Melihat dan memahami hasil penilaian

Halaman ini menjelaskan cara meninjau penilaian aset yang ditemukan dan menganalisis file sumber aplikasi menggunakan AI generatif.

Hasil penilaian memberikan detail seperti baris kode dan jumlah panggilan yang ditemukan dalam aplikasi, yang membantu Anda merencanakan migrasi. Selain itu, analisis ini memberikan ringkasan program, yang membantu Anda memahami semantik program.

Sebelum memulai

Membuat penilaian

Meninjau hasil penilaian aplikasi

Untuk membuka penilaian guna meninjau hasil, ikuti langkah-langkah berikut:

Buka Mainframe Assessment Tool di browser web.
Di menu navigasi, klik Penilaian.
Di halaman Penilaian, untuk membuka penilaian tertentu, klik panah perluas .

Dasbor penilaian akan muncul, dan mencakup halaman berikut:

Penemuan: Temukan dan analisis kode sumber.
Domain: Dapatkan insight buatan AI untuk domain bisnis Anda.
Aset: Melihat insight buatan AI untuk aset.

Menemukan dan menganalisis kode sumber

Halaman Discovery memberikan ringkasan analisis kode sumber aplikasi yang Anda upload untuk penilaian.

Untuk menemukan dan menganalisis kode sumber Anda, ikuti langkah-langkah berikut:

Klik Penemuan.

Untuk memilih jenis laporan, di daftar Jenis laporan, pilih jenis laporan yang ingin Anda lihat.

Tabel berikut mencantumkan berbagai jenis laporan dan deskripsinya:

