Masa Depan Rekayasa Perangkat Lunak: Visi tahun 2025 dan seterusnya

Di dunia rekayasa perangkat lunak, kamu tahu gak, masa depannya itu sebenernya terang benderang kalau kita paham gimana perjalanan sejarahnya dan relevansi saat ini. Nah, dengan munculnya teknologi canggih kayak Internet of Things (IoT) dan revolusi industri ke-4 alias Industri 4.0, pentingnya proses rekayasa perangkat lunak yang udah dipoles bagus itu jadi makin ngehits, bro. Nah, ciri pemandangan kekinian ini ditandai sama adu metodologi yang udah matang sama alat-alat mutakhir, masing-masing punya peran di berbagai bidang. Dari urusan proses informasi kayak basis data, dagang, sampe e-commerce, sampe urusan komando yang real-time kayak kontrol energi, sistem transportasi, dan otomasi pabrik, rekayasa perangkat lunak udah jadi bagian kehidupan modern, geng.

Tapi, kayaknya sekarang ini, peran rekayasa perangkat lunak gak lagi terbatas buat mereka yang jago koding aja, lho. Cakupannya udah melebar, jadi gak cuma koding doang, tapi juga ngejamin kualitas perangkat lunak-nya sesuai tujuan yang diinginkan. Gak cuma satu sektor aja yang terkena dampak, banyak banget sektor yang kecipratan. Makin banyak industri yang pake infrastruktur yang terkoneksi Internet, makin vital juga kualitas perangkat lunak buat bikin sistem-sistem ini berjalan mulus.

Dalam situasi kayak gini, hubungan antara rekayasa perangkat lunak sama teknologi keren kayak IoT dan Industri 4.0 jadi makin kentara. Ini hubungan yang rumit, yang menunjukkan gimana peran perangkat lunak bisa membentuk dunia modern. Saat kita coba ngedalamin hal-hal yang bikin ribet kayak gini, makin keliatan juga dampak sosialnya. Faktor etika, tantangan keamanan, dan pembagian manfaat teknologi mesti dipikirin secara serius, apalagi kita lagi jalanin masa depan yang semakin digital.

Ketika kita liat ke depan, trend-trend masa depan di bidang rekayasa perangkat lunak udah mulai kelihatan. Melihat kayaknya teknologi bakal merata di banyak sektor industri, bisa jadi nih kita bakal liat inovasi terus menerus. Gabungan antara kecerdasan buatan, sistem terdistribusi, dan data yang gak ada hentinya bakal gantiin cara kita memandang rekayasa perangkat lunak. Intinya, perjalanan dari masa lalu sampe sekarang jadi dasar buat hubungan yang gak bisa dipisahkan antara rekayasa perangkat lunak sama dunia yang kita tinggali, dan kita bakal menghadapi masa depan di mana jago koding itu sama pentingnya kaya nyiapin nasib kita, bro.

Latar Belakang

Jaman sekarang, kita tuh makin banyak bergantung sama software, di segala bidang gitu, kayak hiburan, sekolah, politik, industri, bisnis, sampe urusan pribadi juga. Semua itu udah kayak terjalin sama sistem dan aplikasi perangkat lunak, bro. Makanya, pengembangan software jadi bidang yang penting banget, yang butuh dukungan terus, perbaikan, dan penelitian. Di dunia rekayasa perangkat lunak, fokus utamanya adalah ngebahas masalah-masalah dan tantangan-tantangan. Tapi, masih ada tantangan yang harus dipecahin, nih.

Tantangan dalam Rekayasa Perangkat Lunak

Pertama-tama, para peneliti nih udah nunjukin kalo internet udah jadi lingkungan buat pengembangan, gitu. Jadi, kerja sama antar pengembang bisa berlangsung lewat sini. Makanya, banyak banget perubahan dalam cara software berkembang dari awal sampe jadi beneran dipake. Contoh satu perubahan itu tuh crowd-sourcing; ini daerah yang menurut para peneliti masih perlu dievaluasi dan dipahami lebih baik lagi, nih.
Tantangan lainnya ini ada hubungannya sama kenyataan kalau software terus berkembang berdasarkan kebutuhan pelanggan. Kebutuhan ini gak cuma bikin masalah pas deploy dan manajemen konfigurasi aja, tapi juga soal teknologi yang harus beroperasi lancar di internet dan dukungan yang diperlukan di lingkungan kayak gitu. Yang paling penting, berbagai jenis aplikasi yang dideploy dalam jangka pendek terus diganti sama yang lain, dikombinasi sama yang dideploy dalam jangka panjang berarti model dan standar saat ini harus bisa menyesuaikan diri dengan berbagai konteks baru yang muncul.

