Amazon Nova Act UI Testing: Tes Web Otomatis Pakai Bahasa Manusia

Kenapa Selector Tradisional Bikin Tim QA Pusing?

Selama ini, tim software development biasanya mengandalkan pustaka pengujian deterministik kayak Playwright atau Selenium. Epsilon sendiri menegaskan kalau suite Playwright mereka tetap bekerja dengan sangat bagus dan masih jadi tulang punggung tes regresi hingga hari ini. Masalahnya bukan karena Playwright rusak, tapi karena sifat skripnya yang sangat terikat pada struktur Document Object Model (DOM) dan selector CSS.

Begitu tim UI/UX mengubah susunan class, memindahkan urutan tag div, atau memperbarui komponen antarmuka, skrip testing tradisional langsung gagal running alias patah. Padahal, fungsi tombol atau fitur di baliknya sama sekali nggak rusak. Akibatnya, tim pengembang dan QA sering menghabiskan banyak waktu cuma buat memeriksa elemen mana yang patah dan memperbaiki selector yang usang.

Selain urusan selector, tim di perusahaan besar sering menghadapi beban operasional tambahan. Setiap tim produk mesti menyiapkan infrastruktur browser mandiri, mengatur dependensi sistem operasi, hingga memasang sistem autentikasi masing-masing. Duplikasi pekerjaan inilah yang coba diselesaikan lewat pendekatan pengujian berbasis maksud (intent-driven testing).

Apa Itu Amazon Nova Act dan Bedrock AgentCore Browser Tool?

Amazon Nova Act merupakan teknologi agen AI dari AWS yang dirancang khusus untuk memahami instruksi bahasa manusia dan mengeksekusinya menjadi tindakan konkret pada browser. Alih-alih menyuruh skrip mengklik selector ID yang rumit, kamu cukup memberi perintah santai seperti "Pastikan saldo reward terlihat di layar".

Supaya eksekusi perintah tersebut berjalan mulus dan aman di cloud, Nova Act digabungkan bareng Amazon Bedrock AgentCore Browser Tool. Fitur ini bertindak sebagai penyedia infrastruktur browser ephemeral (sementara) yang sepenuhnya dikelola oleh AWS. Pengembang nggak perlu repot mengompilasi binary Chromium atau mengelola display server sendiri.

Kombinasi dua alat ini membawa sejumlah keunggulan utama:

1. Langkah Berbasis Bahasa Alami: Instruksi tes ditulis dalam kalimat biasa yang gampang dibaca orang non-teknis, sekaligus kebal terhadap perubahan kosmetik tampilan.
2. Sesi Browser Terisolasi: Lingkungan penjelajahan langsung aktif saat pengujian dimulai dan musnah begitu selesai, lengkap dengan fitur live view buat pantauan real-time.
3. Autentikasi Standar IAM: Sistem terhubung langsung memakai AWS Identity and Access Management (IAM) task role tanpa perlu bagi-bagi API key terpisah.
4. Dukungan Multi-Akun: Mendukung mekanisme AWS Security Token Service (STS) AssumeRole sehingga tiap tim produk bisa menjalankan tes di akun AWS mereka sendiri secara aman.

Kamu yang ingin mendalami arsitektur platform serupa bisa membaca ulasan kami tentang arsitektur Bedrock AgentCore platform agen AI untuk memahami fondasi ekosistem agen AWS secara menyeluruh.

Arsitektur Epsilon: Menjalankan Testing Multi-Tenant

Di Epsilon, kapabilitas pengujian antarmuka ini dirilis sebagai layanan platform bersama (managed service). Tim produk lain cukup memanggil satu agen platform bernama ui-test-agent yang membawa dua keterampilan utama, yakni ui-test-recorder untuk merekam langkah skenario secara interaktif dan ui-test-executor untuk menjalankan instruksi serta mengembalikan laporan pengujian terstruktur.

