Ngobrolin Big-O - Ngobrolin WEB

2:14Iya, bukan mingguan lagi.

2:18Power Rangers ya, yang penyanyi berlima gak ada ya, grup bandnya.

2:24Kan itu five quake quake.

2:28Apa itu?

2:32Entah, ada gak sih?

2:35Ada, Blackpink kan lima, Blackpink lima gak sih?

2:38- Iya. - Kewen semua tapi...

2:41- Tapi Power Rangers. - Paling benar sih.

2:43Informasi paling benar Power Rangers sih, Power Rangers kan kewennya dua tuh.

2:47- Power Rangers kan betul. - Benar sih.

2:51Kewen kan melenceng, tadinya kan dari grup musik.

2:55Jadi ngomongin kemana-mana nih.

2:58Oke, belum kemana-mana, seperti biasa, bertemu lagi dengan kita bertiga.

3:04Ada saya Riza, ada Ika, dan ada Irfan.

3:08Di setelah malam, kakak setelah malam waktunya.

3:11- Nah, berapa jam? - Nah, berapa jam?

3:16Kirain sudah lupa.

3:18Oke, malam ini kan kita, seperti di judul ya.

3:21Kita mau bahas tentang performa. Performa maksud performa gak?

3:24Fundamental ya, fundamental.

3:27Fundamental tapi terkait performa.

3:30Performa bukan performa aplikasi, tapi lebih ke kode.

3:34Nipet ya, potongan kode.

3:38Gak semua, kalau semua aplikasi bisa juga.

3:41Tapi kayaknya terlalu banyak ya.

3:43Jadi biasanya yang di-check itu, yang di-evaluasi itu adalah barisan kode.

3:50Misalkan ada perulangan.

3:54- Kondisional. - Kondisional.

3:56Ya, apapun yang pure function sih ya.

3:59- Apapun yang function, bukan pure. - Unit ya, function ya.

4:03Unit S gitu ya.

4:06Nah, istilahnya itu adalah Biko.

4:10Biko itu cuma notation, mewakili ya.

4:13Jadi dia gak ada arti apa-apa sebenarnya.

4:17Cuma mewakili bahwa kompleksitasnya sejauh mana.

4:22Ya, kayak simul matematis sih ya.

4:25Maksudnya itu gak ada kepanjangannya O gitu atau apa ya.

4:29O aja kayak X. X itu kan mencerminkan nilai yang harus dicari gitu.

4:33X adalah blablabla.

4:35O ini kan adalah representasi dari time atau space kompleksiti.

4:42Nah, nanti detailnya dibahas lebih dalam lagi kali ya.

4:47Yes.

4:48Teman-teman di sini sudah pernah tahu gak tentang Biko notation?

4:52Sudah pernah pajari belum?

4:54Ada yang sudah pernah interview, coding interview gak?

4:57Muncul gak sih di coding interview kayak gini?

5:00Biasanya dikasih warisan kode, terus tahu kode yang kita tuliskan sendiri.

5:05Terus coba ini Biko-nya apa biasanya gitu ya.

5:09Dan yang paling kompleks apa coba?

5:13Pas interview untungnya gak ditanya sih.

5:15Karena waktu interview dulu belum tahu.

5:17Ini taunya kayak ya relatif baru lah.

5:19Udah ternyata kerja dan udah ternyata mid-level baru belajar sendiri ini.

5:25Oke, lagi pertanyaan buat.

5:27Wah, Nur Holid ya.

5:31Nur Holid ini yang kemarin kita ketemu di Depok.

5:34Sekarang pertanyaan buat anak kuliah.

5:41Hah, foto?

5:42Foto-foto aja.

5:43Foto dong.

5:44Foto kan?

5:45Foto, ya.

5:46Foto.

5:47Kayak anak Jelis itu foto.

5:49Pertanyaan buat anak kuliah.

5:53Biko dipelajari gak di kampus?

5:55Ivan?

5:57Lupa saya.

6:03Kayaknya ada.

6:05Di struktur data.

6:07Algoritma?

6:08Enggak, struktur data.

6:09Struktur data apa algoritma ya?

6:10Alpro ya?

6:12Atau malah justru di database?

6:14Waktu itu.

6:16Karena, ya.

6:18Kalau gak salah ya di database.

6:20Dosen yang ngajarin DB, MS.

6:24Ngajarin tentang Big O Notation.

6:27Salah satu sesi kuliahnya.

6:32Karena itu kan.

6:34Karena kompleksitas query juga bisa dihitung dengan Big O kan.

6:38Misalnya join.

6:40Terus kemudian inner query.

6:43Sub-query, sorry.

6:44Sub-query.

6:45Ya, pull join.

6:46Itu ada Big O Notation juga, hitungannya.

6:51Wah, Nur Holid gak dapat.

6:52Dari semester 1 sampai semester 13.

6:55Banyak banget.

6:56Jangan terus.

6:57Pasti ajarin.

6:58Nah, cuma kalau misalnya ikut Mata Kuliah CS50 dari Harvard.

7:05Yang open source.

7:07Ada tuh Mata Kuliah Basic Computer Science.

7:11Yang memang dibuka untuk publik.

7:13Yang di sana kuliah ya bayar.

7:15Tapi di publish online.

7:18Memang secara terbuka.

7:20Kita boleh ngikutin.

7:22Ada tugasnya, ada exercise dan lain-lain.

7:24Itu di pelajaran sih.

7:25Itu di kelas ke-3 tuh.

7:28Coba lihat, buka aja link-nya di private chat.

7:32Oke.

7:34Ini sesuatu yang cukup menarik.

7:38Eh, salah kan?

7:39Oh, screen-nya mana?

7:42Kok gak ada screen-nya?

7:44Oh, pernah dikasih soal interview.

7:55Oke, apakah screen tersebut paling drom?

7:59Tapi pakai Big O ya.

8:00Ditanya, ini tuh Big O-nya apa ya?

8:02Sudah kelihatan ya layarnya.

8:05B, in-ear search.

8:09Turun lagi, turun lagi.

8:11Binary.

8:13Ini ya running time ya.

8:16Berapa lama ya?

8:18Nah, ini ya.

8:19Nah, ini dia.

8:21Zoom in.

8:23Oh, kurang.

8:25Udah?

8:29Berarti kayaknya Eka ini harusnya text-nya di gedein, komputernya.

8:35Di layar baru ya?

8:37Kan ada settingan text size kan, text size komputernya.

8:43Gak, ini kan ngomong-ngomong dulu.

8:48Ini kan video.

8:49Gimana mau di zoom?

8:51Oh, iya-iya. Gak bisa ya.

8:53Gak bisa.

8:55Eka lihatnya bukan di browser.

8:57Nah, ini juga salah satu yang biasa ditanyakan ya.

9:00Jadi, pertama kita bikin kodenya dulu.

9:02Ditanya kan tadi apa? String ya? String itu palindrom atau bukan.

9:07Harusnya biorangnya bisa lah ya.

9:10Tapi abis itu ditanya, seberapa kompleksitas kode yang kita buat.

9:16Itu salah satu tips, interview juga ya.

9:20Selalu melakukan seperti itu.

9:23Nah, ini cukup menarik.

9:25Cukup menarik karena waktu pertama kali bikin hektifat di 2016 itu.

9:32Waktu diskusi materi.

9:34Salah satu materi yang muncul sebenarnya Bikko.

9:37Dan rekan-rekan saya yang kebetulan kuliahnya di luar itu mereka kaget.

9:44Karena saya dan beberapa teman-teman yang kuliah di Indonesia.

9:50Itu ngaku tidak pernah belajar Bikko, tidak dapat di kampus, itu mereka kaget.

9:56Karena itu salah satu yang kundang mental yang diajarin di awal-awal.

10:01"Kok gak dapet?" "Ya" gitu.

10:03"Maksudnya sih gak dapet?" "Anda gak percaya?" gitu.

10:07Yang nanya, bahannya siapa tuh?

10:09Haris-haris.

10:11Bukan lah.

10:13Waktu pertama kali ketemu orang penting, waktu datang ke Jakarta.

10:20Ingat gak siapa itu namanya?

10:22Ya.

10:24Oh, Haris-haris sih.

10:26Ini Alex Russell.

10:28Ya, Alex Russell.

10:30Itu jauh.

10:32Oh, jauh.

10:34Oh, 2016.

10:35Kira-kira ingin Alex Russell.

10:37Gak, kalau foundernya hektifat kan kuliahnya di luar.

10:40Oke.

10:42Ya, dan ada beberapa, ada CTO-nya Rebel Work waktu itu.

10:46Dia juga kuliahnya di luar.

10:48Itu kaget.

10:50Gak.

10:52Akhirnya ditambahin lah materi itu di kampus.

10:56Ya, di kampus.

10:58Tapi itu di komen udah banyak yang jawab.

11:02Diajarin ya, berarti untung lah.

11:04Kodekulung pendidikan kita udah dipatch.

11:08Sudah update.

11:10Sudah dapet, tapi mungkin tidak terlalu ditekankan.

11:14Atau mungkin jangan inisiatif dosennya tuh.

11:16Kayak, maksud saya, belum secara resmi ada di curriculum.

11:20Cuma, maksud saya, dalam topik yang relevan, kayak dosennya nyelupin aja biar mahasiswanya tahu.

11:26Ya.

11:28Berarti dosenku bagus dong ya.

11:30Tapi di database malah.

11:32Bukan di ajaran basicnya.

11:36Jadi dia ngajarnya database.

11:40Ya mungkin dia gak ada mata kuliah dasar-dasar computer science.

11:46Ya, jadi intinya apa?

11:48Intinya adalah, oh itu adalah worst case scenario dari potongan kode.

11:54Jadi kalau misalkan kode kita ada four loop di dalam four loop.

11:58Itu dihitung kira-kira kalau datanya 100 ribu.

12:02Misalkan gak 100 ribu dulu ya.

12:04Kan, datanya 3 berapa?

12:06Kalau datanya cuma 2, bentar.

12:08Kalau datanya cuma 2 berarti dia 4 ya?

12:10Ya, 2 kali four loop.

12:122 dikali 2 kan.

12:142 pangkat 2 ya.

12:162 pangkat 2.

12:18Karena 4 di dalam 4 kan.

12:20Kalau 3 berarti 3 pangkat 2.

12:22Karena four loopnya 2.

