PENGEMBANGAN ALGORITMA PENGURUTAN SMS (SCAN, …

PENGEMBANGAN ALGORITMA PENGURUTANSMS (SCAN, MOVE, AND SORT)

TESIS

DENNI APRILSYAH LUBIS117038002

PROGRAM STUDI S2 TEKNIK INFORMATIKAFAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARAMEDAN

2013

Universita Sumatera Utara

PENGEMBANGAN ALGORITMA PENGURUTANSMS (SCAN, MOVE, AND SORT)

TESIS

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik Informatika

DENNI APRILSYAH LUBIS117038002

PROGRAM STUDI S2 TEKNIK INFORMATIKAFAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARAMEDAN

2013


PERSETUJUAN

Judul : PENGEMBANGAN ALGORITMA PENGURUTAN

SMS (SCAN, MOVE, AND SORT)

Kategori : TESIS

Nama Mahasiswa : DENNI APRILSYAH LUBIS

Nomor Induk Mahasiswa : 117038002

Program Studi : S2 TEKNIK INFORMATIKA

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Dr. Marwan Ramli, M. Si Prof. Dr. Opim Salim Sitompul

Diketahui/disetujui olehProgram Studi S2 Teknik InformatikaKetua,

Prof. Dr. Muhammad ZarlisNIP. 19570701 198601 1 003


PERNYATAAN

PENGEMBANGAN ALGORITMA PENGURUTAN

SMS (SCAN, MOVE AND SORT

TESIS

Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa

kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 20 Juni 2013

Denni Aprilsyah LubisNIM : 117038002


PERNYATAAN PERSETUJUAN PUBLIKASI

KARYA ILMIAH UNTUK KEPENTINGAN

AKADEMIS

Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di

bawah ini :

Nama : Denni Aprilsyah Lubis

NIM : 117038002

Program Studi : S2 Teknik Informatika

Jenis Karya Ilmiah : Tesis

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Sumatera Utara Hak bebas Royalti Non-Eksklusif (non-Exlusive Royalty

Free Right) atas tesis saya yang berjudul

PENGEMBANGAN ALGORITMA PENGURUTAN

SMS (SCAN, MOVE, AND SORT)

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-

Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media,

memformat, mengelola dalam bentuk data-base, merawat dan mempublikasikan Tesis

saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai

penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta.

Demikian pernyataan ini dibuat dengan sebenarnya.

Medan, 20 Juni 2013

Denni Aprilsyah LubisNIM 117038002


Telah diuji padaTanggal : 20 Juni 2013

PANITIA PENGUJI TESIS

Ketua : Prof. Dr. Opim Salim Sitompul

Anggota : 1. Prof. Dr. Muhammad Zarlis

2. Prof. Dr. Herman Mawengkang

3. Dr. Marwan Ramli, M. Si

4. Dr. Zakarias Situmorang


RIWAYAT HIDUP

DATA PRIBADI

Nama lengkap berikut gelar : Denni Aprilsyah Lubis, ST, M. Kom

Tempat dan Tanggal Lahir : Sibolga, 06 April 1982

Alamat Rumah : Jl. Diponegoro No. 15 Sibolga

HP : 085270690202

e-mail : [email protected]

Instansi Tempat Bekerja : SMK Negeri 1 Sibolga

Alamat Kantor : Jl. FL. Tobing No.33 Kota Sibolga

DATA PENDIDIKAN

SD : SD Muhammadiyah 3 Sibolga Tamat : 1993

SMP : SMP Negeri 3 Sibolga Tamat : 1996

SMA : SMKTI Negeri 1 Sibolga Tamat : 1999

S-1 : Teknik Informatika STTH Medan Tamat : 2008

S-2 : Teknik Informatika USU Tamat : 2013


i

UCAPAN TERIMA KASIH

Pertama-tama kami panjatkan puji syukur kehadirat Allah SWT, atas segala limpahan

rahmat dan karunia-Nya sehingga tesis ini dapat diselesaikan tepat pada waktunya.

Dengan selesainya tesis ini, perkenanlah saya mengucapkan terima kasih yang

sebesar-besarnya kepada :

Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H,

M.Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada saya untuk mengikuti

dan menyelesaikan pendidikan Program Magister.

Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas

Sumatera Utara Prof. Dr. Muhammad Zarlis atas kesempatan yang diberikan kepada

saya menjadi mahasiswa Program Magister pada Program Pascasarjana FASILKOM-

TI Universitas Sumatera Utara.

