Pengaruh Karakteristik Data Terhadap Performa Algoritma Sorting
Keywords:
algoritma sorting, insertion sort, merge sort, quick sort, performa algoritmaAbstract
Algoritma sorting merupakan salah satu komponen fundamental dalam ilmu komputer yang banyak digunakan dalam berbagai proses pengolahan data. Pemilihan algoritma sorting yang tepat menjadi sangat penting karena setiap algoritma memiliki karakteristik performa yang berbeda tergantung pada kondisi data yang diproses. Penelitian ini bertujuan untuk menganalisis pengaruh karakteristik data terhadap performa beberapa algoritma sorting. Algoritma yang diuji dalam penelitian ini adalah Insertion Sort, Merge Sort, dan Quick Sort. Metode penelitian yang digunakan adalah eksperimen komputasional dengan mengimplementasikan ketiga algoritma tersebut menggunakan bahasa pemrograman Python. Pengujian dilakukan pada empat jenis karakteristik data, yaitu random data, sorted data, reversed data, dan nearly sorted data, dengan variasi ukuran dataset mulai dari 1.000 hingga 10.000 elemen. Waktu eksekusi algoritma diukur menggunakan fungsi time.perf_counter() untuk memperoleh hasil pengukuran yang presisi. Hasil penelitian menunjukkan bahwa karakteristik data memiliki pengaruh yang signifikan terhadap performa algoritma sorting. Insertion Sort menunjukkan performa yang baik pada dataset kecil dan data yang hampir terurut, namun kurang efisien pada dataset berukuran besar karena kompleksitas waktunya O(n²). Sebaliknya, Merge Sort dan Quick Sort menunjukkan performa yang lebih stabil pada berbagai kondisi dataset dengan kompleksitas rata-rata O(n log n). Temuan penelitian ini diharapkan dapat membantu dalam menentukan algoritma sorting yang paling sesuai berdasarkan karakteristik data yang diproses.
Kata kunci: algoritma sorting, insertion sort, merge sort, quick sort, performa algoritma.
References
Bakare, K. A., Okewu, A. A., Abiola, Z. A., Jaji, A., & Muhammed, A. (2024). A comparative study of sorting algorithms: Efficiency and performance in Nigerian data systems. FUDMA Journal of Sciences.
Bhargava, A. Y. (2024). Grokking algorithms (2nd ed.). Manning Publications.
Carter, J., et al. (2023). Fundamentals of algorithm complexity analysis. Journal of Computer Science Education, 18(2), 45–67.
Fahreza, A., & Suhartono. (2024). Quicksort and mergesort performance comparison in the Flutter framework. Journal of Informatics and Science Media.
Goodrich, M. T., Tamassia, R., & Goldwasser, M. H. (2024). Data structures and algorithms in Python (2nd ed.). Wiley.
Mamatnabiyev, Z., & Zhaparov, M. (2024). Comparative analysis of sorting algorithms used in competitive programming. Journal of Emerging Technologies and Computing.
Wibowo, F. R., & Faisal, M. (2024). Comparative analysis of sorting algorithms: TimSort Python and classical sorting methods. JISA (Jurnal Informatika dan Sains).
Saputra, M. S. A., Meidiansyah, M. R., Sanputra. A. D., & Wardana, J. (2025). Comparative Analysis of Searching and Sorting Algorithms in Student Data Processing. International Journal of Education, Technology and Others (IJEIT). 8(3). 148-157.