12:24Gitu.

12:26Oh bentar.

12:28Kalau yang OO, itu kayaknya logaritma kan.

12:32Iya.

12:34Itu logaritma apa?

12:36Mana dia?

12:38Kita baca aja sama-sama.

12:40Kalau yang pangkat itu tengah-tengah.

12:42Ya intinya adalah worst case scenario.

12:44Kira-kira scenario terburuk dari kode kita itu seperti apa.

12:50Makanya muncul istilah O.

12:54Kemudian ada representasi dari kompleksitas kode kita.

13:00Ini harus di-share.

13:06Jadi misalkan linear search, gimana linear search?

13:10Linear search itu takes on order of n steps in the worst case.

13:16This is noted with O(n).

13:18Jadi worst case di sini maksudnya misalkan linear search.

13:22Linear search itu kan cari dari awal sampai akhir.

13:24Worst case itu maksudnya adalah

13:26kalau ternyata angka atau text yang kita cari itu ujung di paling akhir.

13:34Berarti kan dia akan menjalani semua kan.

13:36Nah itu nasional bagai worst case scenario.

13:40Jadi kalau linear search itu berarti apa nih bacanya?

13:46Gimana ya bacanya?

13:48O(n) aja ya.

13:50O(n) ya.

13:52Kalau binary search, binary search itu gimana?

13:56Jadi dibagi dua ini contohnya ada angka 1-10 dibikin 3.

14:04Sorry ada array 1-10.

14:08Terus diambil yang tengah.

14:14Diambil yang tengah itu angka kita lebih tinggi atau lebih besar dari angka yang mau kita cari.

14:24Yang angka di tengah itu.

14:28Kalau misalnya lebih besar, yang lebih kecil semua dibuang.

14:32Terus di-repeat lagi, dibagi dua lagi.

14:34Angka yang kita inginkan itu di sebelah kanan atau sebelah kiri dibuang, dibuang, dibuang.

14:44Jadi makanya log n.

14:46Log n itu kan urutan ya.

14:48Jadi makin dari paling besar sampai paling kecil urutan.

14:54Jadi kalau misalnya kita nyari tadi ada 10 angkanya.

15:02Angkanya 10 item berarti 0 all log 10.

15:08Itulah jumlah worst case nya.

15:12Tapi mungkin sebelum ngomongin Bitgo itu sebenarnya kompleksitas kode itu bisa dinilai dari dua hal kan.

15:22Yang pertama adalah kompleksitas ruang.

15:26Ruang space.

15:28Dan kedua adalah kompleksitas waktu.

15:32Time complexity.

15:34Seberapa lama kode itu berhasil di eksekusi.

15:36Atau seberapa banyak membuangkan memori atau hard disk.

15:42Jadi ada dua sebenarnya.

15:44Nah, Bitgo ini termasuk yang time complexity.

15:52Kalau nggak salah.

15:54Benar nggak?

15:56Tapi sebenarnya kayaknya Big O juga bisa deh.

16:00Dipakai buat ngukur space complexity.

16:02Tapi kan lebih jarang ya.

16:04Yang sampai makan tempatnya.

16:08Makan memori nya se ekstrim itu.

16:10Perbedaannya kan jarang ya.

16:12Kalau misalkan space complexity itu misalkan kita disuruh.

16:18Misalkan ada tugas untuk membaca file.

16:20File nya berukuran sangat besar.

16:22Gimana strategi kita untuk membaca apakah membaca keseluruhan taro di memori.

16:28Atau membaca baris per baris.

16:30Yang mana yang lebih efisien secara pace.

16:36Yang jelas yang pasti baris per baris dong.

16:40Tapi secara kecepatan ya.

16:42Mungkin aja bisa lebih cepat yang dibaca semua.

16:46Karena sudah masuk ke memori dan bisa diproses.

16:50Kembali lagi itu tergantung kebutuhan juga.

16:54Oke tadi kita sudah bahas tentang O(n) dan O log(n) ya.

17:06Jadi kalau linear itu cari angkanya dari kiri ke kanan atau per satu itu O(n).

17:14Kalau binary itu dibagi dua.

17:16Di tengah-tengah, di tengah-tengah, di tengah-tengah seperti di hadapan.

17:20Selanjutnya ada omega.

17:22Omega ini adalah base case scenario.

17:26Kalau tadi bico itu worst case nya paling lama.

17:30Kalau omega berarti base case scenario linear yang paling cepat.

17:36Kenapa? Karena kalau angkanya yang dikari adalah yang paling kiri.

17:40Ya dia langsung ngepet kan.

17:42Jadi omega satu. Karena akan selalu satu kan base case scenario nya.

17:50Jadi kadang-kadang di coding interview itu tanya worst case scenario nya gimana,

17:56base case scenario nya gimana.

17:58Terserah, teman-teman bisa jawab dengan istilah bico atau omega atau apa.

18:04Atau dengan kata-kata yang sendiri gitu.

18:08Maka pakai notasi-notasi dibilang nggak masalah sebenarnya.

18:12Biasa kita bisa kasih contohnya kan.

18:14Kalau pertanyaannya suruh base case sama worst case, ya berarti harus jelasin dulu.

18:20Ya, definisinya dulu worst case scenario itu maksudnya adalah ketika misalkan tadi

18:28pencarian string itu atau pencarian angka itu diunjung.

18:34Yang paling tidak optimize, yang paling unlucky lah ya, paling wujung nyaringnya.

18:42Atau kalau yang base scenario itu yang paling awal, yang gampang gitu ya.

18:48Kalau binary tetap omega satu ya.

18:54Kalau seandainya...

18:56Ya begitu di dapet langsung ternyata.

18:58Di dapet ya, pencuk saya dibalikin.

19:00Di ternyata langsung dapet.

19:02Ini apa?

19:04Ada lagi, baru tahu.

19:06Ada theta notation.

19:08Theta ya?

19:10Theta, ada yang kasih tahu.

19:12Saat ketika suatu algoritma punya big O notation yang sama seperti omega.

19:20Oh, theta.

19:22Jadi ini kondisi khusus ya.

19:28Jadi emang cuma, oh cuma bisa satu cara itu.

19:32Jadi mau best, mau worst, itu cuma.

19:34Sama.

19:36Itu sama.

19:38Misalnya array length ya berarti.

19:42Nah ini contohnya.

19:48Linear search ya.

19:50Kalau kita punya deretan angka ini,

19:52kalau base case scenario-nya adalah angka yang kita cari itu 20.

19:56Langsung dapet.

19:57Tapi kalau worst case, angka yang kita cari 50.

19:59Sehingga kalau linear search,

20:01dia akan cari for loop ya.

20:03Ini sama enggak sama 50.

20:05Nggak sama, nggak sama, nggak sama, nggak sama.

20:07Berarti berapa kali itu? 1, 2, 3, 4, 5, 6, 7 ya.

20:11Setelah 7 baru...

20:137.

20:15Ya.

20:17Nah ini adalah contohnya.

20:19Jadi dia menggunakan for loopnya 1.

20:231 for loop.

20:25Dan ada kondisi untuk cek angkanya sama atau tidak.

20:29Btw mirip java strip ya.

20:31Maksudnya buat orang yang belum pernah pakai sama sekali,

20:35ini kayaknya familiar banget.

20:37Bahkan loop syntax buat ngeloop-nya pun sama.

20:41Sama.

20:43Masih satu family, satu family.

20:45Ini apa?

20:49Linear search and array of string.

20:51Oh ini kalau pencarian string ya?

20:53Sama ya, kurang lebih sama ya.

20:55Interestnya yang bedanya adalah

20:57ya di datanya aja stringnya ya.

20:59Cuman untuk carinya kan berdasarkan index kan ya.

21:03Semakin besar indexnya.

21:05Tetap harus di cek satu persatu,

21:07kegitu ketemu, baru dibalikin.

21:09Oke.

21:11If you make two array,

21:13to store two features of separate index,

21:15and put the values in the same order,

21:17so that of the first entity are stored

21:21in the same order.

21:23Apa ini?

21:25Oh, implementationnya bisa beda-beda ya.

21:29Kalau ini,

21:31ini kayaknya mau nyimpan nama sama

21:33nomor telepon ya.

21:35Yang biasanya langsung simpan key value ya.

21:39Jadi,

21:43kalau si Carter itu nomor teleponnya ini,

21:45si David itu nomor teleponnya ini.

21:47Itu loopnya dua tingkat,

21:49jadinya nested kan.

21:51Ini enggak, ini satu.

21:53Iya, satu, enggak ada loop.

21:55Oh, cuma satu deh.

21:57Oh ya, if you want.

21:59Tapi kalau misalkan kita mau for loopnya

22:01dua kali ya, berarti tidak optimal kan.

22:03Ini yang di loop cuma namanya doang ya?

22:07Bukan nomornya.

22:09Bukan nomornya.

22:11Jadi dia mencari berdasarkan nama.

22:13Nah, ini udah bukan tentang Big O lagi nih.

22:19Itu deh, kita buka yang di private chat.

22:21Tanya Jem'nai dong.

22:23Tanya Jem'nai buat

22:25ngasih contoh-contoh

22:27Big O notation yang

22:29common.

22:31Zoom in.

22:39Eh, salah.

22:41Zoom in videonya.

22:47Nah, ini enak sih.

22:49Menanfaatnya tanya ke LLM Chatbot.

22:51Ini kalau yang OO1

22:59ini optimal banget lah.

23:01Konstan ya, konstan.

23:03Mau kita cari seribu,

23:05sepuluh ribu, sejuta ya sama

23:07hasilnya. Seribu kali ya seribu kali.

23:09Nah, itu contohnya kalau kita

23:11udah punya indexnya.

23:13Misalnya kita udah punya indexnya.

23:15Nah, jelannya cuma sekali.

23:17Jadi misalnya array kita udah tahu

23:19item yang kita cari di index ketiga

23:21atau ke seratus atau pertama.

23:23Ya kerjanya kan sama.

23:25Tentunya adalah mengakses

23:29array berdasarkan

23:31angka index ya.

23:33Gak perlu cek satu-satu lagi

23:35karena kita udah punya indexnya.

23:37Yang kedua, linear time.

23:41Linear time itu berarti naik begini ya.

23:43Linear naik ya.

23:45Sumbu X sama sumbu Y

23:47jadi di tengah-tengah gitu ya.

