Cara Membuat Data Uji Palsu yang Realistis (JSON & CSV) Secara Gratis

Setiap pengembang pada akhirnya menghadapi tembok yang sama: Anda membutuhkan data untuk diuji, tetapi menggunakan data pengguna nyata adalah kewajiban, Lorem Ipsum tidak berguna untuk apa pun selain pengisi paragraf, dan membuat 500 rekaman uji secara manual dalam JSON adalah cara yang pasti untuk merusak sore hari. Generator data palsu ada untuk memecahkan masalah ini — dan Generator Data Palsu BrowseryTools melakukannya secara gratis, secara lokal, tanpa akun, tanpa batasan baris, dan tanpa langganan.

Panduan ini mencakup mengapa data palsu yang realistis penting, apa yang dihasilkan generator, cara menggunakannya secara efektif di berbagai alur kerja, dan cara mengimpor output ke setiap database dan toolchain yang umum.

Mengapa Anda Tidak Dapat Menggunakan Data Pengguna Nyata untuk Pengujian

Menggunakan data produksi dalam lingkungan pengembangan atau pengujian adalah risiko kepatuhan dan hukum di bawah beberapa kerangka regulasi:

• GDPR (Eropa): Pasal 25 mengharuskan minimasi data by design. Menyalin rekaman pengguna nyata — nama, email, alamat — ke database staging melanggar prinsip ini kecuali data telah dianonimkan dengan benar. Pelanggaran lingkungan staging tersebut mengekspos data orang nyata.
• HIPAA (layanan kesehatan AS): Protected Health Information (PHI) tidak dapat digunakan dalam lingkungan pengujian tanpa Business Associate Agreement atau de-identifikasi yang tepat sesuai metode Safe Harbor atau Expert Determination. Menggunakan rekaman pasien nyata dalam database dev adalah pelanggaran HIPAA langsung.
• CCPA (California): Informasi pribadi warga California membawa hak dan pembatasan khusus. Menggunakan rekaman pelanggan nyata dalam konteks non-produksi apa pun tanpa kontrol yang tepat menciptakan eksposur risiko yang tidak perlu.

Di luar kepatuhan, ada alasan rekayasa praktis untuk menghindari data nyata dalam pengujian: data nyata berantakan dengan cara yang tidak dapat diprediksi (memiliki kolom null, karakter khusus, dan Unicode yang mungkin tidak ditulis untuk ditangani), berubah seiring waktu (membuat pengujian tidak deterministik), dan berisi nilai yang mungkin secara tidak sengaja memicu efek samping nyata (mengirim email ke alamat nyata, membebankan metode pembayaran nyata).

Mengapa Lorem Ipsum Adalah Alat yang Salah untuk Data

Lorem ipsum bagus untuk mengisi blok teks dalam mockup tata letak. Ini sepenuhnya salah untuk menguji UI dan API yang didorong data karena:

• Ini tidak menguji panjang kolom yang sebenarnya. Alamat email, nomor telepon, dan kode pos semuanya memiliki format dan panjang maksimum tertentu. "Lorem ipsum dolor sit amet" dalam kolom email tidak akan mengungkapkan bahwa validasi input Anda salah, tetapi very.long.name.that.pushes.limits@subdomain.example.com akan.
• Ini tidak mengungkapkan kasus edge dalam UI Anda. Nama seperti "José García-López" menguji encoding karakter Anda. Nama perusahaan seperti "O'Brien & Associates, LLC" menguji escaping SQL Anda. "Lorem ipsum" tidak menguji keduanya.
• Ini membuat mockup dan prototipe Anda terlihat palsu dengan cara yang penting. Pemangku kepentingan yang meninjau prototipe dengan nama yang realistis, kota yang realistis, dan alamat email yang realistis dapat mengevaluasi desain dengan benar. Teks placeholder memecahkan ilusi dan mempersulit untuk menemukan masalah kegunaan yang sebenarnya.