Penelitian dalam Rekayasa Perangkat Lunak

Menurut kelompok peneliti lainnya, di bidang rekayasa perangkat lunak selama ini udah kelihatan kalo para pengembang dan insinyur itu punya peran penting dalam kesuksesan dan hasil proyek. Tapi, ternyata penelitian tentang aspek manusianya lebih jarang dibandingkan dengan fokus pada proses atau teknologi. Meskipun begitu, ketidakpuasan yang makin bertambah tentang tantangan dalam mengembangkan software berkualitas tinggi, serta minat yang tumbuh terhadap metode-metode agile, udah mulai ngejadiin aspek manusia jadi lebih vokal dalam penelitian di bidang rekayasa perangkat lunak.

Hasil dari banyak penelitian empiris di bidang rekayasa perangkat lunak ilustrasikan jenis faktor yang punya dampak pada hasil-hasil penting kaya kualitas dan biaya, tapi juga ternyata para programmer sering punya pandangan sebelumnya tentang beberapa masalah ini. Dalam sebuah studi di kalangan pengembang IBM, misalnya, ditemukan kalo mereka udah punya pandangan sebelumnya tentang beberapa masalah dan pandangan mereka didasarkan pada pengalaman daripada temuan dari penelitian empiris sebelumnya. Sementara pandangan sebelumnya ini penting, apalagi karena para pengembang itu profesional yang terlatih tinggi dan punya pandangan yang krusial buat kerja mereka, sebaran bukti empiris ke profesi ini tetep penting, sih.

Yang menariknya, sebelumnya udah diajukan kalo rekayasa perangkat lunak yang berbasis bukti seharusnya diadopsi, dan bahwa ulasan sistematik literatur di bidang rekayasa perangkat lunak harus digunakan buat mendukung rekayasa perangkat lunak yang berbasis bukti. Sejak usulan-usulan ini diajukan pada tahun 2004 dan 2005, ulasan-ulasan sistematik jadi relevan di dalam rekayasa perangkat lunak empiris. Karena semakin populer di kalangan para pengembang software, proses ulasan sistematik juga jadi lebih diperhatiin. Di atas latar belakang ini, penelitian ulasan sistematik dari para peneliti ini yang berhubungan dengan entah teknik untuk meningkatkan proses atau pengalaman dengan proses menemukan bahwa ulasan sistematik menghadapi kritik karena gak ada perpustakaan digital yang sesuai buat rekayasa perangkat lunak dan bahwa proses ulasan sistematik sendiri memakan waktu.

IoT dan Rekayasa Perangkat Lunak

Teknologi jaringan sensor nirkabel udah jadi bagian dari kehidupan sehari-hari, yang memungkinkan pengukuran dan pemahaman indikator-indikator di lingkungan, mulai dari sumber daya alam sampe ekologi yang sensitif, bahkan lingkungan di area perkotaan. Alat-alat ini udah ngebangun jadi internet of things (IoT), di mana sensor dan aktuator menyatu sama lingkungan dan ngasih informasi di berbagai platform yang akhirnya jadi satu gambaran operasional bersama (COP).

IoT udah keluar dari masa bayi dengan diperkenalkannya teknologi perangkat yang memungkinkan kayak node aktuator dan sensor yang terbenam, perangkat komunikasi jarak dekat, dan tag serta pembaca RFID . Perkembangan dari www, ke web2, web3, dan sekarang IoT ini berarti bahwa pertanyaan-pertanyaan yang canggih dan intuitif harus terus dikembangkan buat bisa memenuhi permintaan data yang ada. Yang paling penting adalah kenyataan bahwa IoT menghasilkan data dalam jumlah besar, observasi yang berarti bahwa algoritma kecerdasan buatan yang canggih mesti dikembangkan agar data ini bisa dimengerti dan digunakan secara cerdas.

