Mastering the Code Review Process

1. Filosofi dan Tujuan Code Review
Lebih dari sekadar mengecek kesalahan: Code review bukan hanya tentang mencari bug, tetapi juga tentang menjaga kesehatan jangka panjang basis kode, edukasi tim, dan pembagian tanggung jawab [07:51].

Kolaborasi, bukan Kompetisi: Pete menekankan bahwa review harus bersifat konstruktif (membangun) atau instruktif (mengajar), bukan destruktif yang menjatuhkan pengembang [05:16].

2. Persiapan Sebelum Mengajukan Review
Pete menyarankan beberapa langkah sebelum meminta orang lain melihat kode kita:

Self-Review: Periksa kode sendiri terlebih dahulu untuk menangkap kesalahan konyol [20:20].

Otomatisasi: Gunakan static analysis dan pastikan semua unit test lulus sebelum mengajukan PR [19:18].

Judul & Deskripsi yang Jelas: Jelaskan apa yang dilakukan, mengapa dilakukan, dan bagaimana cara memverifikasinya [21:03].

3. Kecepatan dan Ukuran (Timing & Sizing)
Aturan 24 Jam: Pete menyarankan agar review setidaknya dimulai dalam waktu 24 jam. Menunda review selama berhari-hari adalah pembunuh produktivitas terbesar [32:00].

Ukuran Kecil Lebih Baik: PR (Pull Request) yang terlalu besar (misal 5.000 file) cenderung hanya mendapatkan komentar "LGTM" (Looks Good To Me) tanpa diperiksa sungguh-sungguh karena beban kognitif yang terlalu berat bagi reviewer [28:31].

Prioritas: Review kode harus memiliki prioritas yang lebih tinggi daripada menulis kode baru [35:11].

4. Teknik Memberikan Feedback
Pete menyarankan penggunaan kategori (bisa dengan emoji) agar pengembang tahu tingkat urgensi feedback tersebut [37:23]:

🔴 Mistake: Kesalahan struktural atau logika yang harus diperbaiki.

🔨 Alternative: Saran pola yang mungkin lebih baik (diskusi).

⛏️ Nitpick: Hal kecil (seperti gaya penulisan) yang bersifat opsional.

❓ Question: Pertanyaan klarifikasi.

🌟 Praise: Memberikan pujian pada bagian kode yang bagus.

5. Penggunaan AI dalam Code Review
Pete berpendapat AI belum bisa menggantikan peran manusia dalam memahami struktur arsitektur yang kompleks secara mendalam [01:00:00].

Namun, AI sangat efektif untuk transformasi mekanis seperti mengubah kode C++ lama ke standar modern (misal: mengganti typedef menjadi using, atau menambahkan override dan noexcept) [01:03:00].

Kesimpulan & Call to Action
Pete menekankan bahwa setiap masalah teknis biasanya berakar pada masalah budaya. Tim harus menormalisasi kesalahan sebagai peluang belajar dan merasa bertanggung jawab atas kode yang mereka review ("Jika kode bermasalah di produksi, salahkan reviewer, bukan pengembangnya") [01:04:31].