vi
ABSTRAK
Competitive programming merupakan istilah yang populer untuk berbagai level kompetisi pemrograman di kalangan pelajar, mahasiswa, maupun profesional yang menekuni bidang ilmu komputer dan teknologi informasi. Dalam kompetisi pemrograman, peserta tidak hanya dituntut untuk menguasai bahasa pemrograman secara mendalam, tetapi kemampuan pemecahan masalah dengan solusi yang sudah diformulasikan sedemikian rupa, diterjemahkan dalam baris-baris kode dengan mempertimbangkan kecepatan eksekusi program serta penggunaan memori komputer seefisien mungkin. Dalam masa persiapannya, peserta biasanya mengalami berbagai kendala teknis, misalnya, kesulitan untuk menemukan soal-soal yang menarik untuk dipakai dalam berlatih. Apabila peserta mencoba soal-soal yang tingkat kesulitannya jauh lebih tinggi dari kemampuan si peserta, biasanya peserta akan merasa frustasi karena tidak bisa menyelesaikannya, sebaliknya apabila peserta mencoba soal-soal yang jauh lebih rendah dari kemampuannya, si peserta akan merasa bosan dan proses pengerjaan soal seterusnya menjadi tidak menarik. Oleh karena itu, penulis melakukan penelitian untuk merekomendasikan soal-soal (next-solved problems) baik secara kategori, tingkat kesulitan soal, maupun soal-soal yang menarik untuk dikerjakan untuk persiapan dalam kompetisi pemrograman. Dalam penelitian ini, data soal-soal yang ada diambil dari arsip soal-soal di UVa online judge. Penulis mempelajari preferensi setiap peserta yang ada dalam online judge ini, kemudian dari proses pembelajaran preferensi ini, didapat pola frekuensi soal-soal yang paling sering dicoba, soal-soal yang dikategorikan sulit, dan rekomendasi lainnya. Proses rekomendasi soal-soal ini menggunakan teknik recommendation engine.
Kata Kunci: competitive programming, uva online judge, recommendation engine.
vii
ABSTRACT
Competitive programming is a popular term of programming competitions that vary on difficulty levels among students, college students, and professional programmers that pursue the computer science and information technology field. In programming competitions, students not only need to master programming language in depth, but sharpen the ability of problem solving in advanced and then the formulated solution translates in line of codes taking into account both of the runtimes and the memory limits efficiently. In the preparation phase, students usually encounter vary of technical problems, for example, the difficulty of finding interesting problemsets to solve. If students try a problem that the degree of its difficulty is much higher than student’s ability, in common, they will frustrate because they can’t solve it. Otherwise, if the degree of problem’s difficulty is lower than their ability, students will get bored and solving the problemsets itself become unattractive. Therefore, the author tries to do a research that recommend next-solved problems either in categories, levels of difficulty, as well as the interesting problemsets to solve in preparation phase. In this research, datasets are grabbed from the archives of problems in UVa online judge via UHunt API. The author tries to learn the preferences of each participant in the online judge, and then the learning process of user’s preferences obtained a pattern of problemset’s frequency mostly tried, level of problemset difficulty, category of problems, and the others. This recommendation of next-solved problems uses recommendation engine technique.
Keywords: competitive programming, uva online judge, recommendation engine