Alur kerjanya dimulai dari antarmuka Agent Cloud Frontend, di mana pengguna menentukan target_url beserta daftar langkah pengujian. Permintaan melewati API Gateway terotentikasi, diproses oleh API layer berbasis Django REST, lalu masuk ke antrean Amazon Simple Queue Service (Amazon SQS). Dari sana, Runner Service berbasis FastAPI di Amazon Elastic Container Service (Amazon ECS) mengambil antrean dan mengeksekusi instruksi ke browser terkelola.

Seluruh screenshot tiap langkah, rekaman sesi pengujian, file JSON hasil eksekusi, serta laporan HTML disimpan rapi ke dalam Amazon S3. Menariknya lagi, runner service ini mengontrol browser melalui koneksi WebSocket Chrome DevTools Protocol (CDP) standar, sehingga perintah interaksi dikirim secara presisi ke dalam engine browser.

Kode Integrasi Sederhana Nova Act dan Browser Client

Integrasi antara Amazon Nova Act dan Bedrock AgentCore Browser Tool ternyata sangat ringkas. Kamu hanya butuh beberapa baris skrip Python untuk membuka sesi browser terkelola dan menggerakkannya memakai bahasa manusia. Berikut contoh pola integrasi dasar yang diterapkan oleh tim Epsilon:

import boto3
from bedrock_agentcore.tools.browser_client import browser_session
from nova_act import NovaAct

# Inisialisasi sesi AWS Boto3
boto_session = boto3.Session(region_name=region)

# Buka sesi browser terkelola dari AgentCore
with browser_session(region) as client:
    ws_url, headers = client.generate_ws_headers()
    with NovaAct(
        cdp_endpoint_url=ws_url,
        cdp_headers=headers,
        boto_session=boto_session,
        starting_page=url
    ) as nova_act:
        # Jalankan instruksi pengujian berbasis teks
        result = nova_act.act(instruction)

Skrip di atas membuktikan kalau pengembang nggak perlu lagi menulis lusinan konfigurasi WebDriver yang rumit. Koneksi CDP WebSocket langsung terpasang otomatis dari browser session AWS ke engine Nova Act.

Contoh Nyata: Menjalankan 8 Langkah Alur Pembuatan Agen

Untuk membuktikan keandalan perintah berbasis intent, tim Epsilon menguji alur pembuatan agen AI (Create an agent) di aplikasi internal mereka. Alur ini mencakup proses login, pengisian formulir, penanganan kondisi tak terduga, hingga verifikasi data.

Berikut ringkasan 8 instruksi pengujian yang diproses langsung oleh Nova Act:

Perhatikan langkah nomor 4 dan 7. Pada skrip pengujian biasa, skenario seperti "kalau muncul pop-up tur panduan, lewati saja" atau "kalau kotak pencarian belum kelihatan, geser layar ke bawah" bakal menuntut penulisan blok kode if-else dan penanganan exception yang panjang. Namun, Nova Act mampu memahaminya secara langsung berkat penalaran model bahasa bawaannya.

Buka halaman login aplikasi internal, masukkan username pengujian, dan pilih tombol Lanjut. Jika muncul pop-up verifikasi keamanan berkala, klik tombol Lewati untuk Sementara, lalu pastikan tabel metrik dashboard utama muncul di layar dalam kondisi lengkap.

6 Best Practice Menerapkan Nova Act Menurut Tim Epsilon

Dari pengalaman langsung membangun platform testing di skala produksi, Epsilon membagikan enam panduan penting bagi siapa saja yang ingin menerapkan solusi ini:

