Perbandingan Efisiensi Algoritma, Bubble Sort, Merge Sort, dan Quick Sort dalam Pengolahan Data Konsumsi Listrik Rumah Tangga

Abstract

Proses pengurutan data numerik merupakan tahapan penting dalam sistem analisis data, termasuk dalam pengelolaan informasi konsumsi listrik rumah tangga. Setiap algoritma sorting memiliki karakteristik kompleksitas waktu yang berbeda, sehingga dapat memengaruhi performa komputasi pada berbagai ukuran dataset. Penelitian ini bertujuan untuk membandingkan efisiensi algoritma Bubble Sort, Merge Sort, dan Quick Sort dalam mengolah data konsumsi listrik rumah tangga. Penelitian dilakukan menggunakan pendekatan eksperimen kuantitatif dengan mengimplementasikan ketiga algoritma menggunakan bahasa pemrograman Python. Dataset yang digunakan berupa data numerik dengan variasi ukuran 50, 500, dan 5000 data. Parameter utama yang diukur adalah waktu eksekusi masing-masing algoritma. Hasil penelitian menunjukkan bahwa Bubble Sort memiliki waktu eksekusi paling tinggi, terutama pada dataset besar, dengan waktu mencapai 2.525164 detik pada 5000 data. Sebaliknya, Quick Sort menunjukkan performa terbaik dengan waktu tercepat sebesar 0.004337 detik, diikuti oleh Merge Sort sebesar 0.012139 detik. Temuan ini sejalan dengan teori kompleksitas waktu, di mana Bubble Sort memiliki kompleksitas O(n²), sedangkan Merge Sort dan Quick Sort memiliki kompleksitas rata-rata O(n log n). Penelitian ini menegaskan bahwa pemilihan algoritma yang tepat sangat berpengaruh terhadap efisiensi pengolahan data, khususnya pada dataset berukuran besar dalam konteks pengolahan data energi.

Kata Kunci: algoritma sorting, Bubble Sort, Merge Sort, Quick Sort, kompleksitas waktu, notasi Big-O