23:49Jadi menyesuaikan dengan

23:53jumlah items.

23:55Misalkan item yang satu

23:57ya OO1. Kalau item yang dua

23:59berarti OO2 atau OON.

24:01Jumlah number itemsnya.

24:03Kalau OO1,

24:05kalau seribu berarti OO1.

24:07Nah, contohnya itu

24:09finding the maximum value

24:11in unsorted array.

24:13Kita punya array yang

24:15isinya angka acak.

24:17Kita nggak tahu tingginya

24:19nggak diurut sama sekali.

24:21Berarti kan tetap harus

24:23dari awal sampai akhir cek

24:25semua satu-satu angkanya kan.

24:27Cek kalau lebih tinggi

24:29distort the memory.

24:31Cek selanjutnya

24:33kalau nggak lebih tinggi ya udah nggak usah

24:35ngapa-ngapain next. Cek lagi.

24:37Harus sampai kelar kan.

24:39Jadi kalau misalnya itemnya

24:41array itu isinya cuma

24:43satu angka

24:45ya jalannya cuma sekali.

24:47Kalau array-nya isinya lima angka, jalan lima kali.

24:49Kalau array-nya isi

24:51seribu angka ya seribu kali.

24:53Ya, step-nya.

24:55Ya, itu linear.

24:57Kemudian yang

24:59berdua. Nah, ini bukan pula

25:01aneh-aneh nih.

25:03Buat yang aneh ini matematik, udah mulai gitu-gitu

25:05ini. Angka dua ya.

25:07N angka dua ya.

25:09Jadi misalkan

25:11kalau datanya

25:13cuma satu.

25:15Ya, satu.

25:17Ya, kalau datanya dua,

25:19dua pangkat dua,

25:21cari empat.

25:23Kalau datanya lima, lima pangkat dua,

25:25lima kvadrat, dua lima.

25:27Seribu, si juta, mampu.

25:29Ini yang forwardnya dua ya.

25:31Nasty loop iterating

25:33over the same array.

25:35Jadi array-nya satu, tapi ada

25:37loop yang sama gitu.

25:39Misalnya apa compare kali ya?

25:43Jadi

25:45satu data,

25:47ya compare tapi yang nggak optimal gitu.

25:49Jadi misalnya kita punya data user.

25:51Ada banyak. Nah, terus kita

25:53ngeloop usernya.

25:55Tapi misalnya kita mau nyari

25:57user yang dari organisasi

25:59yang sama atau dari sekolah yang sama.

26:03Kita loop masing-masing user

26:05di user pertama.

26:07Kita loop lagi semua user di dalamnya.

26:09Jadi loop di dalam loop buat ngecek

26:11organisasinya sama atau nggak.

26:13Ya.

26:15Pokoknya, kalau ada nested loop,

26:17nah itu yang

26:19jadi rat-tack ya

26:21dalam tanda kutip ya.

26:23Sebisa mungkin

26:25kalau bisa, jangan.

26:27Apalagi

26:29yang kombinasi.

26:31Tau nggak kombinasi, pernah melakukan nggak?

26:33Saya sih pernah dulu ya.

26:35Gimana-gimana contohnya?

26:37Jadi misalkan

26:39di database

26:41kita udah dapet nih datanya.

26:43Abis itu kita loop lagi

26:45di aplikasi

26:47untuk misalkan ngambil nama

26:49gitu kan. Kita udah select

26:51gintang from people

26:53misalkan atau from user di atas gitu kan.

26:55Terus di bawah kita ngambil

26:57data user yang lain. Terus kita mau

26:59mapping nih, nama sama data yang lain.

27:01Itu dikerjakan

27:03tidak di sisi database

27:05tapi di sisi

27:07kode. Kita loop lagi.

27:09Jadi itu udah berapa kali ya.

27:11Mungkin tidak nested.

27:13Tapi sudah ada 3 for loop.

27:15Nah itu nanti akan ada di bawah

27:17yang di bawah ini.

27:19Kalau ini berarti nested ya.

27:21Nestednya berarti 2 kan.

27:23Nested 2 kan.

27:25Kalau nested 3, berarti pangkat 3.

27:27Pangkat 3 betul.

27:29Gross Quadratically

27:37Scroll atas?

27:43Oh atas ini?

27:45Iya, ini kan.

27:47Log N ini?

27:49Gross Logarata

27:55Minerals Search yang tadi.

27:57Ini contohnya gimana sih?

28:03Nggak inget.

28:05Saya punya

28:07artikel sih.

28:09Ini kan tadi

28:11kita omongin ya.

28:13Kalau O1 itu

28:15ya garis lurus lah ya.

28:17Kalau N itu dia...

28:19Kalau yang tadi nggak dikasih contoh yang pangkat 3 ya.

28:21Maksudnya kita mikir sendiri lah.

28:23Concrete-nya pasti nambah berat lagi.

28:25Makin banyak datanya

28:27makin sama, tapi

28:29dia waktu datanya sedikit

28:31cepat banget, eksponen.

28:33Log N itu naik.

28:35Makin eksponen, tapi makin banyak datanya

28:37ya sama aja gitu.

28:39Makin sedikit.

28:41Ini berarti bahaya ya, kalau orang nggak

28:43mau saya ada manfaat

28:45concretenya kenapa anak yang

28:47belajar Computer Science

28:49perlu belajar

28:51Big O. Kan ini kalau nggak ngerti

28:53cuma ngetes pakai data yang

28:55dikit, wah pakai ini aja, kenceng.

28:57Tiba-tiba jubul.

28:59Biasanya kan kita gitu

29:01developer juga suka gitu kan.

29:03Di saya cepet kok orang datanya data

29:05Dami cuma 10, ini cepet.

29:07Kalau pasti pakai berapa datanya?

29:11Dan sekarang lebih bahaya lagi ya.

29:13Maksudnya jaman server loss atau cloud

29:15ini kalau misalnya kesalahan

29:17yang terjadi di server

29:19billing, kalau misalnya

29:21on-prem kan yaudah paling jubul

29:23servernya mati yaudah.

29:25Kalau ini lebih horror lagi.

29:27Iya, nggak mati.

29:29Transaksi aman.

29:31Billingnya juga auto

29:35scale-nya kebetulan nyala

29:37nyalain service apa.

29:39Nah, jumlah

29:41jumlah 000-nya juga

29:43terreflektir

29:45di billing.

29:47Iya, itu kayak kita

29:49nggak didos diri sendiri.

29:51Ya, nah di sini

29:55di artikel ini ada

29:57contoh, contohnya adalah

29:59kalau kita punya travel app

30:01gitu kan, jadi misalkan

30:03kita mau filter by price.

30:05Nah, sebenarnya kan kalau misalkan kita mau

30:09cari filter gini kan

30:11kita cek dulu harga minimumnya berapa

30:13harga maksimumnya berapa.

30:15Semakin banyak data pasti semakin

30:17semakin lama, karena kan harus

30:21cek satu persatu.

30:23Jadi kalau misalkan kita punya

30:25datanya kayak gini, ini simple aja ya

30:27contoh dari sini

30:29disederhanakan gitu kan.

30:31Kita punya data ini, entah itu datanya

30:33dari SNK,

30:35API, atau dari database

30:37yang terserah gitu kan.

30:39Kita bisa lakukan dengan cara ya tadi

30:41yang eksponensial, N2.

30:43Iya kan?

30:45Kalau for loopnya 2.

30:47Jadi kita cek

30:49yang minimum berapa

30:51sama yang maksimum berapa.

30:53Kalau tadi udah dibahas juga

30:55kalau 3 di pangkat 2,

30:575 di pangkat 2, 10 di pangkat 2,

30:59100 di pangkat 2. Dari 10

31:01ke 100 itu jauh sekali bedanya.

31:03Kalau dari 3 ke 5

31:05mungkin masih ok lah gitu ya.

31:075 ke 10 juga masih ok gitu kan.

31:09Tapi kalau udah ke 100,

31:111000 dan seterusnya itu jauh sekali.

31:13Pokoknya dia

31:15n pangkat 2.

31:17Terus pengulangan dari

31:21apa? Pengulangan tapi di dalamnya

31:23ada 2 operasi.

31:25Kalau ini kan pengulangan

31:27dalam pengulangan. Kalau ini

31:29pengulangan satu, tapi ada

31:312 operasi, dari harga paling kecil

31:33sama dari harga paling besar.

31:35Itu berarti

31:37ON ya? ON, linear

31:39time itu ya berarti kan?

31:41Nggak ngaruh ya.

31:43Berarti nggak ngaruh sama satu, dua.

31:45Ya sesuai.

31:47Linear, sesuai. Itemnya 5

31:49ya dia jalan 5 kali yang tadi itu.

31:51Kalau itemnya 100, dia jalan

31:53100 kali.

31:55Ini jauh lebih baik daripada kita bikin

31:574 lagi, satu lagi dibawah gitu kan.

31:59Jauh lebih baik dibanding

32:01yang tadi itu yang atas, yang kudrat

32:03yang pangkat 2.

32:05Itu adalah

32:07ON.

32:09Kalau O1 ya kita bisa langsung

32:11dapat, ini

32:13misalkan kita si datanya

32:15itu udah kita sort duluan.

32:17Kita bisa tahu harga yang minimum itu

32:19pasti inggis 0.

32:21Tapi

32:23operasi nge-sortnya

32:25itu nggak

32:27pertanyaannya?

32:29Ya maksudnya beda kan.

32:31Mungkin hanya satu spesifik functionnya kan.

32:33Kalau operasi sortnya kan

32:35ada lagi nanti potongannya.

32:37Nah sekarang jadi pertanyaan

32:39kalau misalkan

32:41di database kita pake sort

32:43by price, ascending

32:45atau descending lah.

32:47Itu termasuk ke perhitungan

32:49atau nggak? Masuk kan ya.

32:51Ya makanya

32:53kita pelajarnya, makanya

32:55saya waktu itu pelajarinya di

32:57di mata kuliah DB.

32:59Tapi akan jauh

33:01lebih buruk kalau misalkan di database

33:03kita nggak sort, kita sortingnya

33:05di model.

33:07Kalau menurut saya sih

33:23lebih bagus sortnya di database.

33:25Iya, udah lebih optimiskan.

33:27Karena database

33:29punya

33:31index.