Jenis laporan	Deskripsi	Detail
Inventaris	Memberikan detail tentang jumlah file, baris kode, dan jenis program.	Jumlah menurut jenis file: jumlah file per bahasa. Baris kode menurut jenis file: jumlah baris kode per jenis file. Baris kode aktual vs. baris kode yang diberi komentar: jumlah baris kode dibandingkan dengan jumlah baris komentar. Kategori - batch/online: jumlah program batch dibandingkan dengan program online. Total baris kode: total jumlah baris kode di semua file yang disertakan dalam penilaian. Gunakan data ini untuk memahami ukuran keseluruhan codebase.
Jenis Modul	Mengategorikan modul berdasarkan hubungan panggilannya, khususnya untuk COBOL dan JCL.	Modul yang dipanggil dari program COBOL: jumlah modul yang dipanggil langsung dari dalam kode sumber COBOL. Modul yang dipanggil dari JCL: jumlah modul yang dipanggil langsung dalam file JCL Anda. 5 utilitas modul COBOL teratas: daftar utilitas yang sering digunakan oleh program COBOL Anda. 5 utilitas modul JCL teratas: daftar utilitas yang sering digunakan dalam tugas JCL.
Kompleksitas	Untuk program COBOL, menunjukkan kompleksitas kode sumber menggunakan Kompleksitas siklomatik (metrik McCabe). Metrik McCabe merepresentasikan jumlah jalur eksekusi atau titik keputusan dalam kode sumber. Nilai kualitatif ini membantu Anda mengidentifikasi aplikasi mana yang lebih mudah atau lebih kompleks untuk dimodernisasi.	Tabel kompleksitas: perincian file demi file dari metrik kompleksitas yang dihitung seperti jumlah kompleksitas. Jumlah kompleksitas yang lebih tinggi menunjukkan program yang lebih kompleks. Sederhana: kompleksitas < 100 Sedang: 100 <= kompleksitas < 500 Kompleks: 500 <= kompleksitas < 1000 Sangat kompleks: 1000 <= kompleksitas Pemetaan kompleksitas: representasi visual dari tabel kompleksitas yang memberikan ringkasan kompleksitas dalam basis kode Anda.
Panggil Dependensi	Menampilkan grafik panggilan semua entitas yang diupload.	Ukuran ikon terkait dengan jumlah panggilan masuk dan keluar.
Modul Driver	Menampilkan modul yang memanggil banyak modul lain.	Ukuran ikon terkait dengan jumlah panggilan masuk dan keluar.
Set data	Memberikan tampilan mendetail dari semua set data yang terlibat dalam penilaian.	Silsilah Set Data: menunjukkan cara setiap set data digunakan di berbagai tugas, langkah, dan program. Kolom Set Data: mencantumkan semua kolom dalam setiap set data, bersama dengan jenis data, posisi awal, ukuran, indikator utama, dan properti lainnya.
Database	Mencantumkan tabel DB2 dan segmen IMS yang digunakan dalam penilaian.	Menjelaskan asal data, kolom, dan properti untuk setiap segmen dan tabel.
Program untuk Anak Yatim	Mencantumkan semua program yang tidak memanggil entity lain atau dipanggil oleh entity lain.	Nama program: mengidentifikasi modul program yang telah ditemukan dalam kode sumber yang diupload, tetapi tampaknya tidak dipanggil atau dieksekusi oleh bagian lain dari aplikasi. File sumber asli: nama file yang berisi kode sumber untuk nama program yang sesuai.
Modul yang Hilang	Menampilkan modul yang digunakan dalam kode tetapi tidak ditemukan selama analisis input.	Tidak ada dalam file: file sumber tertentu yang berisi referensi ke modul atau komponen yang tidak dapat ditemukan dalam file penilaian yang diupload. Nama modul tidak ada: nama modul atau komponen yang tidak ada dalam file yang diupload. Jenis modul yang tidak ada: jenis komponen yang tidak ada, yang membantu memahami sifat dependensi. Misalnya, `DATASET_SCHEMA`, `COPYBOOK`, atau `PROC`. Gunakan tab ini untuk memahami apa yang kurang dan pertimbangkan untuk menambahkan modul ini sebelum menjalankan kembali penilaian.
Masalah Parsing	Menampilkan semua error yang terjadi selama penguraian kode sumber.	File Sumber: nama file tertentu dari kode sumber yang Anda upload dan di dalamnya parser menemukan masalah. Keparahan: menunjukkan keseriusan masalah parsing. Contoh, `Warning`. Masalah: memberikan deskripsi masalah yang ditemukan oleh parser kode.
Panggilan CICS	Menampilkan panggilan CICS yang dilakukan dari setiap program dan parameternya.	Anda dapat memfilter hasil menurut perintah, program, atau parameter.
Koneksi Tugas JCL	Menampilkan dependensi antara tugas JCL berdasarkan set data bersama, tabel DB2, dan segmen IMS.	Tugas yang terhubung berdasarkan sumber data bersama: menampilkan koneksi antara dua tugas jika satu tugas menulis data ke sumber data bersama dan tugas lainnya membaca dari sumber data yang sama. Tugas yang hanya membaca dari sumber data yang sama tidak terhubung satu sama lain. Tugas yang terhubung berdasarkan sumber data bersama (tampilan tabel): menampilkan detail koneksi antar-tugas. Dependensi tugas dari penulis ke pembaca: menampilkan tugas penulis, program penulis, sumber data, program pembaca, dan tugas pembaca.
Parameter Penggantian JCL	Menampilkan nilai parameter JCL yang telah di-resolve.	Nama tugas: mengidentifikasi tugas JCL tertentu secara unik, yaitu sekumpulan petunjuk untuk mainframe yang menjalankan proses batch. Nama Langkah: mengidentifikasi satu langkah eksekusi dalam tugas JCL. Tugas terdiri dari satu atau beberapa langkah; setiap langkah biasanya menjalankan program atau prosedur tertentu. Nama definisi data: menampilkan nama pernyataan definisi data dalam prosedur JCL. Nama set data: mengidentifikasi nama file, atau set data, sebagaimana adanya di volume penyimpanan mainframe. Nama Parameter: mengacu pada parameter simbolis yang bertindak sebagai variabel dalam prosedur JCL. Nilai Parameter: mengacu pada nilai yang ditetapkan ke parameter simbolis dalam prosedur JCL.
Transaksi	Menampilkan hubungan yang diekstrak antara program, transaksi, dan layar untuk IMS dan CICS.	Program: nama program IMS atau CICS online. Transaksi: kode transaksi IMS atau CICS yang dapat digunakan untuk menjadwalkan eksekusi program. Layar: nama layar atau peta yang digunakan oleh program atau transaksi.
Entitas Duplikat	Mencantumkan program yang memiliki ID program yang sama.	Nama: nama salah satu program dalam serangkaian program dengan ID program yang sama. Type: jenis program; misalnya, `COBOL` atau `JCL`. File sumber: file sumber yang berisi program ini. File sumber tambahan: mencantumkan file sumber lain yang berisi program dengan ID program yang sama.

Mendapatkan insight yang dibuat AI untuk domain bisnis Anda

Halaman Domain memberikan insight yang dihasilkan AI untuk domain bisnis yang terkait dengan penilaian ini. Penilaian dapat memiliki beberapa domain, sebanyak yang Anda tentukan saat membuat penilaian. Setiap domain memiliki status, ringkasan, logika bisnis, alur data, dan aset terkaitnya sendiri. Domain membantu Anda mempartisi sebagian codebase Anda sebagai milik fungsi bisnis tertentu.