Software Defined System (SDSys)

Seperti yang diamati oleh peneliti Jararweh dengan tepat; ada jumlah data yang besar yang dihasilkan melalui IoT, data yang membutuhkan gagasan inovatif dalam pengelolaan dan desain jaringan IoT sehingga kinerjanya bisa ditingkatkan dan dipercepat. Untuk mengatasi tantangan ini, ada yang disebut sebagai sistem yang didefinisikan oleh perangkat lunak (SDSys), yang merupakan model baru yang menyederhanakan arsitektur sistem mendasar dengan menghilangkan operasi pengelolaan dan kontrol dari perangkat di IoT, dan mengarahkan operasi tersebut ke lapisan perangkat lunak dan lapisan middleware.

Peneliti-peneliti tersebut berpendapat bahwa beberapa SDSys dapat digunakan untuk menggambarkan internet of things yang didefinisikan oleh perangkat lunak (SDIoT). Ini mencakup jaringan yang didefinisikan oleh perangkat lunak (SDN) yang memisahkan operasi yang dilakukan di dataran data dari operasi di dataran kontrol, penyimpanan yang didefinisikan oleh perangkat lunak (STStore) yang memisahkan operasi lapisan penyimpanan data dan lapisan kontrol data, serta keamanan yang didefinisikan oleh perangkat lunak (SDSec) yang memisahkan dataran pemrosesan dan penerusan dari dataran kontrol keamanan. Dengan cara ini, operasi pengelolaan IoT menjadi lebih sederhana.

Peneliti lainnya menyarankan pandangan bahwa mengembangkan aplikasi untuk IoT itu sulit karena ada banyak masalah terkait yang harus diatasi. Masalahnya termasuk fakta bahwa belum ada abstraksi tingkat tinggi dan tidak ada pemisahan masalah yang membuat sulit untuk menangani heterogenitas dan skala besar. Selain itu, aplikasi harus dikembangkan dengan cara yang menangani berbagai fase siklus hidup. Pengembangan ini memerlukan analisis logika aplikasi agar tugas-tugas dapat didistribusikan melalui jaringan mendasar, diikuti oleh implementasi tugas untuk perangkat keras yang berbeda. Gambar 1 menggambarkan abstraksi dalam IoT.

Appreciating IoT Requirements

Meskipun IoT bisa meningkatkan kualitas, efisiensi, dan inovasi, serta menghubungkan sistem transportasi, otomotif, medis, dan produksi dengan sistem teknologi informasi (TI) dalam cara yang bisa memberikan informasi penting bagi bisnis, banyak perusahaan yang gak ngerti tentang kebutuhan kombinasi TI, kebutuhan perangkat lunak, dan arsitektur yang dibutuhkan buat memanfaatkan IoT. Para eksekutif perusahaan, sebagai contoh, paham tentang rantai nilai tapi kurang peduli soal teknologi; departemen TI keliatannya terpisah dari produk nyata dan orang-orang; sementara departemen rekayasa lihat IT dengan curiga, lebih suka fokus sama elektronik terbenam dan pengembangan sistem.

Gambar 2 menggambarkan kompleksitas IoT buat manufaktur modern. Buat IoT bisa kasih informasi yang bermanfaat buat perusahaan, harusnya menghargai berbagai level; mulai dari mesin dan perangkat di level terendah, aplikasi bisnis, dan kemudahan di mana semua informasi ditransaksikan melalui komputasi awan. Ada sudut pandang menarik tentang penggunaan IoT. Menurut peneliti, fungsionalitas layanan dan aplikasi IoT gak cuma harus terkait sama prinsip dasar bahwa data dihasilkan dari pendeteksian dan pengaktuan, tapi perangkat pintar bisa diterapkan buat ngerjain beberapa fungsi jangka panjang dengan otonomi dan di ruang sosio-fisik tempat mereka berada. Layanan-layanan ini bisa mulai dari asisten pribadi otomatis sampe robot bersih-bersih dasar.

Industri 4.0 dan Rekayasa Perangkat Lunak

Industri 4.0 adalah istilah yang berasal dari Jerman dengan sebutan “Industrie 4.0”. Dalam pandangan global, ada ide-ide serupa seperti Industrial Internet milik General Electric. Industrial Internet semacam ini, yang mirip dalam deskripsinya dengan Industri 4.0, didukung dengan anggaran 2 miliar dolar oleh pemerintah AS untuk tujuan penelitian dan pengembangan Manufaktur Lanjutan. Istilah lain yang digunakan untuk menggambarkan Industri 4.0 termasuk Industri Terintegrasi, Manufaktur Pintar, dan Industri Cerdas.