33:33Lebih cepat dia

33:35sortnya. Maybe

33:37depends ya tergantung

33:39kehandalan

33:41DB

33:43database kayaknya udah

33:45dioptimasi untuk hal-hal

33:47seperti itu kan.

33:49Harusnya ya built in kecuali

33:51beneran kita bikin.

33:53Tapi pagination di database itu

33:57tetap masih masalah kok sampai sekarang.

34:01Iya, iya, iya.

34:03Itu gambarannya kira-kira

34:07jadi gambarannya segini.

34:09Jadi yang tadi ya

34:11yang paling bagus ya

34:13pasti oh satu atau lock

34:15N itu masih oke.

34:17Oh N ini

34:19lampu kuning gitu ya

34:21kalau udah N2 atau

34:23kalau udah berpangkat-pangkat itu yang

34:25reflekt

34:27kata anak sekarang ya.

34:29Iya.

34:31Ini nama istilahnya

34:33aja konstan logarithnya

34:35linear quadratic exponential itu

34:37N pangkat N ya.

34:39Indari yang

34:41X N pangkat N.

34:43Ini ya. Pokoknya semua yang

34:45berpangkat-pangkat tuh kayaknya

34:47udah. Ini kalau udah nggak

34:49jadi ini masih oke.

34:51Kalau ini udah harus

34:53di de-factor ya.

34:55Oke.

34:57Tapi kan maksudnya ya tergantung

34:59harus ngapain. Tapi kan sebenarnya bisa

35:01diakalin di

35:03kalau untuk compare atau cari match

35:05kan ya udah jalan dulu

35:07sekali, di filter misalnya

35:09filter atau find, store di

35:11memory, baru jalan sekali lagi

35:13buat ngak compare. Ya, kalau

35:15use case-nya se-simple itu kan

35:17masih bisa diakalin ya, kecuali

35:19emang rumit banget.

35:21Yes.

35:23Nah, ini ada contoh-contoh

35:25notasi

35:27notasi Big O

35:29yang dari

35:31built-in

35:33function.

35:35Misalkan push, pop,

35:37kemudian

35:39unshift, dan lain-lain ya

35:41udah banyak. Cara menghitungnya gimana?

35:43Cara menghitungnya gini aja.

35:45Kasih tau per baris gitu.

35:47Jadi misalkan kalau for yang

35:49pertama itu O N. For

35:51yang kedua O N. Kalau ini kan O

35:531 ya. Kalau ini sebenernya bisa

35:55di-ignore sih. Jadi ini

35:57berarti N-nya ada 2. N

35:59dikali N jadi N panggap 2.

36:01Kalau ini berarti O 2 ya.

36:05Coba kalau

36:07di ini, apa namanya?

36:09Dipasukin ke

36:11jemana dia bisa jawab gak sih?

36:13Apa? Coba aja yang masukin.

36:15Big O

36:17Big O

36:19Big O

36:21ya. Big O

36:23Calculator

36:25Your Big O Calculator

36:27Notation Calculator. Count this

36:29Hilangin dulu itu nya

36:31comment-comment

36:33O N O N nya. Bisa gak ya?

36:35Bentar-bentar. Bentar ya.

36:37Kita buka

36:39bentar.

36:41Atau CGPT.

36:43Kita buka

36:452mini.

36:47Close. Kan bisa

36:49jemana yang di ini.

36:51Di browser aja.

36:53Iya ini di browser.

36:55Tadi kan itu browsernya

36:57Incognito.

36:59Maksudnya jemana

37:01Nano yang dibuild

37:03di browser.

37:05Nano gak bisa ditanya susah-susah.

37:07Nanti dia

37:09nanti dia halu.

37:11Jadi ini coffee.

37:13Apa? Gimana?

37:15Prom-nya. You are

37:17a Big O

37:19Big O Notation

37:21Calculator.

37:23Close.

37:29Calculate the

37:31third time

37:33complexity

37:35of this function.

37:37Of this

37:39code

37:41snippet below.

37:45Gini.

37:47Yang ininya dihapus.

37:49Ini kekecilan ya.

37:57Gak kelihatan ya.

37:59And explain.

38:01And explain your

38:03chain. And explain it.

38:05In detail.

38:13Pake triple ini gak?

38:15Eh udah ke pencet. Yaudahlah.

38:17Yaudahlah.

38:19The outer loop iterates ten times.

38:23Karena sepuluh ya. Oh ditara sepuluh ya.

38:25Pake N ya.

38:27Betul.

38:29For each iteration of the outer

38:31loop, inner loop iterates ten times.

38:33Inside inner loop to constant

38:35time operation, analyzing the

38:37complexity.

38:39Outer loop

38:41complexity satu

38:43constant.

38:45Oh inner loop juga constant.

38:47Tapi inner loop

38:49is nested within the outer loop.

38:51Total number iteration is sepuluh kali sepuluh.

38:53Sepuluh ten.

38:55Ten times ten.

38:57The operations

38:59inside the inner loop.

39:01Istilahnya namanya constant time ya.

39:03Constant time.

39:05Combining the complexity.

39:09The time complexity

39:11entire code is the product

39:13of time complexities of outer

39:15loop and the inner loop.

39:17Yang O1 itu

39:19tadi yang dimana ya?

39:21Outer loop?

39:23Yang outernya dianggap satu.

39:25Oh iya. Dikali yang

39:27nested. Jadi seratus ya.

39:29Oh seratus gitu ya.

39:31Constant factor

39:33is Rignore.

39:35Jadi kalau yang O1 itu bisa diignore.

39:39Relationship between number of

39:41iterations mulang berapa kali

39:43dan input size.

39:45Input size the number of

39:47iteration bertambah

39:49secara kvadrat.

39:51Berarti O on

39:53N pangkat dua.

39:55Benar.

39:57N represents benar.

39:59Ya benar.

40:01Size of the loop counters.

40:03Betul sekali.

40:05Betul. Enak ya.

40:07Sekarang bisa tanya ke

40:09chatbot.

40:13Nah kalau contoh yang

40:15apa? Ada juga nih.

40:17Ada demo-nya. Cuma kita nggak bisa masukin

40:19function kita sendiri.

40:21Cuma bisa pakai contohnya

40:23dari si

40:25timernya.

40:27Si calculator-nya.

40:29Gimana caranya?

40:31N sama dengan 10?

40:33Plug.

40:35Coba

40:37yang besar lah 100.

40:39Ini 100. Berarti

40:43O1?

40:45Ya.

40:47O1. Betul.

40:49O1 ya. Kalau ini

40:51sama.

40:53O1 juga.

40:55Oh nggak. Ini area.

40:57Ini area.

40:59Kok nggak ada garisnya ya?

41:01Iya. Kok nggak ada garisnya?

41:03Ini ada 2 loop.

41:05Berarti O2.

41:07ON ya.

41:09ON ya.

41:11Linear juga.

41:13Linear tapi

41:15lebih besar. Betul. Beda.

41:17Oh beda ya.

41:19Oh.

41:21ON kali 2.

41:23ON kali 2.

41:25Oh ya benar. ON kali 2.

41:27Tapi itu 1,1.

41:29Iya 1,1.

41:311,1 milion?

41:33Iya.

41:35Mikro itu.

41:37Sekan. Sekan.

41:39Time complexity ya

41:41berarti ya.

41:43Berarti itu tadi

41:45N kali 2. Nah kalau ini

41:47baru N

41:49pangkat 2 ya.

41:51Baru ini eksponensial.

41:53No. Jauh sekali.

41:55Tapi nggak di garis ya.

41:57Iya.

41:59Jauh banget ini.

42:01Ini nggak ada garisnya

42:03cuma ngasih tau ini doang.

42:05Cuma ngasih plot doang.

42:07Untuk ngebandingin masing-masing function

42:09itu tadi yang biru. Yang biru

42:11udah nggak kelihatan gitu saking.

42:13Abu-abu puncul

42:15merah.

42:17Yang ini aja terlalu jauh.

42:19Number of half.

42:21Ini

42:23yang dibagi 2 ya.

42:25Iya.

42:29Ini kayak log N.

42:31Log N di bawah ya.

42:33Iya.

42:35Total number of half itu

42:37berarti N ya.

42:41Iya.

42:43Log albinaries

42:45ini

42:47N juga.

42:51Oh ini yang lama nih.

42:53Iya.

42:55Sampai hang gitu.

42:57Kok bisa lama?

42:59Oh ini sebenernya

43:012 kali ya Pak?

43:03Ada path start? Nggak ya?

43:05Kan ada loopnya

43:07eh nggak deh.

43:09Ada repeat N itu.

43:11Oh iya.

43:13Ini di kali last numbernya

43:15di repeat kan.

43:17Di repeat sebanyak

43:19N itu.

43:21100.

43:23Ya 100 iya.

43:25Satunya ada 100.

43:27Terus abis itu di while loop

43:29countnya

43:31012

43:33jadi string.

43:35Terus sama nggak

43:37dengan angka 1

43:39yang jumlahnya 100 digit.

43:41Kebanyakan ini.

43:43Iya kan?

43:45Ini baru

43:47ON pangkat N

43:51berarti ya.

43:53Iya.

43:55Sama ya?

43:59Nggak, susah-susah.

44:01Hang lagi.

44:03Hang.

44:05Biarin aja.

44:07Masih lagi

44:09calculating.

44:11Calculating.

44:13Oh udah berhenti.

44:17Jadi dimana dia?

44:19Ini...

44:21Hah?

44:23Kok nggak ada?

44:25Ini gua serem deh soalnya

44:27ini brosernya sama.

44:29Brosernya sama.

44:31Nanti tiba-tiba

44:33stream yardnya error.

44:35Nggak bisa.

44:37Dikloss aja ya.

44:39Mau saya tab itu biarin aja.

44:41Oh biarin.

44:43Bisa dikloss ya?

44:45Bisa.

44:47Nah

44:49contoh yang paling

44:51sederhana adalah

44:53kalau mau

44:55low hanging fruit

44:57database-nya diindex lah ya.

44:59Ini ada contoh ya.

45:01Jadi misalkan kita

45:03apa, select

45:05dari sebuah table

45:07itu query-nya berapa

45:09bisa pakai analyze, expand analyze

45:11itu bisa ketahuan

45:13landing time-nya

45:151,5

45:17mili detik, execution time-nya

45:190,6

45:21mili detik ini, datanya sedikit ya.