1. Fokus pada Maksud, Bukan Mekanika DOM: Hindari penulisan kode penargetan elemen secara langsung seperti pengecekan tag span. Menulis maksud bikin skenario tes bisa langsung ditinjau oleh Product Manager dan QA lead tanpa perlu paham sintaks pemrograman.
2. Pisahkan Runtime Nova Act: Letakkan pustaka nova-act 3.x dan dependency AgentCore di dalam wadah kontainer terpisah (sidecar container). Mengingat endpoint penandatanganan Nova Act mengarah ke kawasan us-east-1, pemisahan runtime mencegah konflik dependensi dengan tumpukan backend utama.
3. Gunakan Ulang Trajectory untuk Menekan Biaya: Pada fase draf, biarkan model melakukan eksplorasi. Setelah rangkaian langkah berhasil dijalankan, simpan jalur interaksi (trajectory) tersebut untuk diputar ulang (replay) pada tahap pengujian aktif. Cara ini memangkas biaya pemanggilan LLM dan mempercepat eksekusi.
4. Rancang Sistem Multi-Tenant Sejak Hari Pertama: Manfaatkan fitur AssumeRole di AWS STS dengan kebijakan IAM yang terisolasi ketat. Langkah ini memastikan tes tiap departemen berjalan di akun masing-masing tanpa ada celah keamanan silang.
5. Manfaatkan Fitur Observabilitas Bawaan: Daripada repot membangun dasbor pemantau sendiri, optimalkan perekaman sesi di Amazon S3, live view bawaan AgentCore Browser, dan integrasi audit log di AWS CloudTrail.
6. Perhatikan Perilaku Viewport Layar: Sesuaikan perintah langkah dengan ukuran viewport default browser bawaan AWS. Buat instruksi eksplisit seperti "scroll ke bawah sampai tombol submit terlihat" agar elemen di bagian bawah halaman tetap terbaca sempurna.

Perbandingan Performa: Amazon Nova Act vs Playwright

Untuk membuktikan dampaknya, tim Epsilon membandingkan langsung proses pembuatan skrip menggunakan Nova Act dengan metode Playwright standar pada alur pengujian 18 langkah.

Berdasarkan data internal Epsilon, pengujian berbasis intent ini memangkas waktu pembuatan skrip hingga 4 sampai 6 kali lebih cepat. Menulis 18 instruksi bahasa manusia hanya butuh 5–10 menit, sangat singkat dibandingkan mengulik selector dan mengetik kode branching Playwright yang memakan waktu hingga 90 menit.

Selain itu, tingkat keberhasilan pemutaran ulang lintasan (trajectory replay) tercatat menyentuh angka 100 persen. Begitu lintasan yang benar tersimpan setelah 4–5 kali iterasi prompt awal, tes regresi berulang dapat dijalankan secara deterministik tanpa kegagalan aneh.

Dampak Nyata Buat Tim Developer dan Bisnis di Indonesia

Adopsi pengujian berbasis agen AI seperti ini memberikan angin segar buat industri perangkat lunak di Indonesia, mulai dari level agensi perangkat lunak, startup, hingga korporasi besar:

• Kolaborasi Lintas Divisi Makin Cair: Tim non-teknis seperti Quality Assurance manual, UI/UX researcher, dan Product Manager bisa langsung menulis serta memverifikasi alur pengujian memakai bahasa Inggris sehari-hari tanpa hambatan sintaks coding.
• Efisiensi Biaya Operasional Cloud: Menjalankan browser terkelola berarti tim DevOps lokal tidak perlu lagi repot mengurus kluster Selenium Grid atau server virtual khusus untuk headless browser yang rawan boros anggaran. Buat kamu yang ingin menyusun alokasi pengeluaran cloud secara terukur, panduan kelola biaya Amazon Bedrock bisa jadi referensi praktis.
• Kepatuhan Privasi Data: Integrasi sesi terisolasi dan pencatatan jejak audit melalui AWS CloudTrail membantu perusahaan mematuhi regulasi tata kelola data perusahaan dan standar keamanan sistem elektronik nasional.

Kalau kamu sedang mengembangkan aplikasi cerdas berbasis model bahasa dan butuh integrasi backend yang fleksibel tanpa ribet kartu kredit luar negeri, kamu bisa menghubungkan berbagai model frontier via Classai Router. Cukup pakai satu API key yang kompatibel dengan SDK OpenAI maupun Anthropic, kamu bisa langsung mencoba model cerdas seperti GPT-4o seharga Rp525 / Rp2.700 per 1 juta token, atau Claude Sonnet 4.6 dengan tarif Rp2.700 / Rp13.500 per 1 juta token dengan sistem saldo top up rupiah via QRIS.