Memanfaatkan Industri 4.0

Industri 4.0 bisa dijelasin sebagai jaringan dalam lingkup internet of things (IoT), manusia, data, dan layanan. Yang penting, ini punya beberapa fitur khas. Teknologinya memungkinin jaringan vertikal produk pintar dan pabrik pintar, integrasi horizontal pelanggan dan mitra bisnis, melalui rekayasa yang melibatkan proses produksi dan produk akhir, serta teknologi eksponensial yang memungkinkan aplikasi pasar massal karena daya komputasinya makin tinggi sementara ukuran dan biayanya makin turun.

Mengintegrasikan Jaringan

Industri manufaktur di Jerman, misalnya, menghadapi persaingan global yang ketat dalam hal biaya produksi dan kualitas. Karena biaya tenaga kerja tinggi, negara-negara pesaing mampu mendapatkan keunggulan dalam hal kualitas dan produktivitas. Oleh karena itu, banyak perusahaan di Jerman memanfaatkan gagasan Industri 4.0 di mana perusahaan berpartisipasi dalam jaringan terintegrasi, sehingga kompetensi inti bisa dibagi-bagikan.

Dalam Industri 4.0, semua bisnis dalam jaringan bisa mengakses informasi produk secara real-time dalam ruang virtual yang menghilangkan batasan-batasan dan memungkinkan untuk adanya penyesuaian massal dan manufaktur yang gesit. Adanya sistem siber-fisik memastikan mesin-mesin bisa berkomunikasi, dan inovasi produk yang cepat menjadi mungkin karena teknik pemodelan dan simulasi modular dibagi-bagikan di seluruh jaringan. Pada intinya, Industri 4.0 memungkinkan jaringan kolaboratif melalui otomasi cerdasnya.

Yang paling penting, otomasi industri semakin bergantung pada perangkat lunak. Federasi Teknik Jerman, sebagai contoh, menunjukkan bahwa rasio pengembangan perangkat lunak terhadap biaya mesin telah meningkat dua kali lipat dari 20 menjadi 40 persen dalam satu dekade. Pada dasarnya, tren berlanjut ini berarti bahwa para pengembang dan pemasok sistem otomasi di masa depan akan lebih banyak berurusan dengan rekayasa perangkat lunak. Hal ini bukanlah hal yang aneh mengingat rekayasa perangkat lunak bisa diterapkan di banyak domain, termasuk aplikasi terkait pengolahan informasi, perdagangan online, basis data, otomasi manufaktur, dan bahkan pengendalian real-time dari sistem transportasi dan energi.

Manajemen Kualitas

Menurut seorang peneliti lainnya, iklim bisnis saat ini ditandai oleh persaingan yang intens di mana kualitas produk, layanan, dan proses menentukan apakah mereka akan sukses. Oleh karena itu, manajemen kualitas tetap menjadi hal yang tak tergantikan dan integral dalam manajemen perusahaan setiap organisasi. Karena Industri 4.0 menyediakan potensi sosial, ekologis, dan ekonomi yang besar, ini juga punya peran krusial dalam manajemen kualitas. Di atas latar belakang ini adalah kenyataan bahwa sistem ERP adalah aplikasi perangkat lunak yang melacak dan mengendalikan volume data yang besar yang sangat penting untuk manajemen kualitas. Oleh karena itu, mereka bisa memanfaatkan keuntungan yang disediakan oleh Industri 4.0 dan di masa depan akan memiliki nilai dalam manajemen kualitas untuk menangani tantangan penelitian Industri 4.0.

Kesadaran DIri

Sebuah prediksi telah dibuat bahwa Industri 4.0 di masa depan akan menciptakan sistem informasi berbasis armada yang memungkinkan mesin-mesin menjadi sadar diri, memiliki kemampuan untuk menilai degradasi dan kesehatan sendiri, serta menggunakan pengambilan keputusan cerdas untuk mengatasi masalah. Hal ini hanya akan tercapai melalui analitika pintar. Namun, salah satu alasan mengapa kesadaran diri pada mesin belum sepenuhnya tercapai adalah karena sistem prognosis dan manajemen kesehatan (PHM) memiliki tingkat adaptabilitas yang rendah. Masalahnya adalah fakta bahwa algoritma PHM dikembangkan dari data eksperimental di laboratorium dan tidak bisa berubah setelah implementasi kecuali di-train ulang. Ini merupakan tantangan bagi para pengembang karena dalam praktiknya data real-time berasal dari banyak mesin yang menghasilkan jauh lebih banyak data daripada yang dihasilkan dari laboratorium. Oleh karena itu, di masa depan harus dikembangkan algoritma-algoritma yang mampu belajar dari data real-time.