45:23Tapi kalau udah kita bikin index

45:25itu

45:27bedanya berapa tuh?

45:29Bisa hemat 1 detik.

45:31Ya. Bisa hemat 1 detik.

45:35Hati-hati-hati dengan index.

45:37Iya jangan semua diindex ya.

45:39Kalau semua diindex

45:41cuma kayak mindahin

45:43tablenya doang ya.

45:45Iya buat apa gitu. Nggak guna.

45:47Kalau semuanya diindex dia nyarinnya gimana.

45:49Teman-teman di sini ada yang

45:51Berarti kompleksitifnya sama aja

45:53kayak pas awal.

45:55Kayak pas nyari tanpa index.

45:57Ada yang belum tahu

45:59istilah index itu

46:01cara kerjanya kayak gimana?

46:03Oh belum tahu.

46:07Index itu kayak

46:09kayak buku.

46:11Buku pages tahu

46:13yellow pages.

46:15Kalau kita mencari

46:17Ada index ya kan?

46:19Iya. Setiap buku itu ada index.

46:21Jadi misalkan kita mau cari

46:23mau cari apa ya

46:25di yellow pages itu biasa ada

46:27daftar toko.

46:29Jadi

46:31kalau misalkan kita mau cari

46:33toko dengan

46:35nama depan F

46:37itu kita nggak perlu cari dari halaman satu.

46:39Kita cukup cari

46:41kira-kira di tengah-tengah sini C.

46:43Nah itu index.

46:45Jadi dia index berdasarkan

46:47berdasarkan titlenya

46:49atau kategorinya.

46:51Terus nanti begitu dicari ya kita cari

46:53berdasarkan yang kayak tadi, binary research gitu.

46:55Binary research kan berarti

46:57kayak dibagi setengah

46:59di sini, di kiri

47:01di A atau di B.

47:03Kalau ada di B, dibagi dua lagi

47:05di sini atau di sini.

47:07Berarti gitu-gitu terus ya.

47:09Mungkin implementasinya seperti itu.

47:11Tapi yang jelas kalau misalkan

47:13yang tadi ya, misalkan kita mau cari

47:15alamat orang atau nomor

47:19telepon orang

47:21yang namanya adalah Z.

47:23Kalau

47:25nggak pakai index ya kita cari

47:27dari A. Kita bukan dari A.

47:29Tapi kalau di index misalkan

47:31indexnya A, B, sampai

47:33Z ya kita bisa cari

47:35A, kita lewatiin. Oh B, kan ada

47:37tandanya tuh.

47:39Lebih sedikit

47:41eksekusinya.

47:43Gitu lah kira-kira.

47:45Saya ada contoh

47:47dunia nyata

47:49yang saya

47:51dengar pengalaman langsung

47:53dari seorang direktur

47:55operasi sebuah

47:57perusahaan untuk penyewaan

47:59mobil. Yang cukup

48:01besar ya. Cukup besar.

48:03Armadanya

48:05ada sampe...

48:07Perusahaannya yang besar.

48:09Armadanya aja

48:11di satu kota, mobil yang

48:13mereka miliki asetnya itu

48:15ada 15 ribu

48:17mobil.

48:1915 ribu unit.

48:21Pertanyaannya, bagaimana

48:25cara menyimpan

48:27kunci seret

48:29BPKB

48:31dan STNK nya

48:33inventarisnya secara baik dan benar.

48:3515 ribu.

48:3715 ribu.

48:39Di mana coba?

48:41Kunci seret, photocopy

48:43STNK misalnya, atau

48:45kunci seret dan

48:47paperwork lah ya.

48:49Kan harus ada satu unit, harus ada.

48:51Pake filing ya, filing kabinet gitu.

48:53Kalau misalnya

48:55kalian bilang, oke pakai filing kabinet

48:57terus kemudian dibikin sistem

48:59pakai software, di mana nanti

49:01posisinya. Jadi tinggal

49:03set di sistem, oh nanti di filing

49:05kabinet itu.

49:07Itu katanya

49:09super kompleks.

49:11Too much work.

49:13Udah bikin sistem, harus

49:15bikin sistem yang

49:17supaya synchronize, oke kalau

49:19ada yang salah letak gimana?

49:21Mampus nyarinya tuh.

49:23Ya kan?

49:25Dia cuma bikin sebuah

49:27kabinet kotak

49:29yang ada

49:31100 ininya.

49:33100 laci gitu ya.

49:35Yang sesuai ukurannya.

49:37Dan dinomorin

49:39dari 00 sampai 99.

49:41Jadi semua angka

49:43plat.

49:45Sesuai nomor STNK?

49:47Ya sesuai nomor A plat itu 00

49:49sekian-sekian. Jadi kalau misalnya

49:51nomornya

49:53988

49:55ya udah berarti cari di laci

49:5719.

49:59Ya meskipun disana banyak, tetapi

50:01yang kamu cari itu

50:03yang ada

50:05di dalam situ gitu.

50:07Ya lebih mudah mencarinya.

50:09Jadi systemize scan yang

50:11sesuai dengan dalam kotak itu. Jadi dikategorikan

50:13berdasarkan

50:152 angka di depannya

50:17dia bikin.

50:19Ya cari

50:21tetapi

50:23maksudnya tetap

50:25butuh mencari. Mungkin di dalam situ ada

50:271000 kali kuncinya. Tetapi lebih mudah

50:29mencari 1000 daripada mencari

50:31yang salah letak. 1. Kedua

50:33Error rate atau human error

50:37untuk meletakkan sesuatu

50:39di tempat yang salah

50:41jauh lebih kecil. Karena dia udah liat

50:43oh 99

50:45ya sudah cari kotak 99.

50:47Taroklah di kotak

50:4999 barangnya.

50:51Atau cari di kotak sekian.

50:53Jadi dia menerapkan

50:55hospital yang membuat

50:57sistem operasional jauh lebih

50:59jauh lebih

51:01efisien.

51:03Error rate dia rendah.

51:05Nah itulah

51:07kisah nyata indexing.

51:09Indexing physical.

51:11Ada

51:13ada bidang

51:15studinya sendiri kan. Katalogin

51:17gitu kayak perpustakaan.

51:19Ya makanya

51:21dikategorikan berdasarkan apa gitu kan.

51:23Ya betul.

51:25Taksonomi. Supermarket.

51:27Supermarket itu kan

51:29banyak ya.

51:31Dan mengkategorikan sesuai apa.

51:33Berdasarkan itu berdasarkan

51:37harga.

51:39Produk.

51:41Sorting ascending depan

51:43paling murah.

51:45Dibalik ya.

51:47Cuma tanya, berarti

51:49kalau di dunia database,

51:51indexing itu berarti require

51:53membutuhkan kayak

51:55landmarkan semacam penanda

51:57yang kayak ibaratnya

51:59absolut dan nggak bisa diubah-ubah.

52:01Dan cukup praktikal kan. Kalo contoh

52:03kasus tadi apa? Yellow Pages

52:05atau buku telpon.

52:07Alphabet kan cuma A sampai Z.

52:09Cuma ada 26.

52:11Dan kalau emang namanya depannya Z kan

52:13ya anggap aja kecil kemimpinan

52:15udah ganti nama. Kalo pada saat itu

52:17namanya depannya Z, ya udah kan

52:19jelas. Nah terus kayak si

52:21itu mobil nanti juga kan

52:23STNK kan nomor plat kan

52:25nggak berubah-ubah. Jadi kayak harus

52:27ada itu kan pointer yang

52:29Berubah dong.

52:31Kalau terpanjang STNK.

52:33Nomor plat tidak berubah.

52:35Nggak ya.

52:37Nggak berubah. Ya

52:39berarti kan harus, berarti challenge-nya

52:41mungkin pilih

52:43unik key.

52:45Unik key-nya

52:47dicari, apa dibagi

52:49berdasarkan desimal? Atau gimana

52:51tuh? Misalnya range

52:53itu tergantung sih primary key-nya

52:57ya misalnya

52:59di database, kalo di database

53:01primary key

53:03nggak mesti

53:05eh sorry, index itu

53:07nggak mesti primary key.

53:09Tapi primary key itu udah pasti

53:11diindex ya.

53:13Kita bisa menambahkan index tambahan.

53:15Yang unik dan nggak berubah.

53:17Tapi kalo misalkan ada perubahan

53:21dia direindex kan?

53:23Yes.

53:29Enggak indexnya ditambahkan.

53:31Bukan ada perubahan.

53:33Kalo ada perubahan direindex semua.

53:35Enggak direindex semua.

53:37Cuman diubah aja kan ini-nya

53:39kan ya. Index table-nya

53:41dia ada sendiri.

53:43Si database tuh punya index table-nya

53:45sendiri.

53:47Kayak ada contoh

53:55ini nih.

53:57Contoh

53:59lucu-lucuan nih.

54:01Yang pernah saya

54:03pakai untuk

54:05interview

54:07orang yang mau masuk ke

54:09human way.

54:11Buat yang mau interview

54:13siapa tau besok gue interview Ivan.

54:15Dikasih soal yang lain. Anda terjebak.

54:19Window ya, window, window.

54:25Window-nya gimana sih caranya?

54:33Sudah?

54:35Keliatan. Luka kita.

54:37Panjang begini.

54:39Ntar.

54:41Kayak coba ini nih.

54:45Kecil sekali.

54:47Ya.

54:49Kok ada item di atasnya ya?

54:51Oh iya kok bisa sih.

54:53Itu item di atasnya.

54:55Enggak lah entah.

54:59Rescreen aja lah.

55:01Rescreen aja.

55:03Kalau begini bisa gak?

55:07Kalau cuma satu top aja.

55:09Nah bisa ya?

55:11Nah.

55:13Jadi

55:17ini kan carousel.

55:19Anggap

55:23ini membuat block

55:25di dalam block editor-nya si WordPress.

55:27Ada carousel.

55:29Dimana satu ini

55:31slide namanya.

55:33Slide itu berdasarkan konten dari post.

55:35Dan ada filter untuk mencari

55:37untuk mempersempit

55:39apa yang perlu

55:41dicari di dalam slide ini.

55:43Jadi hasilnya ini dipersempit oleh

55:45filter.

55:47Isi slide bisa

55:49berupa post, bisa berupa kategori.

55:51Jadi slide ini adalah

55:53berdiri sendiri.

