Studi Komparatif Algoritma Pengurutan Hibrida dan Klasik: Evaluasi Timsort dan Quick Sort Berdasarkan Skenario Karakteristik Data

Abstract

Algoritma pengurutan (sorting algorithm) merupakan salah satu komponen fundamental dalam pengolahan data karena berperan penting dalam meningkatkan efisiensi proses pencarian, analisis, dan pengelolaan data. Namun, performa algoritma pengurutan sangat dipengaruhi oleh karakteristik distribusi data yang digunakan. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap kinerja algoritma Quick Sort sebagai algoritma klasik dan Timsort sebagai algoritma hybrid sorting berdasarkan variasi karakteristik dataset. Metode penelitian yang digunakan adalah pendekatan kuantitatif eksperimental melalui pengujian waktu eksekusi pada empat skenario data, yaitu data acak, data terurut, data terurut terbalik, dan data dengan banyak elemen duplikat, dengan ukuran dataset 1000, 2500, dan 5000 elemen. Hasil pengujian menunjukkan bahwa Quick Sort mengalami penurunan performa yang signifikan pada kondisi data terurut dan terurut terbalik, sedangkan Timsort menunjukkan performa yang lebih stabil dan adaptif pada seluruh skenario pengujian. Selain itu, Timsort juga lebih efisien dalam menangani dataset dengan banyak elemen duplikat. Oleh karena itu, algoritma Timsort direkomendasikan sebagai solusi yang lebih optimal dibandingkan Quick Sort klasik dalam pengolahan data dengan karakteristik distribusi yang bervariasi.