Masa Depan Industri 4.0

Dalam analisis mereka tentang manufaktur Jerman terkait dampak Industri 4.0, ditemukan bahwa sepuluh tahun ke depan akan mengalami pertumbuhan pekerjaan sebesar 6 persen. Dalam jangka pendek, tugas-tugas berulang akan digantikan dengan lebih banyak otomasi. Namun, penggunaan yang lebih intensif terhadap perangkat lunak, analitika, dan konektivitas akan menciptakan permintaan yang lebih besar untuk orang-orang dengan keterampilan dalam teknologi TI dan pengembangan perangkat lunak, termasuk para profesional mekatronika yang memiliki keahlian dalam perangkat lunak. Selain itu, para pemasok akan semakin perlu menawarkan layanan yang didorong oleh analitika.

Ada banyak tantangan kompleks yang akan dihadapi oleh praktisi Industri 4.0 di masa depan. Sebagai contoh, ada kompleksitas sistem dalam perangkat Industrial IoT karena perangkat semacam itu juga bisa memiliki sistem IoT lain di dalamnya. Tantangan lainnya adalah kompleksitas manajemen terkait perangkat lunak, sistem terhubung jaringan, keamanan, konfigurasi, dan kepatuhan. Thames dan Schaefer berpendapat bahwa sistem yang didefinisikan oleh perangkat lunak (SDNs) adalah yang terbaik untuk mengatasi tantangan-tantangan semacam ini.

Rekayasa Perangkat Lunak dalam Masyarakat yang Terus Berkembang

Interaction-Oriented Software Engineering (IOSE)

Tujuan dari mesin-mesin sosial adalah untuk memungkinkan proses-proses sosial melalui dukungan administratif yang diberikan oleh komputer. Namun, mesin sosial-teknis seperti yang dikonsepsikan oleh Chopra dan Singh akan menjadi sistem sosial-teknis (STS), yang melebihi penekanan saat ini pada parameter-parameter teknis dalam mesin-mesin sosial untuk memberi makna pada proses-proses sosial. Para peneliti ini memikirkan apa yang mereka sebut rekayasa perangkat lunak yang berorientasi interaksi (IOSE) yang bisa terhubung dengan asas-asas sosial STS.

Tujuan utama dari IOSE akan menjadi protokol-protokol sosial. Dalam IOSE, harapan-harapan sosial diberikan status komputasi dan perkembangan interaksi dilacak oleh pihak-pihak yang bersangkutan. Sebagai contoh, kontrak bisnis bisa mewakili protokol sosial yang kemudian akan diberi status komputasi. Seperti yang diamati oleh para peneliti, IOSE menantang prinsip-prinsip saat ini dalam rekayasa perangkat lunak, dan membawa pada bidang penelitian baru dalam pengolahan informasi.

Big Data
Data besar (big data), bersama dengan banyak teknologi bermasalah seperti internet of things (IoT), komputasi awan, komputasi seluler, dan jejaring sosial, telah menciptakan banyak peluang bagi bisnis melalui inovasi, memperpendek siklus hidup proyek, dan membuat transaksi bisnis menjadi lebih cepat. Namun, sistem data besar menghadapi tantangan dalam merespons permintaan-permintaan campuran yang memerlukan entah respon cepat atau yang memerlukan analitika yang kompleks sebelum membalas. Memenuhi kebutuhan komputasi ini dengan cara yang hemat biaya adalah tantangan besar dalam rekayasa perangkat lunak. Selain itu, ketersediaan yang tinggi dalam ekosistem dengan ribuan node yang membentuk aplikasi berarti kegagalan jaringan dan perangkat keras akan terjadi. Oleh karena itu, arsitektur data dan perangkat lunak terdistribusi harus tahan banting.