55:55Ininya, itemnya.

55:57Dia punya query custom ya?

55:59Enggak sih enggak.

56:03Enggak query.

56:05Ini unit ini

56:07bisa

56:09recipe

56:11atau post.

56:13Bisa juga kategori itu maksudnya.

56:15Dan

56:17satu slide ini kan

56:19carousel ya. Berarti dia tetap bisa

56:21menambah tab. Ini ada tab-nya.

56:23Tab 1, 2, 3, 4, 5,

56:25sampai 10 juga mungkin bisa.

56:27Atau terserah banyak

56:29juga bisa.

56:31Kemudian setiap tab tentu

56:33harus diisi slide-nya.

56:35Kebayang?

56:39Notation-nya.

56:41Jadi

56:43isi ini

56:47slide ini ada sendiri

56:49dan setiap tab

56:51ada sendiri.

56:53Notation.

56:55Gimana cara kalian

56:57untuk

56:59membuat

57:01query-nya di front-end

57:03mungkin bukan front-end secara

57:05JavaScript. Anggap aja masih PHP.

57:07Mengquery data ini.

57:11Data yang disimpan

57:13di setiap slide ini nanti adalah

57:15ID dari post atau ID dari

57:19kategori. Jadi mungkin

57:21post ID 1, kategori ID 1,

57:23post ID 2, kategori

57:252, kategori 3, gitu.

57:27Disimpannya begitu.

57:29Dan ada

57:31pertanyaannya di front-end

57:35bagaimana cara kalian melakukan

57:37query-nya.

57:39Bayang gak?

57:45Ya kan harus diambil dari database.

57:47Harus diambil

57:49ke database, kan? Data ini kan.

57:51Berarti bukan front-end, kan?

57:53Ya maksudnya saat mau

57:55ditampilkan, ini kan

57:57di block editor, di ak,

57:59di UI di depan,

58:01kan harus di query

58:03tuh.

58:05Bagaimana cara mengambil

58:07datanya supaya

58:09big-one notation-nya kecil.

58:13Masing-masing tab ada setting

58:17filter-nya sendiri. Kepisah, kan?

58:19Maksudnya, apa?

58:21Misalnya di tab pertama,

58:23kategori A.

58:25Di tab kedua,

58:27kategori B atau post.

58:29Gak, gak seperti itu. Satu item ini

58:31berdiri sendiri, jadi gak ada filter-filter.

58:33Jadi anggap aja, kalau saya mau

58:35isi ya, saya

58:37cari. Oh, masing-masing item itu

58:39kepisah, ya? Bukan

58:41query, show,

58:43post, kategori A. Semuanya? Bukan.

58:45Gak. Satu item

58:47berdiri sendiri. Satu unit sendiri.

58:49Jadi bukan andal dari kategori

58:51apa, taruh sini.

58:53Tetapi bisa jadi,

58:55ya, bukan

58:57begitu. Jadi bukan diandal

58:59dari satu kategori.

59:01Bisa jadi, ini post,

59:03tapi disebelahnya ini adalah kategori.

59:05Sebagai satu unit.

59:09Karena kategori kan bisa jadi,

59:11bisa punya image, bisa punya nama.

59:13Jadi sebenarnya,

59:15di-show aja, nyempil aja gitu.

59:17Ada mungkin Beef Wellington, ada Beef

59:19Something Else apalah gitu ya.

59:21Atau Dinner gitu. Beef Roasted.

59:23Atau Carnivore.

59:25Carnivore.

59:27Nah,

59:31kalau gue nih, ini jawaban yang

59:33sesatnya ya. Maksudnya mungkin kalau

59:35interview, mungkin ini ditolak.

59:37Tergantung

59:39data-nya sih, realistik,

59:41realistik, tiap

59:43ngambil satu, tiap nge-query post,

59:45simpen di memori, terus

59:47ngambil satu lagi, list of

59:49kategoris, simpen lagi di memori.

59:51Abis itu, next item

59:53kan makin lama, makin

59:55ringan kan, karena tinggal ngambil dari

59:57yang udah disimpen.

59:59Tapi kalau database-nya besar banget ya,

1:00:01masalah baru lagi.

1:00:03Itu satu jawaban

1:00:07sesat. Kalau jawaban yang benar, apa ya?

1:00:11Kamu

1:00:13maksudnya,

1:00:15gimana?

1:00:17Kebayang nggak?

1:00:19Nggak.

1:00:21Nggak kebayang.

1:00:23Kan maksudnya UI-nya, gue bayangin gini kan,

1:00:25pas nge-quick gitu, untuk milih item pertama

1:00:27kan harus ada list of posts

1:00:29buat dipilih kan.

1:00:31Nah, pasti ponenya semua itu gue bikin

1:00:33kayak function lah, semua di pisasi function,

1:00:35get post, get category,

1:00:37get tax, atau taxonomy

1:00:39apapun, yaitu setiap

1:00:41menjalani ini, di cash,

1:00:43setiap menjalani si function

1:00:45getter ini, get post,

1:00:47get category, get tax, di cash.

1:00:49Nah, jadi kalau

1:00:51habis itu buka lagi, get post,

1:00:53itu kan udah kayak prepopulate, ada cash-nya.

1:00:55Maksudnya yang tadi kayak gitu sih.

1:00:57Kalau yang bener gimana, nggak tahu.

1:00:59Belum ada ide.

1:01:01Mau liat hasil akhirnya nggak,

1:01:03contohnya kayak gimana?

1:01:05Mau, mau, mau.

1:01:07Ini jawabannya.

1:01:09Karena ini udah jadi

1:01:11sebenarnya projectnya.

1:01:13Tapi didiadikan soal

1:01:15untuk interview gitu ya?

1:01:17Itu yang saya solve sendiri.

1:01:19Itu maksudnya project yang

1:01:21saya lakukan dan udah

1:01:23selesai.

1:01:25Saya share.

1:01:27Oh ya, sorry, sorry.

1:01:29Di fullscreen soalnya.

1:01:31Ini situsnya.

1:01:33Jadi lah, blognya.

1:01:35Yoi.

1:01:37Gue selalu ngajarin, ngajarin ini laper mulu.

1:01:39Ini yang tanpa tab.

1:01:41Yang ini tanpa tab.

1:01:43Ini tanpa tab.

1:01:45Ini yang ada tab-nya.

1:01:47See?

1:01:49Oh, isi pastas.

1:01:51Fast and fresh.

1:01:53Ya kan?

1:01:55Dan itu nggak harus

1:01:57semuanya recipe, bisa category, bisa...

1:01:59Ya, bisa.

1:02:01Ada nggak ya category ya contohnya ya.

1:02:03Kebetulan datanya

1:02:05tidak ada.

1:02:07Tetapi sebenarnya

1:02:09di dalam ini bisa nyempil satu category.

1:02:11Ya, nggak ada.

1:02:15Wait.

1:02:19This one seems like a category.

1:02:21No.

1:02:23Oh, wait.

1:02:2515 menit? Nggak.

1:02:27Ya, so...

1:02:29Bahasanya kayak gitu lah. Ini kan category.

1:02:31Oh, ini. Ini category semua nih.

1:02:33Tapi, nggak ada.

1:02:35Karusele-nya nggak terbentuk karena nggak abis.

1:02:37Gak panjang.

1:02:39Kurang panjang.

1:02:41Tapi sebenarnya ini karusele blog juga sama.

1:02:43Oke.

1:02:47So, kunci jawabannya.

1:02:49Oke.

1:02:53Saya bikinnya begini.

1:02:55Kita zoom in

1:02:59dulu ke satu blog ya.

1:03:01Ke satu blog yang seperti ini deh.

1:03:03Yang nggak ada...

1:03:05Yang nggak ada...

1:03:07Apa namanya?

1:03:09Nggak ada...

1:03:11Nggak ada tab-nya.

1:03:15Nggak ada tab-nya.

1:03:17Nggak ada tab-nya, maksudnya.

1:03:19Yang saya...

1:03:21Karena tadi ada dua entitas data.

1:03:23Entity, satu post, satu category.

1:03:25Maka dengan terpaksa

1:03:27harus ada dua query ke database.

1:03:29Karena satu ngambil post,

1:03:31satu ngambil category.

1:03:33Tetapi saya kumpulkan

1:03:35semua. Saya kumpulkan semua

1:03:37ID dari post

1:03:39dan saya kumpulkan semua ID

1:03:41dari category.

1:03:43Saya query sekaligus

1:03:45semuanya. Seabruk-abruk.

1:03:47Dan disimpan

1:03:49ke array.

1:03:51Dan tinggal ditampilkan.

1:03:53Nah.

1:03:55Kalau misalnya dia

1:03:57ke tab,

1:03:59sama. Saya kan sudah punya

1:04:01data post ID seluruh tab.

1:04:03Dan saya punya

1:04:05category ID dari seluruh tab.

1:04:07Saya tetap melakukan

1:04:09dua query.

1:04:11Sama. Jadi jumlah query-nya tetap

1:04:13sama. Selalu dua.

1:04:15Get post by ID,

1:04:17get category by IDs.

1:04:19Now, let's

1:04:21take a big picture. Karena

1:04:23saya yang kendalikan halaman ini,

1:04:25saya tahu isi

1:04:27halaman ini ada berapa banyak

1:04:29block

1:04:31yang memakai karusel block.

1:04:33Saya bisa query

1:04:35seluruh halaman. Saya sebelum

1:04:37dia ditampilkan. Saya

1:04:39query.

1:04:41Saya memparsing

1:04:43konten untuk mengambil

1:04:45dari block ini,

1:04:47mengambil semua post ID

1:04:49dan semua category ID.

1:04:51Jadi,

1:04:53untuk menampilkan satu halaman ini,

1:04:55untuk seluruh karusel yang ada,

1:04:57hanya butuh dua query.

1:04:59Dua query.

1:05:01Oh, sudah punya ID-nya ya?

1:05:03Kirain itu tadi

1:05:05user-nya. Maksudnya user dalam

1:05:07arti work trace admin-nya,

1:05:09kirain dia harus buka suatu UI,

1:05:11milih dulu post mana

1:05:13yang mau dimasukin, category mana

1:05:15yang mau dimasukin.

1:05:17Saat di admin, dia kayak gitu.

