Perpustakaan Digital ITB

Kualitas kode menjadi faktor penting dalam pengembangan perangkat lunak, terutama dalam mendukung kolaborasi tim dan kemudahan dalam pemeliharaan perangkat lunak. Kualitas keterbacaan kode menjadi salah satu aspek yang dapat mempengaruhi pemahaman dan komunikasi antar pengembang. Kemajuan teknologi kecerdasan buatan, khususnya LLM, memunculkan peluang untuk meningkatkan keterbacaan kode melalui pemahaman konteks dan pemberian saran perbaikan. Tugas akhir ini bertujuan untuk mengembangkan alat bantu yang mampu mengukur keterbacaan kode sumber dan pemerian saran peningkatan kualitas keterbacaan kode dengan memanfaatkan LLM. Kode diukur dengan metrik objektif seperti lines of code, code duplication, cyclomatic complexity, dan comment percentage, serta LLM memberikan saran perbaikan tanpa mengubah logika kode melalui analisis yang mendalam. Proses pengembangan mencakup analisis masalah, perancangan prompt, pembangunan alat bantu, serta pengujian dan evaluasi. Alat bantu diimplementasikan sebagai aplikasi web yang terintegrasi dengan LLM. Hasil pengujian menunjukkan bahwa saran perbaikan yang diberikan mampu meningkatkan nilai metrik keterbacaan kode. Dengan demikian, LLM dapat menjadi agen evaluatif dalam memahami konteks kode dan memberikan rekomendasi perbaikan yang relevan guna meningkatkan kualitas dan keterbacaan kode sumber.