Computational Modeling

Pemodelan komputasi semakin penting bagi para ilmuwan dan insinyur karena peristiwa dapat diatasi secara real-time. Para ahli meteorologi bisa membuat perkiraan cuaca menggunakan kondisi saat ini, dan juga menentukan bagaimana perubahan kondisi akan berdampak. Dengan menggunakan model komputasi, proses peramalan menjadi lebih cepat daripada bekerja secara memakan waktu untuk mengekstrapolasi data historis. Pemodelan komputasi juga membuatnya mungkin bagi fenomena alam yang terjadi dengan lambat untuk dianalisis oleh para ilmuwan seperti klimatolog atau ahli geologi [21].

Selain itu, pemodelan komputasi memungkinkan fenomena yang berbahaya secara eksperimental, seperti reaksi nuklir, untuk diteliti dengan aman [21]. Namun, dalam studi mereka di kalangan insinyur perangkat lunak dan pengembang, Heaton dan Carver menemukan bahwa insinyur perangkat lunak perlu berkontribusi lebih dalam pengembangan perangkat lunak ilmiah agar dapat menjadi lebih akurat. Dalam pandangan mereka, pengembang perangkat lunak ilmiah baru mulai menerima praktik rekayasa perangkat lunak untuk membuat perangkat lunak mereka lebih dapat diandalkan.

Ethical Concerns and Sustainability

Sistem perangkat lunak saat ini berada dalam ekosistem yang kompleks dan sangat terhubung [22]. Karena itu, insinyur perangkat lunak sedang merancang sistem yang lebih terbuka dan mampu menyerap jumlah data yang rumit dan saling terhubung yang memengaruhi masyarakat. Sistem perangkat lunak seperti ini juga berkontribusi dalam memerangi kejahatan, permintaan energi, kehidupan berkelanjutan, serta memberdayakan kelompok-kelompok dalam masyarakat yang telah terpinggirkan. Ini berarti bahwa insinyur perangkat lunak menghadapi dan harus mengatasi masalah etika yang tak terhindarkan dalam perangkat lunak yang begitu tersemat dalam masyarakat. Masalah etika ini biasanya dianggap sebagai persyaratan yang bersifat non-fungsional dan juga sebagai masalah yang harus dipertimbangkan demi kebaikan yang lebih besar.

Faktanya, sebuah studi lain tentang rekayasa perangkat lunak berkelanjutan di kalangan akademisi menemukan bahwa ada sangat sedikit yang diajarkan dalam kurikulum rekayasa perangkat lunak tentang keberlanjutan, fokus utamanya adalah efisiensi energi yang diajarkan secara berdasar fakta. Namun, seorang peneliti berpendapat bahwa pendekatan-pendekatan ini tidak memadai karena perangkat lunak berubah terus-menerus dan sebagai hasilnya etika dalam rekayasa perangkat lunak harus bersifat relasional dan kontekstual.

Ada spekulasi lain yang menganggap bahwa sedikit penelitian telah dilakukan tentang peran sistem perangkat lunak dalam keberlanjutan masyarakat. Menurut para penulis, perhatian terhadap masalah ini hanya diberikan pada tahap awal desain antarmuka pengguna selama proses desain perangkat lunak. Dewan Riset Nasional Amerika Serikat berpendapat bahwa sistem informasi memiliki peran krusial dalam masyarakat, dan “aplikasi” yang diterapkan melalui ponsel pintar sangat relevan dalam perdebatan ini karena mereka memiliki dampak pada kesejahteraan masyarakat. Yang lebih penting, penelitian dan analisis tentang sistem sosioteknis dan peran mereka dalam nilai-nilai, seperti privasi, saat mereka berada dalam tahap desain, harus dilakukan.

Masa Depan Rekayasa Perangkat Lunak

Dalam sebuah artikel yang ditulis pada tahun 2001 untuk American Society for Quality oleh John Cusick, seorang ahli perangkat lunak, ia meramalkan bahwa rekayasa perangkat lunak akan tetap berguna di masa depan jika mereka dalam bidang ini mampu terlibat dalam desain sistem skala besar, mampu mengatasi kompleksitas, memungkinkan komunikasi dan organisasi, dan mengelola evolusi perangkat lunak. Selain itu, rekayasa perangkat lunak harus mampu membantu insinyur dan tim mencapai tujuan dengan efisien, serta menemukan solusi yang efektif.