1:05:19Saat di admin,

1:05:21dia

1:05:23satu-satu,

1:05:25masukinnya satu-satu. Jadi, dia

1:05:27pilih iris beef,

1:05:29di-search iris beef,

1:05:31masuk, kosok.

1:05:33Oh, iya.

1:05:35Itu di admin-nya sendiri

1:05:37berarti ya. Maksudnya nggak bikin from scratch

1:05:39yang milih itu.

1:05:41Oh, ini bikin dari scratch. Ini react ini.

1:05:43Ini bikin dari scratch.

1:05:45Nah, berarti itu kan tetap harus

1:05:47memanggil semua post juga kan

1:05:49sebelum tahu ID-nya apa.

1:05:51Yang user facing phone N ini

1:05:53emang

1:05:55sudah tahu ID-nya, jadi bisa

1:05:57get post by ID 1, 2, 3,

1:05:59terus abis itu

1:06:01get category by ID juga.

1:06:03Nah, tapi sebelumnya

1:06:05pas di admin-nya kan harus

1:06:07get all post dulu kan.

1:06:09Iya, satu-satu. Dia tetap

1:06:11harus search karena dia mau masukin apa

1:06:13kesini dia mau punya full kendali

1:06:15saat searching gitu.

1:06:17Oh, iya, iya, iya.

1:06:19Tapi ada faktor ini dong

1:06:21semakin banyak data di database

1:06:23akan semakin berat karena query-nya

1:06:25walaupun 2, tapi jumlah datanya

1:06:27kan bisa berpengaruh.

1:06:29Karena sudah punya ID

1:06:33dan ID-nya itu adalah primary key.

1:06:35Jadi sebenarnya

1:06:37post...

1:06:39Maksudnya

1:06:41post in atau query

1:06:43in itu

1:06:45lebih cepat sebenarnya

1:06:47karena in-nya itu adalah primary key.

1:06:49Lebih lama searching

1:06:53by title, contohnya

1:06:55yang tidak diindeks, tetapi

1:06:57ini adalah query in

1:06:59primary key.

1:07:01Jadi sebenarnya...

1:07:03Wah, berarti

1:07:07kerja beratnya di klien dong

1:07:09kalau datanya diambil semua?

1:07:11Enggak, karena

1:07:13tidak ada...

1:07:15Ini server-side render

1:07:17tidak ada...

1:07:19Ini bukan client-side render

1:07:21itu server-side render semua.

1:07:23Jadi saya query

1:07:27saya query

1:07:29jadi punya array yang

1:07:31cukup gemuk

1:07:33jadi makan memori sebenarnya

1:07:35tetapi ya, array-nya gemuk

1:07:37tetapi waktu ngerender setiap

1:07:39block, sebenarnya dia

1:07:41sudah tinggal

1:07:43hanya, sudah tinggal looping

1:07:45sudah tinggal...

1:07:47tinggal looping

1:07:49berdasarkan si isi array

1:07:51karena array-nya itu sudah diindeks

1:07:53by

1:07:55key dari

1:07:57array itu adalah post ID.

1:07:59Oh, berarti mirip kasusnya seperti

1:08:03yang tadi diawal. Antara

1:08:05kalau kita mau baca

1:08:07file, apakah baca file-nya semua

1:08:09dimasukkan ke memori, atau baca

1:08:11file per baris?

1:08:13Bedanya itu kan? Ini kurang lebih sama kan?

1:08:15Karena kita sudah punya datanya semua

1:08:19yang ada di memori

1:08:21pasti lebih cepat.

1:08:23Kita tidak perlu query lagi satu per satu.

1:08:25Jadi beberapa

1:08:29interviewer yang saya tanya

1:08:31dia

1:08:33pakai nesting loop

1:08:35untuk

1:08:37self-solving

1:08:39tab aja

1:08:41data per tab dia

1:08:43nesting for loop.

1:08:45Saya tanya lagi, kalau misalnya

1:08:47satu halaman itu ada 10

1:08:49karusel yang dipakai dan

1:08:51setiap karusel ada 10 tab

1:08:53dan setiap tab ada 100

1:08:55item, berapa jumlah

1:08:59dari mu?

1:09:01Belulah dihitung-hitung, wah banyak banget.

1:09:03Sebenarnya 3 tingkat

1:09:05for loop

1:09:07atau 10 for loop.

1:09:09Setiap karusel

1:09:13kan nested loop

1:09:15tapi kalau ada 10 block

1:09:17maka jadi 10

1:09:19nested loop.

1:09:21Saya bilang, berapa lama nanti

1:09:23jadinya page itu ke render?

1:09:25Kalau begitu caranya.

1:09:27Lagian itu kan di PHP kan

1:09:31pusing juga itu kalau nested loop-nya

1:09:33di PHP

1:09:35gak ke render-render.

1:09:37Berarti, oke.

1:09:41Make sense.

1:09:43Itulah

1:09:45gunanya

1:09:47saya belajar di connotation.

1:09:49Berarti emang ada kegunaan

1:09:51konkret ya, bukan cuma buat biar

1:09:53passing interview aja.

1:09:55Fundamental ada gunanya juga ya

1:09:57buat di...

1:09:59saya tidak belajar

1:10:01terus terang, kalau saya tidak belajar fundamental

1:10:03saya akan masuk ke jebakan for loop.

1:10:05Saya

1:10:07saya solve satu

1:10:09karusel dengan 1 tab

1:10:11fine, tetapi begitu

1:10:13dipakai di dunia nyata.

1:10:15Tadi kan banyak kan karuselnya, minimal

1:10:17ada 6 itu saya hitung tadi.

1:10:19Kalau misalnya tiap

1:10:21karusel 3

1:10:23tab-nya, terus ada 10

1:10:25itu ya eksponensial

1:10:27itu kalau misalnya for loop.

1:10:29Pasti minimal

1:10:313-5 detik

1:10:33render page-nya.

1:10:35Itu TTFD doang.

1:10:37Gak bisa lag di loop.

1:10:39Maksudnya in that particular case

1:10:41kalau misalnya JavaScript kan

1:10:43kalau user gak nge-scroll, ya gak usah

1:10:45manggil dulu atau gak ganti tab

1:10:47gak usah di render

1:10:49dulu. Kalau ini lebih fatal lagi ya

1:10:51berarti. Maksudnya apa?

1:10:53Harus dipikir di awal.

1:10:57Dengan cara teknik yang saya pakai

1:10:59hanya 2 query

1:11:01per page.

1:11:03Menarik, menarik.

1:11:07Untuk kisah nyata.

1:11:11Wah, ini ada yang ketinggalan.

1:11:13Referensi untuk teori

1:11:15Big O, ada tadi di

1:11:17awal-awal.

1:11:19Di atas ada ini.

1:11:21Medium.

1:11:23Afart CS50 lecture 3.

1:11:25Ada blog dari

1:11:27saya juga.

1:11:29Kalau yang bahasa Indonesia.

1:11:31Ada beberapa yang lain, silahkan

1:11:33di-check aja di ini.

1:11:35Oh ini ya, CS3 ya.

1:11:37CS50 ya.

1:11:39Ini kuliah gratis.

1:11:41Materi kuliahnya

1:11:43gratis.

1:11:45Penaruhin kuliah gratis tapi

1:11:47gak pernah selesai loh CS50 ini.

1:11:53Menentuk di

1:11:55sesi ke-2. Jadi kan introduction

1:11:57session 0, session 0.

1:11:59Terus kuliah kelas

1:12:01pertama, kelas ke-2.

1:12:03Habis itu selalu ke distracted heline.

1:12:05Tapi pendekatannya menarik ya tadi ya

1:12:09yang kesnya Ivan ya.

1:12:11Karena

1:12:13by nature

1:12:15atau ya naluri-naluri saya

1:12:17gitu ya. Mungkin setiap orang

1:12:19berbeda ya approachnya pendekatannya.

1:12:21Kalau saya melihatnya, saya akan

1:12:23bikin satu karusel itu

1:12:25satu fungsi.

1:12:27Jadi kalau ada 6 karusel, dia akan

1:12:29memanggil 6, minimal

1:12:316 query. Karena pakai

1:12:33fungsi kan. Misalkan

1:12:35fungsi karusel

1:12:37gitu kan. Terus habis itu yang dibutuhin adalah

1:12:39oh pakai tab atau enggak, true

1:12:41or false gitu kan. Terus di dalamnya nanti ada

1:12:43query-nya. Query-nya berdasarkan

1:12:45apa? Misalkan karuselnya berdasarkan

1:12:47kategori atau berdasarkan pos.

1:12:49Saya akan bikin seperti itu.

1:12:51Tapi kalau... - Kalau mungkin itu mindset

1:12:53JavaScript dev nggak sih? Kayak

1:12:55yang kebiasa, ya udah

1:12:57nanti, kalau dibutuhin

1:12:59baru misalnya bikin

1:13:01patch atau apa. Jadi kayak

1:13:03per block, per UI

1:13:05block, ada function, satu function.

1:13:07- Betul, betul.

1:13:09Kayak apa ya? Kayak mikirnya

1:13:11kayak...

1:13:13mungkin... - Unit.

1:13:15- Unit, function.

1:13:17- Iya, mikirnya unit. Jadi nggak keseluruhan

1:13:19halaman.

1:13:21- Itulah bahaya

1:13:23yang apa dong?

1:13:25- Tapi saya jadi tahu

1:13:27perspektif. Kalau misalnya

1:13:29ada tuntutan server

1:13:31site, jadi kita harus optimize

1:13:33di awal. Yang tadinya mungkin

1:13:35mindset-nya lebih ke visual

1:13:37block-nya. Satu

1:13:39item, satu

1:13:41function, satu query.

1:13:43Gue tadi malah salah paham

1:13:45sama soalnya dong

1:13:47lebih parah lagi. Kirain pas lagi milih

1:13:49item-nya.

1:13:51- Oke. Ini juga apa ya?

1:13:55Approach yang menarik

1:13:57juga. Karena kan ada apa ya?

1:13:59Beberapa tahun yang lalu, mungkin sekarang hype-nya udah

1:14:01kurang ya. Beberapa tahun yang lalu kan

1:14:03ada yang namanya GraphQL.

1:14:05GraphQL itu kan dia menghindari

1:14:07penganggilan data yang terlalu banyak

1:14:09ulak-ulak timpong gitu kan. Karena ada

1:14:11latensi dan lain-lain kan.