Fitur ini mengharuskan Anda mengaktifkan insight AI dan menambahkan domain bisnis saat membuat penilaian. Jika halaman ini tidak tersedia, buat penilaian baru, dan aktifkan insight AI.

Untuk mendapatkan deskripsi yang dibuat AI tentang domain bisnis aplikasi Anda, ikuti langkah-langkah berikut:

Klik Domains.

Daftar domain ditampilkan, beserta status setiap domain.
Untuk melihat ringkasan, logika bisnis, dan alur data domain tertentu, klik Tampilkan lebih banyak.

Anda akan melihat deskripsi mendetail yang dibuat AI tentang domain bisnis aplikasi Anda. Deskripsi ini mencakup tujuan, logika, pemrosesan data, alur data, dan dependensi data.
Untuk menelusuri domain tertentu, di kolom Penelusuran, masukkan nama domain.
Opsional: Untuk melihat daftar aset yang terkait dengan domain ini, klik Lihat aset.

Gambar domain

Halaman Domain juga menampilkan gambar buatan AI yang mewakili domain bisnis Anda. Setiap gambar domain dibuat berdasarkan spesifikasi domain untuk merepresentasikan secara visual fungsi dan sistem yang dijelaskan dalam domain.

Pembuatan gambar domain memiliki persyaratan berikut:

Penggunaan endpoint Vertex AI global.
Model AI yang didukung: default dan gemini 3 pro.

Melihat insight buatan AI untuk aset

Halaman Aset memberikan ringkasan, logika mendetail, dan saran kode untuk program atau tugas di aplikasi mainframe Anda. Anda juga dapat melihat status, jenis, bahasa, dan mode eksekusi (batch atau online) untuk setiap aset.

Halaman Aset menampilkan entri baru dalam tabel untuk setiap aset yang ditemukan, yang menunjukkan status penilaiannya.

Tertunda: aset sedang menunggu giliran untuk dianalisis.
Dalam Proses: penilaian aset sedang berlangsung.
Selesai: analisis aset telah selesai.
Peringatan: penilaian selesai dengan peringatan tidak memblokir selama pembuatan kode.

Untuk mempersempit pilihan aset, terapkan filter di kolom Filter. Pilih nama properti yang akan difilter dan masukkan nilai properti. Misalnya, untuk memfilter semua aset menurut status penilaiannya, tetapkan nama properti ke Status, lalu pilih nilai seperti Warning atau Completed.

Untuk melihat detail aset, ikuti langkah-langkah berikut:

Di tabel Semua aset, klik nama aset.

Halaman Ringkasan akan muncul; halaman ini memberikan ringkasan aset yang dibuat AI, beserta alasan bisnis, dan analisis interaksi pengguna.
Untuk melihat logika mendetail tentang aset, klik Logika Mendetail.

Untuk program COBOL dan tugas JCL, halaman Logika mendetail memberikan detail tingkat paragraf dan tingkat metode yang terperinci tentang aset bersama dengan kasus pengujian.
Untuk melihat kolom output, klik Kolom output.

Untuk program COBOL, halaman Kolom output memberikan ringkasan kolom data tertentu yang dihasilkan program dan deskripsinya.
Untuk melihat saran kode, klik Saran kode.

Untuk program COBOL, halaman Saran kode memberikan saran kode yang dibuat AI dalam bahasa pemrograman yang Anda pilih saat membuat penilaian.
Untuk melihat layar BMS, klik Peta BMS.

Untuk aset BMS, halaman Peta BMS menampilkan layar antarmuka.

Mengekspor laporan HTML

Download laporan penilaian Anda sebagai file zip dalam format HTML untuk melihat laporan secara offline atau membagikannya kepada orang lain.

Untuk mendownload laporan, ikuti langkah-langkah berikut:

Di menu navigasi, klik Penilaian.
Di halaman Penilaian, klik panah untuk melihat penilaian tertentu.
Klik Ekspor.
Klik Laporan HTML.
Opsional: Untuk mendownload laporan dengan hanya aset yang dipilih, filter aset, lalu klik Download laporan.

Laporan didownload sebagai arsip ZIP ke komputer Anda. Arsip zip mencakup file HTML untuk setiap program dalam penilaian Anda. File HTML ini berisi informasi yang ada di halaman Penilaian, termasuk ringkasan, logika mendetail, dan saran kode yang dihasilkan.