Menaikan Skala

Menurut seorang peneliti lain, Poppendieck, rekayasa perangkat lunak dalam dekade mendatang akan terus mengalami peningkatan skala, fenomena di mana peningkatan skala ke atas tidak lagi memungkinkan. Pertumbuhan besar Google pada tahun 2000-an berarti tidak bisa terus membesarkan skala, tetapi mengandalkan beberapa server untuk mengatasi peningkatan lalu lintas. Dalam istilah yang lebih sederhana, lebih praktis untuk mendapatkan dua orang untuk mengangkat beban yang lebih berat daripada mencoba mendapatkan orang besar untuk mengangkat beban yang sama. Selain itu, peneliti mencatat bahwa platform-platform akan terus menjadi kekuatan bermasalah. Perusahaan seperti YouTube, AirBnB, dan Spotify menciptakan lingkungan di mana orang dapat terhubung dan melakukan transaksi bersama-sama.

Terlibat dalam Isu-isu Kritis

Matematikawan Alan Perlis, penerima pertama Penghargaan Turin, menggambarkan hubungan antara komputer dan manusia sebagai seperti seorang pemuda dalam pubertas yang tak berujung namun terus tumbuh melebihi pakaiannya. Kehidupan kita telah sangat dipengaruhi dan diintervensi oleh perangkat lunak, dan meskipun disiplin rekayasa perangkat lunak cukup baru, masyarakat terlihat semakin matang. Dalam satu hal, saatnya telah tiba untuk terlibat dalam diskusi tentang isu-isu kritis keamanan, privasi, keandalan, dan keterjangkauan.

Semua ini adalah subjek penting karena mereka ada dalam masyarakat setiap hari. Sebagai contoh, cacat perangkat lunak menyebabkan uang pajak terbuang sia-sia, pusat panggilan darurat menjadi sulit dihubungi, kerusakan pada pesawat dan mobil, pencurian data kartu kredit, dan penutupan wilayah udara. Selain itu, objek pintar dapat digunakan untuk tujuan jahat yang mengganggu aktivitas sehari-hari orang. Namun, seperti yang dinyatakan oleh peneliti, ada banyak alasan untuk bersikap optimis tentang masa depan rekayasa perangkat lunak.

Dalam kaitannya dengan analitika perangkat lunak, spekulasi mengatakan bahwa masa lalu berfokus pada pelaporan dan pemodelan, masa kini fokus pada peringatan dan rekomendasi, sementara masa depan akan melakukan ekstrapolasi dan prediksi. Pada intinya, masa depan rekayasa perangkat lunak akan memungkinkan pengambilan keputusan yang didorong oleh data, artefak perangkat lunak yang lebih baik akan dikembangkan menggunakan alat berbasis logika, dan masa depan akan menyaksikan tantangan yang dihadirkan oleh platform-platform baru.

Kesimpulan

Masa depan komputasi dan industri yang menggunakan peralatan berbasis komputasi, secara umum, sangat bergantung pada perangkat lunak yang ditulis untuk membuatnya berfungsi. Sistem yang intensif perangkat lunak, pada umumnya, merupakan bagian integral dari peradaban manusia dan akan terus demikian di masa depan. Produk-produk komputasi adalah bagian penting dari kehidupan manusia, dan manusia semakin banyak berinteraksi dan menggunakan perangkat-perangkat ini dalam rutinitas harian mereka. Keberhasilan perangkat-perangkat ini didasarkan pada perangkat lunak di mana perangkat tersebut beroperasi dan pada akhirnya berkontribusi pada penerimaan umum dan keberhasilan perangkat-perangkat ini. Telah ada beberapa metodologi besar dan khas yang digunakan di masa lalu dan juga saat ini untuk membangun sistem perangkat lunak seperti itu. Masa depan dengan teknologi seperti Industry 4.0 dan IoT masih memerlukan perangkat lunak untuk operasi yang sukses. Dengan teknologi baru yang mungkin muncul di masa depan dan sifat sistem seperti itu yang terus berubah, penting untuk memperhatikan bukan hanya elemen-elemen teknis dari pengembangan perangkat lunak, tetapi juga dampak umum dari teknologi tersebut pada masyarakat secara keseluruhan. Masa depan rekayasa perangkat lunak akan dikendalikan dan dimanipulasi oleh generasi yang akan datang, dan beberapa tindakan proaktif dan determinasi tertentu diperlukan untuk beradaptasi menuju implementasi yang sukses.

Sumber

The future of software engineering: Visions of 2025 and beyond

https://www.sciencedirect.com/science/article/pii/S1877050922005191