Analisis Kompleksitas Ruang dan Waktu Terhadap Laju Pertumbuhan Algoritma Heap Sort, Insertion Sort dan Merge dengan Pemrograman Java

Abstract

Peran algoritma dalam perangkat lunak atau pemrograman sangat penting, sehingga perlu untuk memahami konsep dasar dari algoritma. Kajian implementasi dan performa proses pengurutan menggunakan algoritma heap sort, insertion sort dan merge sort. Metode penelitian untuk tahap pertama, ketiga algoritma tersebut diimplementasikan untuk mengurutkan sejumlah angka yang dilakukan oleh pengguna, pada tahap kedua kode sumber untuk ketiga algoritma tersebut diubah untuk dapat mengurutkan angka yang dihasilkan secara acak dengan jumlah angka sebanyak permintaan dari pengguna. Untuk mengetahui seberapa baik performa dalam mengurutkan data, maka dalam tahap terakhir ketiga algoritma tersebut mengurutkan sejumlah angka acak dengan rentan jumlah yang sudah ditentukan dan kemudian hasilnya dibandingkan. Eksperimen yang sudah dilakukan dan berdasarkan analisis, heap sort merupakan salah satu metode pengurutan data yang tergolong mempunyai kecepatan tinggi, dimana kompleksitas dan kecepatan waktu pengurutan yang dibutuhkan untuk proses pengurutan menggunakan algoritma insertion sort dan merge sort yang menunjukan kurang konsisten tehadap kompleksitas ruang dan waktu. Berdasarkan hasil tabel dan data terhadap jumlah data, menunjukan bahwa algoritma heap sort memberikan waktu proses yang sangat konsisten dalam peningkatan lama waktu proses terhadap jumlah data.

Perbandingan Algoritma Sorting dengan Menggunakan Bahasa Pemograman Javascript dalam Penggunaan Waktu Komputasi dan Penggunaan Memori

“…Peneliti [5] menganalisa kompleksitas ruang dan waktu terhadap laju algoritma merge-sort, insertion-sort, heapsort dengan menggunakan bahasa pemograman java. Peneliti [6] Peneliti [8] menganalisa perbandingan algoritma merge-sort dan quick-sort dalam mengurutkan data terhadap waktu dan jumlah langkah.…”

Comparison Analysis of Bubble Sort Algorithm with Tim Sort Algorithm Sorting Against the Amount of Data

“…Therefore, an ideal calculation is needed, namely through asymptotic time complexity. Time complexity is denoted by t(n), which is an algorithm operation calculated as a function of input n, where the asymptotic time, (O), of the algorithm is called O-Big notation, the larger the value, the less effective the algorithm is [3]. Table 1 shows the categorization of big-o notation from the smallest to the largest [4].…”

Optimasi Pengurutan Data Bilangan dengan Menggabungkan Algoritma Selection Sort Hybrid dan Bucket Sort

“…Beberapa algoritma sorting seperti Selection Sort, Bubble Sort, dan Insertion Sort mempunyai kompleksitas yang relatif besar yaitu O(n 2 ). (Chauhan & Duggal, 2020;Basir, 2020;Setyantoro & Hasibuan, 2020) sehingga kurang efektif dalam mengolah data yang besar. (Toyib et al, 2021) Sementara itu, algoritma sorting seperti Quick Sort mempunyai waktu eksekusi yang lebih baik dibandingkan algoritma sorting seperti bubble sort (Poetra, 2022) karena menerapkan teknik devide and conquer (Hasibuan, 2022;Tumanggor et al, 2022) yaitu dengan membagi deret menjadi sub-deret dan sub-deret tersebut dibagi menjadi beberapa sub-sub deret lagi sehingga membutuhkan waktu eksekusi yang cepat (Andri, 2019) Mengatasi permasalahan tersebut, perlu untuk membuat atau menggabungkan suatu algoritma dengan algoritma atau metode lainnya agar mempunyai komplektisitas waktu yang lebih rendah (Hastomo et al,2021.…”