Perpustakaan Digital ITB

Dalam pengembangan perangkat lunak modern, konflik merge merupakan salah satu tantangan utama yang dihadapi pengembang ketika bekerja secara kolaboratif menggunakan sistem kontrol versi. Konflik ini terjadi karena adanya perubahan kode dari beberapa pengembang yang tidak dapat digabungkan secara otomatis. Konflik ini memerlukan intervensi manual yang memakan waktu dan berisiko menimbulkan kesalahan. Seiring dengan kemajuan teknologi, pendekatan berbasis kecerdasan buatan mulai dikembangkan untuk mempermudah penyelesaian konflik merge. Salah satu pendekatan yang menjanjikan adalah model hybrid klasifikasi-generasi yang menggabungkan kemampuan model generatif dan diskriminatif. Model ini mampu memahami konteks kode sekaligus mengklasifikasikan dan menghasilkan solusi resolusi konflik secara otomatis. Model dilatih menggunakan data konflik dalam satu bahasa pemrograman guna meningkatkan kontekstualisasi dan akurasi resolusi. Sistem yang dikembangkan dirancang untuk mengidentifikasi pola konflik dan menghasilkan resolusi yang selaras dengan struktur kode dan maksud pengembang. Evaluasi terhadap performa model dengan pendekatan hybrid menunjukkan adanya peningkatan dalam efektivitas dan efisiensi proses merge dibandingkan metode manual, serta mengurangi beban kognitif pengembang. Penelitian ini menunjukkan potensi adopsi model hybrid klasifikasi-generasi sebagai solusi praktis dalam resolusi konflik merge, meningkatkan kualitas kolaborasi perangkat lunak berbasis kontrol versi.