Arsip zip juga berisi file daftar isi bernama index.html, yang memiliki link ke semua file dalam arsip.

Mengekspor data penilaian ke database Neo4j Anda

Anda dapat mengekspor data penilaian ke database Neo4j untuk menganalisis dan membuat kueri hubungan kompleks antara komponen aplikasi mainframe. Data didownload dalam format JSON Lines, yang kemudian dapat Anda impor ke dalam database Neo4j.

Untuk mengekspor data penilaian ke database Neo4j, ikuti langkah-langkah berikut:

Di panel kiri, klik Penilaian.
Di halaman Penilaian, klik panah untuk penilaian tertentu.
Klik Ekspor.
Klik Grafik Neo4j.

File didownload sebagai file arsip zip ke komputer Anda. Arsip zip mencakup data grafik. File ini berisi node dan hubungan program, tugas JCL, set data, database, dan peta BMS.

Setelah mendownload data penilaian, Anda dapat mengimpornya ke dalam database Neo4j Anda sendiri dengan mengikuti langkah-langkah berikut: 1. Pastikan Anda telah menginstal dan menjalankan database Neo4j.

Instal library APOC. APOC diperlukan untuk mengimpor data dalam format JSON.
Ekstrak file JSON Lines yang berisi data grafik dari arsip yang didownload. Setiap baris dalam file ini adalah objek JSON yang merepresentasikan node atau hubungan dari hasil penilaian.
Salin file JSON Lines ke direktori import pada penginstalan database Neo4j Anda agar prosedur APOC dapat mengaksesnya menggunakan file:///.

Untuk performa yang lebih baik pada set data besar, buat batasan untuk semua label node menggunakan kueri yang mirip dengan berikut ini:

CALL apoc.load.jsonl('file:///<your-data-file>.jsonl') YIELD value
WHERE value.type = 'node'
UNWIND value.labels as label
WITH distinct label
CALL apoc.cypher.doIt("CREATE CONSTRAINT IF NOT EXISTS FOR (n:" + apoc.text.quoteLabel(label) + ") REQUIRE n.id IS UNIQUE", {}) YIELD value
RETURN count(*);

Kueri ini membaca label node dari file dan membuat batasan unik pada properti id untuk setiap label. Batasan ini juga membuat indeks yang mempercepat impor dan kueri data.

Impor node menggunakan kueri Cypher yang mirip dengan berikut:
```
CALL apoc.load.jsonl('file:///<your-data-file>.jsonl') YIELD value
WHERE value.type = 'node'
CALL apoc.merge.node(value.labels, {id: value.id}, value.properties, value.properties) YIELD node
RETURN count(node);
```
Kueri ini membaca setiap baris dari file, dan jika berupa node, kueri akan membuat node yang sesuai dalam database Neo4j dengan label dan propertinya, menggunakan MERGE untuk menghindari duplikat berdasarkan id node.

Setelah mengimpor node, impor hubungan menggunakan kueri yang mirip dengan berikut:

CALL apoc.load.jsonl('file:///<your-data-file>.jsonl') YIELD value
WHERE value.type = 'relationship'
MATCH (startNode{id: value.start.id}), (endNode{id: value.end.id})
CALL apoc.merge.relationship(startNode, value.label, {}, value.properties, endNode) YIELD rel
RETURN count(rel);

Kueri ini membaca objek hubungan dari file dan membuat hubungan di database Neo4j antara node yang dibuat pada langkah sebelumnya.

Setelah menyelesaikan langkah-langkah ini, data penilaian Anda akan dimuat ke dalam database Neo4j, dan Anda dapat menggunakan Neo4j Browser atau alat lain untuk menjelajahi grafik.

Minta Gemini

Kapan pun Anda memerlukan bantuan untuk memahami sesuatu yang ada di halaman, Anda dapat meminta bantuan Gemini.

Untuk meminta bantuan Gemini, ikuti langkah-langkah berikut:

Di halaman yang memerlukan bantuan, klik ikon Minta Gemini.

Panel Minta Gemini akan muncul. Anda dapat mengajukan pertanyaan tentang penilaian. Misalnya, Anda dapat mengajukan pertanyaan tentang tujuan bisnis program tertentu seperti which program is responsible for calculating the claim rate?.
Untuk menghapus histori chat, klik ikon Lainnya, lalu klik Hapus percakapan.

Langkah berikutnya

Pelajari cara mengonfigurasi setelan.