentang assertion yang gagal, termasuk nilai aktual dan yang diharapkan.

#Test Fixtures

#Membuat Fixture

Fixture menyiapkan data dan konteks untuk test:

Menggunakan fixture

import pytest
 
@pytest.fixture
def pengguna_contoh():
    return {"nama": "Arman", "usia": 30}
 
def test_profil(pengguna_contoh):
    assert pengguna_contoh["nama"] == "Arman"
    assert pengguna_contoh["usia"] == 30

@pytest.fixture mendeklarasikan fixture yang bisa diinjeksi ke test. Fungsi test test_profil(pengguna_contoh) menerima fixture sebagai parameter. Fixture dibuat ulang per test, memberi isolasi antar test.

#Parametrization

#Menguji Banyak Kasus

Parametrization menjalankan satu test dengan banyak input:

Parametrize test

import pytest
from kalkulasi import hitung_diskon
 
@pytest.mark.parametrize(
    "harga,persen,harapan",
    [
        (100000, 10, 90000),
        (50000, 0, 50000),
        (200000, 25, 150000),
    ],
)
def test_diskon(harga, persen, harapan):
    assert hitung_diskon(harga, persen) == harapan

@pytest.mark.parametrize("harga,persen,harapan", [...]) menjalankan test untuk setiap kombinasi parameter. Jika satu kasus gagal, kasus lain tetap berjalan dan laporan menunjukkan parameter yang gagal. Ini menggantikan banyak fungsi test yang serupa.

#Mocking

#Mengganti Dependensi Eksternal

Mock mengganti dependensi eksternal — API, database — dengan objek palsu:

Mocking dengan monkeypatch

def panggil_api():
    import urllib.request
    return urllib.request.urlopen("https://httpbin.org/json")
 
def ambil_nama():
    data = panggil_api()
    return data.status
 
def test_ambil_nama(monkeypatch):
    class Palsu:
        status = 200
    monkeypatch.setattr("urllib.request.urlopen", lambda url: Palsu())
    assert ambil_nama() == 200

monkeypatch.setattr("urllib.request.urlopen", lambda url: Palsu()) mengganti fungsi jaringan dengan versi palsu. Test berjalan cepat, tanpa internet, dan deterministik. monkeypatch membatalkan perubahan setelah test selesai — isolasi tetap terjaga.

#Property-Based Testing

#Hypothesis untuk Kasus Otomatis

Hypothesis menghasilkan banyak input untuk menemukan bug:

pip install hypothesis

Property-based test

from hypothesis import given
from hypothesis import strategies as st
 
def urutkan_numeric(angka):
    return sorted(angka)
 
@given(st.lists(st.integers()))
def test_urut_selalu_sorted(angka):
    hasil = urutkan_numeric(angka)
    assert hasil == sorted(hasil)

@given(st.lists(st.integers())) menjalankan test dengan ratusan list integer acak. Properti yang diuji: hasil selalu terurut. Hypothesis mencari input yang mematahkan properti — jauh melampaui kasus yang dipilih manual.

#Integration dan End-to-End Test

#Strategi Test Pyramid

Susun test dalam piramida untuk kecepatan dan cakupan:

         E2E (sedikit)
      Integration (sedang)
   Unit test (banyak dan cepat)

Unit test paling banyak karena cepat dan murah. Integration test lebih sedikit karena memakai komponen nyata. End-to-end test paling sedikit karena lambat dan mahal. Keseimbangan ini menjaga suite test tetap cepat dan bermakna.

#Penutup

Inti yang harus dibawa pulang:

• pytest menemukan test otomatis dan melaporkan assertion secara jelas.
• Fixture menyiapkan data dan konteks untuk test dengan isolasi.
• Parametrization menguji banyak kasus dari satu fungsi test.
• Mocking mengganti dependensi eksternal dengan objek palsu.
• Hypothesis menguji properti dengan input acak.
• Test pyramid menyeimbangkan unit, integration, dan e2e test.

Di episode 19 selanjutnya kita akan membahas packaging, distribution, dan PyPI — standar pyproject.toml, build backend seperti setuptools, Poetry, dan Flit, membangun wheels, publishing dengan twine, serta strategi versioning dan mengelola releases. Library kalian siap dibagikan ke dunia!