Apa yang Dihasilkan Generator Data Palsu BrowseryTools

Generator mendukung berbagai jenis kolom di berbagai kategori. Anda memilih kolom mana yang akan disertakan, dan setiap rekaman yang dihasilkan berisi nilai yang realistis dan diformat dengan benar untuk setiap kolom yang dipilih:

Informasi Pribadi

• Nama lengkap — kombinasi nama depan + nama belakang yang realistis secara budaya
• Nama depan dan nama belakang secara terpisah (berguna ketika skema Anda menyimpannya dalam kolom yang berbeda)
• Alamat email — diformat dengan benar, menggunakan nama yang dihasilkan sebagai bagian lokal
• Nomor telepon — format AS dengan kode area
• Tanggal lahir — menghasilkan orang dewasa berusia antara 18 dan 80 tahun
• Jenis kelamin — pria / wanita / non-biner

Alamat

• Alamat jalan — nomor rumah dan nama jalan yang realistis
• Kota — nama kota AS dan internasional yang nyata
• Negara bagian — negara bagian AS dan padanannya secara internasional
• Negara
• Kode pos / kode pos — format sesuai negara yang dipilih

Internet & Identitas

• Nama pengguna — dibuat dari nama dengan angka yang ditambahkan untuk realisme
• URL — URL situs web pribadi atau perusahaan yang realistis
• Alamat IP — alamat IPv4 yang valid dalam rentang publik
• User agent — string user-agent browser nyata dari browser umum

Keuangan

• Nomor kartu kredit — lulus validasi algoritma Luhn, sehingga tidak akan ditolak oleh validator format; menggunakan awalan nomor kartu yang realistis (Visa 4xxx, Mastercard 5xxx) tetapi bukan nomor kartu nyata
• IBAN — format valid untuk nomor rekening bank Eropa

Pengenal & Kolom Sistem

• UUID — UUID v4 untuk kunci primer database dan ID korelasi
• SSN — format Social Security Number AS (XXX-XX-XXXX)
• Tanggal dan angka acak dalam rentang yang dapat dikonfigurasi

Cara Menggunakan Generator

Buka /tools/fake-data. Antarmuka memberi Anda tiga kontrol:

1. Pilih kolom Anda: Centang kotak untuk setiap jenis kolom yang Anda inginkan dalam output. Anda dapat memilih sesedikit satu kolom (hanya alamat email, misalnya) atau set lengkap untuk rekaman pengguna yang komprehensif.
2. Atur jumlah rekaman: Masukkan angka antara 1 dan 1.000. Untuk seed data load testing, gunakan 1.000. Untuk cerita Storybook atau mockup desain, 5–10 rekaman biasanya cukup.
3. Pilih format output: Pilih JSON atau CSV. JSON lebih baik untuk pengujian API dan toolchain JavaScript. CSV lebih baik untuk impor database, tinjauan spreadsheet, atau alat seperti Postman.

Klik "Hasilkan." Output muncul di area teks di bawah. Gunakan tombol "Salin" untuk menyalinnya ke clipboard, atau "Unduh" untuk menyimpan file secara lokal. Generasi instan untuk hingga 1.000 rekaman — semua komputasi terjadi di browser Anda.

Contoh Output JSON

Berikut cuplikan representatif 3 rekaman dari output JSON dengan kolom pribadi, alamat, dan internet yang dipilih:

[
  {
    "id": "a3f7c2e1-8b4d-4f6a-9c1e-2d5b8f3a0c7e",
    "firstName": "Meredith",
    "lastName": "Okafor",
    "email": "meredith.okafor47@mailbox.net",
    "phone": "(312) 554-8821",
    "dateOfBirth": "1988-03-14",
    "gender": "female",
    "street": "2841 Birchwood Drive",
    "city": "Columbus",
    "state": "OH",
    "zipCode": "43215",
    "country": "United States",
    "username": "meredith_okafor88",
    "ipAddress": "74.125.224.18"
  },
  {
    "id": "b8e2d5f1-3a9c-4e7b-8d2f-1c6a4e9b0d3f",
    "firstName": "Derek",
    "lastName": "Nascimento",
    "email": "d.nascimento@webfrontier.io",
    "phone": "(415) 703-2294",
    "dateOfBirth": "1995-11-02",
    "gender": "male",
    "street": "509 Elmwood Court",
    "city": "Portland",
    "state": "OR",
    "zipCode": "97201",
    "country": "United States",
    "username": "derek_n95",
    "ipAddress": "192.0.2.147"
  },
  {
    "id": "c1d4f9a2-7e3b-4c8d-a5f2-0b9e6c1d4f8a",
    "firstName": "Simone",
    "lastName": "Bertrand",
    "email": "simone.bertrand@alphamail.com",
    "phone": "(617) 889-4471",
    "dateOfBirth": "1979-07-28",
    "gender": "female",
    "street": "77 Harborview Terrace",
    "city": "Boston",
    "state": "MA",
    "zipCode": "02101",
    "country": "United States",
    "username": "simone_b79",
    "ipAddress": "203.0.113.42"
  }
]