1:14:13Berarti kechase ini juga itu

1:14:15berguna kan

1:14:17harusnya kan. Jadi dia ngambil semua

1:14:19secara keseluruhan, terus baru

1:14:21diolah di sisi klien-nya atau di sisi

1:14:23front-end-nya gitu.

1:14:25Jadi bisa lebih efisien.

1:14:27- Cuma GraphQL itu kayaknya shifting

1:14:29beban, ya maksudnya

1:14:31mengoptimize-nya ke yang

1:14:33apa? Orang yang nulis

1:14:35service database-nya.

1:14:37Apa? Yang bikin API untuk

1:14:39untuk

1:14:41dikonsumsi sama GraphQL klien itu

1:14:43kan. Tetepkan software

1:14:45harus dioptimize. Misalnya apa?

1:14:47Kalau kita pakai REST API

1:14:49kan kita get users, gitu.

1:14:51fetch users, jalan

1:14:53sekali, dibalikin daftar user.

1:14:55Nah, terus abis itu

1:14:57get pose kita yang

1:14:59get pose by user ID kita

1:15:01yang masuk-masukin. Sementara kalau di

1:15:03GraphQL API kan kita bisa

1:15:05minta user, di masing-masing

1:15:07user, ada pose-nya

1:15:09yang dimana

1:15:11berarti kan itu sebetulnya dibalik layar

1:15:13tetap harus gimana caranya

1:15:15nyari semua, get pose by

1:15:17user ID kan. Sebenarnya sama, cuma

1:15:19sama. Tapi beban-nya

1:15:21di-shifting ke

1:15:23yaitu yang bikin API

1:15:25lah.

1:15:27- Iya, tapi kan istilahnya kita

1:15:29manggil satu untuk dipakai

1:15:31beberapa kali dibandingkan

1:15:33kalau kita pakai satu untuk satu

1:15:35karusel aja, terus yang kedua

1:15:37karusel lagi, yang ketiga karusel lagi

1:15:39kan di-kali 6

1:15:41kan dalam kasus Ivan

1:15:43tadi kan.

1:15:45- Eh, coba ya.

1:15:491,

1:15:512, 3,

1:15:534,

1:15:555,

1:15:576, ya. Eh, 5

1:15:595 blocks.

1:16:05- Tuhan, kebanyakan main di full stack ya.

1:16:07Full stack WordPress ya.

1:16:09- Sebenarnya, WordPress itu

1:16:17kan cuma foundation-nya, tapi ujung-ujungnya

1:16:19ya ph. Saya cuma

1:16:21saya nggak melihat WordPress itu adalah sesuatu yang istimewa

1:16:23karena ujungnya cuma php

1:16:25javascript

1:16:27react, kebanyakan

1:16:29karena block editor

1:16:31dan

1:16:33lebih ke framework

1:16:35kan sebenarnya ya.

1:16:37- Tapi karena php framework

1:16:41ya itu, jadi query-nya

1:16:43kan harus di php, ya nggak harus

1:16:45tapi by default.

1:16:47- Maksudnya, query-nya sudah menggunakan

1:16:49API-nya si WordPress kan.

1:16:51Sudah, WP query,

1:16:53WP post,

1:16:55segala macam. Jadi sudah

1:16:57objek-objeknya sudah

1:16:59encapsulated. Ya, sebenarnya

1:17:01sama aja

1:17:03sebenarnya kalau mau terbiasa

1:17:05pakai Laravel ya sama aja.

1:17:07Kalau pakai Doctrine, segala macam.

1:17:09- Oke.

1:17:17Ada lagi yang mau dibahas?

1:17:19Sudah cukup?

1:17:21- Dari default sudah cukup.

1:17:23- Dari kita sudah cukup. Kalau begitu

1:17:25ditunggu

1:17:27topik-topik

1:17:29menarik lainnya di kesanain/

1:17:31ngobrolin web. Ini juga salah satu topik

1:17:33yang kita ambil dari GitHub ya.

1:17:35Discussion

1:17:37yang cukup banyak

1:17:39diminta juga.

1:17:41Jadi silahkan

1:17:43langsung kesana untuk

1:17:45apa namanya?

1:17:47Untuk kasih-kasih ide

1:17:49atau mau diskusi seputar

1:17:51kerjaan. Misalkan tadi ketemu

1:17:53coding interview

1:17:55yang kayak Ivan tadi. Boleh disiap

1:17:57siapa tahu, gitu kan.

1:17:59Kemarin saya interview soalnya

1:18:01kayak gini gitu. Solusi yang lebih bagus

1:18:03saya nggak ketemu. Bisa diskusi,

1:18:05bisa, bisa.

1:18:07- Lepasnya pas lagi temen-temen interview

1:18:09juga bisa dimana?

1:18:11- Nggak boleh.

1:18:13Jangan.

1:18:15Jangan.

1:18:17Kecuali yang interview-nya Ivan.

1:18:19Ya, itu boleh.

1:18:25Ya sudah, kalau begitu. Kita

1:18:27Udahan untuk malam hari ini. Terima kasih

1:18:29banyak buat semuanya. Kita

1:18:31belajar cukup banyak ya.

1:18:33Ternyata, padahal udah tahu lama

1:18:35Biko, tapi

1:18:37ternyata

1:18:39masih banyak-banyak yang missing ya.

1:18:41- Sejelas, tapi kayak concrete-nya tuh kayak nggak terlalu

1:18:43merhatiin. Cuma yang "Oh ya, udah deh."

1:18:45Maksudnya gitu.

1:18:47- Gua hari ini belajar Omega Notation sama Theta Notation.

1:18:49- Omega Theta.

1:18:51- Karena biasanya kan

1:18:53kalau di coding interview itu kan

1:18:55yang

1:18:57apa, yang menjadi contoh kasus

1:18:59adalah

1:19:01toy problem

1:19:03kan, toy problem kayak palindro,

1:19:05ya,

1:19:07atau fist bus lah

1:19:09atau apa, gitu kan.

1:19:11Kalau yang real case kayak gini tuh menarik sih.

1:19:13Jadi

1:19:15istilahnya kita bisa dapat, apa ya,

1:19:17snippet pada saat nanti kita kerja tuh

1:19:19bakal kerjain ini, bukan kerjain palindro,

1:19:21bukan kerjain anagram

1:19:23dan lain-lain, gitu kan.

1:19:25- Kecuali yang bikin aplikasi palindro.

1:19:27Di HR perusahaan yang bikin

1:19:31aplikasi palindro, fist bus.

1:19:33- Iya, dan

1:19:37kembali lagi,

1:19:39kembali lagi ya,

1:19:41harap berhati-hati

1:19:43dengan apa ya, penggunaan

1:19:45library, harus diperhatikan juga.

1:19:47Misalkan contohnya,

1:19:49ini bukan menjelekan ya,

1:19:51misalkan di Laravel kan ada ORM,

1:19:53ORM itu kan

1:19:55tidak dioptimis untuk performance kan,

1:19:57dia dioptimis untuk

1:19:59developer experience kan, biar cepat,

1:20:01gitu kan. Misalkan kayak

1:20:03join,

1:20:05apa lagi,

1:20:07dan lain-lain kan, jadi

1:20:09kita nggak perlu pakai query,

1:20:11tapi dimudahkan karena

1:20:13pemanggilan API,

1:20:15gitu kan. Dan itu bisa berdampak

1:20:17kalau datanya jumlahnya udah cukup besar,

1:20:19itu bisa berdampak ke performance

1:20:21karena

1:20:23si query-nya itu harus dioptimis juga.

1:20:25Dan biasanya itu ada semacam apa ya,

1:20:29misalnya ya, semacam

1:20:31jebakan. Karena kita udah biasa

1:20:33menggunakan ORM yang ada

1:20:35di bahasa pemograman masing-masing, baik itu

1:20:37PHP, JavaScript,

1:20:39Ruby,

1:20:41dan lain-lain gitu, Python,

1:20:43itu kita cenderung

1:20:45operasinya itu, padahal sebenarnya

1:20:47operasi di database itu bisa dioptimis,

1:20:49tapi kita operasinya di kode.

1:20:51Karena ORM-nya kan pakai

1:20:53bahasa pemograman yang kita suka,

1:20:55bukan SQL, kan.

1:20:57Jadi kita cenderung terperangkap

1:20:59ke situ, akhirnya kita bikinlah

1:21:01looping lagi, bikin

1:21:03lah filtering, dan lain-lain yang menyebabkan

1:21:05performanya jadi semakin jelaj.

1:21:07Jadi

1:21:09mungkin kalau misalkan ada

1:21:11teman-teman punya aplikasi

1:21:13yang, kok ini lambat, atau

1:21:15gimana, udah mulai ada komplain dari user,

1:21:17yang pertama dilihat adalah

1:21:19query dari ORM-nya udah optimis

1:21:21sebelum. Karena saya yakin semua

1:21:23ORM itu bisa support

1:21:25raw query.

1:21:27Jadi triknya

1:21:29adalah, jalanin aja dulu join-nya.

1:21:31Kan ada di konsol itu biasa,

1:21:33di copy-paste, dioptimis, abis itu

1:21:35diganti. Gitu.

1:21:37Salah satunya.

1:21:39Ada banyak yang lain. Index juga jangan lupa.

1:21:41Tapi kebanyakan index juga

1:21:43salah.

1:21:45Gitu ya, untuk malam ini.

1:21:47Kita ketemu

1:21:49lagi minggu depan.

1:21:51Minggu depan, tanggal berapa?

1:21:53Mungkin, oh, minggu depan ya.

1:21:556, tanggal 6.

1:21:57Mas ya, tanggal 6.

1:21:59Ya, nanti.

1:22:01Nanti kita lihat, mudah-mudahan bisa.

1:22:03Kalau nggak bisa, kita

1:22:05juburin, atau kita

1:22:07jubur dulu.

1:22:09Dan hantikan kejutan

1:22:11dari kita bertiga.

1:22:13Atau bahkan berlima.

1:22:15Atau bertujuh.

1:22:17Atau rame-rame.

1:22:19Rame-rame.

1:22:21Udah itu aja.

1:22:23Terima kasih banyak untuk malam ini.

1:22:25Kita ketemu lagi lain waktu.

1:22:27Sampai jumpa

1:22:29di lain kesempatan.

1:22:31Bye bye.