Contoh Output CSV

Data yang sama dalam format CSV, siap diimpor ke spreadsheet, database, atau alat apa pun yang menerima file yang dibatasi:

id,firstName,lastName,email,phone,dateOfBirth,gender,street,city,state,zipCode,country,username,ipAddress
a3f7c2e1-8b4d-4f6a-9c1e-2d5b8f3a0c7e,Meredith,Okafor,meredith.okafor47@mailbox.net,(312) 554-8821,1988-03-14,female,2841 Birchwood Drive,Columbus,OH,43215,United States,meredith_okafor88,74.125.224.18
b8e2d5f1-3a9c-4e7b-8d2f-1c6a4e9b0d3f,Derek,Nascimento,d.nascimento@webfrontier.io,(415) 703-2294,1995-11-02,male,509 Elmwood Court,Portland,OR,97201,United States,derek_n95,192.0.2.147
c1d4f9a2-7e3b-4c8d-a5f2-0b9e6c1d4f8a,Simone,Bertrand,simone.bertrand@alphamail.com,(617) 889-4471,1979-07-28,female,77 Harborview Terrace,Boston,MA,02101,United States,simone_b79,203.0.113.42

Contoh Dunia Nyata 1: Seeding Database Pengguna untuk Load Testing

Load testing API yang menghadap pengguna memerlukan database yang diisi. Anda membutuhkan cukup rekaman untuk mensimulasikan performa query yang realistis, perilaku paginasi, dan pengindeksan pencarian — tetapi Anda tidak dapat menggunakan data pengguna nyata, dan membuat ribuan INSERT SQL secara manual tidak praktis.

Dengan generator data palsu, hasilkan 1.000 rekaman dengan semua kolom yang relevan untuk pengguna yang dipilih, unduh sebagai CSV, lalu impor langsung ke database Anda:

-- PostgreSQL: impor CSV langsung ke tabel users
COPY users (id, first_name, last_name, email, phone, date_of_birth, city, state, zip_code)
FROM '/path/to/fake_users.csv'
DELIMITER ','
CSV HEADER;

-- Padanan MySQL:
LOAD DATA LOCAL INFILE '/path/to/fake_users.csv'
INTO TABLE users
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;

-- MongoDB (menggunakan mongoimport):
mongoimport --db myapp --collection users --type csv --headerline --file fake_users.csv

Contoh Dunia Nyata 2: Mengisi Cerita Storybook atau Mockup Desain

Saat membangun komponen UI — tabel pengguna, kartu kontak, daftar hasil pencarian — data yang Anda uji membentuk apakah Anda menemukan masalah nyata. Tabel 10 pengguna di mana satu memiliki nama yang sangat panjang, satu memiliki karakter internasional dalam email mereka, dan satu memiliki kota yang terbungkus ke dua baris akan mengungkapkan bug tata letak yang tidak pernah terlihat dalam tabel baris placeholder yang identik.

Hasilkan 10–20 rekaman sebagai JSON, tempel output langsung ke cerita Storybook atau file fixture komponen Anda:

// UserTable.stories.ts
import type { Meta, StoryObj } from '@storybook/react';
import { UserTable } from './UserTable';

// Tempel JSON yang dihasilkan langsung dari BrowseryTools:
const fakeUsers = [
  { id: "a3f7c2e1...", firstName: "Meredith", lastName: "Okafor", email: "meredith.okafor47@mailbox.net", city: "Columbus" },
  { id: "b8e2d5f1...", firstName: "Derek", lastName: "Nascimento", email: "d.nascimento@webfrontier.io", city: "Portland" },
  // ... rekaman lainnya
];

const meta: Meta<typeof UserTable> = { component: UserTable };
export default meta;

export const WithData: StoryObj<typeof UserTable> = {
  args: { users: fakeUsers },
};

Contoh Dunia Nyata 3: Fixture Tes Integrasi API

Tes integrasi untuk endpoint API yang membuat atau memperbarui rekaman pengguna memerlukan set data input yang andal dan deterministik. Daripada menulis objek fixture secara manual, hasilkan sekumpulan rekaman sekali, simpan file JSON ke direktori fixture pengujian Anda, dan impor dalam pengujian Anda:

// tests/fixtures/users.json — dihasilkan oleh BrowseryTools, di-commit ke version control
// tests/api/users.test.ts

import users from '../fixtures/users.json';
import { createUser } from '../../src/api/users';

describe('POST /api/users', () => {
  it.each(users.slice(0, 10))('membuat pengguna dengan data valid (%s)', async (user) => {
    const response = await createUser(user);
    expect(response.status).toBe(201);
    expect(response.body.email).toBe(user.email);
  });
});

Mengimpor ke Koleksi Postman

Untuk pengujian API dengan Postman, hasilkan rekaman uji Anda sebagai JSON dan gunakan fitur file data Postman untuk menjalankan permintaan sekali per rekaman. Simpan output JSON sebagai file, lalu di Postman: buka collection runner, pilih permintaan, dan lampirkan file JSON sebagai sumber "Data". Postman akan mengiterasi setiap rekaman, mengganti nilai ke dalam badan permintaan Anda menggunakan sintaks variabel {{firstName}}, {{email}}, dan sejenisnya.

Ini mengubah permintaan POST yang ditulis secara manual menjadi tes otomatis yang berjalan terhadap 100 rekaman pengguna yang realistis berbeda dalam hitungan detik — tanpa memerlukan setup test framework apa pun.

BrowseryTools vs. Mockaroo

Mockaroo adalah generator data palsu online yang paling dikenal. Ini adalah alat yang solid, tetapi memiliki hambatan yang dihilangkan BrowseryTools sepenuhnya:

Jika Anda memerlukan jenis kolom yang sangat terspesialisasi atau output SQL, Mockaroo tetap berharga. Untuk kasus umum — menghasilkan JSON atau CSV yang realistis untuk rekaman pengguna — BrowseryTools tidak memerlukan setup akun, tidak ada manajemen batas harian, dan tidak ada kekhawatiran tentang skema data Anda yang dikirim ke server pihak ketiga.

Privasi: Semua Generasi Terjadi Secara Lokal

Setiap nama, email, alamat, dan UUID yang dihasilkan generator dibuat oleh JavaScript yang berjalan di tab browser Anda. Jenis kolom yang Anda pilih, jumlah rekaman yang Anda minta, dan data output itu sendiri tidak pernah dikirimkan ke server mana pun. BrowseryTools tidak memiliki komponen backend yang terlibat dalam generasi data.

Ini kurang penting ketika menghasilkan data palsu secara khusus (karena semuanya fiktif berdasarkan definisi), tetapi penting untuk skema yang Anda gunakan untuk diuji. Jika pilihan kolom Anda mengungkapkan struktur sistem internal yang sensitif, informasi tersebut juga tetap lokal.

Hasilkan Dataset Pertama Anda Sekarang

Baik Anda melakukan seeding database load test, mengisi cerita Storybook, menulis fixture tes API, atau hanya mendemonstrasikan fitur dengan sesuatu yang terlihat nyata — data palsu yang realistis adalah fondasi yang tepat, dan menghasilkannya seharusnya hanya membutuhkan 30 detik.

Buka Generator Data Palsu BrowseryTools, pilih kolom Anda, atur jumlah rekaman, pilih JSON atau CSV, dan klik Hasilkan. Tanpa akun, tanpa batas baris, tanpa biaya, tidak ada yang diunggah ke mana pun.

Alat terkait: JSON Formatter · Generator UUID · Penguji Regex · CSV ke JSON · Semua BrowseryTools