Ketua Program Studi Magister (S2) Teknik Informatika, Prof. Dr.

Muhammad Zarlis dan sekretaris Program Studi Magister (S2) Teknik Informatika M.

Andri Budiman, S.T, M.Comp, M.E.M beserta seluruh staff pengajar pada Program

Studi Magister (S2) Teknik Informatika Program Pascasarjana FASILKOM-TI

Universitas Sumatera Utara.

Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya saya

ucapkan kepada Prof. Dr. Opim Salim Sitompul, selaku pembimbing utama dan

kepada Dr. Marwan Ramli, M. Si, selaku pembimbing lapangan yang dengan penuh

kesabaran membimbing saya hingga selesainya tesis ini dengan baik.

Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya saya

ucapkan kepada Prof. Dr. Muhammad Zarlis, Prof. Dr. Herman Mawengkang dan Dr.

Zakarias Situmorang, sebagai pembanding yang telah memberikan saran dan masukan

serta arahan yang baik demi penyelesaian tesisi ini.

Staff Pegawai dan Administrasi pada Program Studi Magister (S2) Teknik

Informatika Program Pascasarjana FASILKOM-TI Universitas Sumatera Utara yang

telah memberikan bantuan dan pelayanan terbaik kapada penulis selama

mengikuti perkuliahan hingga saat ini.

Kepada Ayahanda Amrilsyah P. Tagor Lubis, Bunda Sensualita Pasaribu

selaku orang tua, serta kepada seluruh keluarga besar yang tidak dapat saya sebutkan

i


ii

satu persatu, terimakasih atas segala pengorbanannya, baik moril maupun materil budi

baik ini tidak dapat dibalas hanya diserahkan kepada Allah SWT.

Rekan mahasiswa/i angkatan ketiga tahun 2011 pada Program Pascasarjana

Fasilkom-TI Universitas Sumatera Utara yang telah banyak membantu penulis baik

berupa dorongan semangat dan doa selama mengikuti perkuliahan.

Seluruh pihak yang tidak dapat penulis sebutkan satu persatu dalam tesis ini,

terimakasih atas segala bantuan dan doa yang diberikan. Dengan segala kekurangan

dan kerendahan hati, sekali lagi penulis mengucapkan terimakasih. Semoga kiranya

Allah SWT membalas segala bantuan dan kebaikan yang telah kalian berikan.

Medan, 20 Juni 2013

Denni Aprilsyah LubisNIM 117038002


iii

ABSTRAK

Pengurutan data telah menjadi bidang penelitian yang sangat besar bagi para peneliti

algoritma. Banyak sumber daya yang diinvestasikan untuk membuat algoritma

pengurutan data bekerja lebih baik. Untuk tujuan ini banyak algoritma pengurutan

yang diamati dalam hal efisiensi kompleksitas algoritma. Algoritma pengurutan data

yang efisien sangat penting untuk mengoptimalkan penggunaan algoritma lain yang

memerlukan daftar data yang sudah diurutkan untuk dapat bekerja dengan benar.

Pengurutan data telah dianggap sebagai masalah mendasar dalam bidang ilmu

algoritma, dikarenakan berbagai alasan yakni, kebutuhan untuk pengurutan informasi

yang terdapat dalam banyak aplikasi, algoritma lain banyak menggunakan pengurutan

data sebagai subrutin kunci, dalam mendesain algoritma banyak teknik penting

direpresentasikan dalam tubuh algoritma pengurutan dan banyak isu rekayasa yang

timbul ketika menerapkan algoritma pengurutan. Banyak algoritma yang sangat

terkenal untuk pengurutan data, dan salah satu dari algoritma yang terkenal tersebut

yang menjadikan proses pengurutan data menjadi lebih ekonomis dan efisien adalah

algoritma Quicksort yang ditemukan Hoare R pada tahun 1962. Kemudian pada tahun

2010, Rami Mansi menemukan algoritma SMS (Scan, Move and Sort), yang

merupakan peningkatan algoritma Quicksort. Pada penelitian ini penulis membangun

sebuah algoritma pengurutan yang merupakan pengembangan dari algoritma SMS.


iv

ENHANCED SMS (SCAN, MOVE AND SORT) ALGORITHM

ABSTRACT

Sorting has been a profound area for the algorithmic researchers. And many resources are invested to suggest a more working sorting algorithm. For this purpose many existing sorting algorithms were observed in terms of the efficiency of the algorithmic complexity. Efficient sorting is important to optimize the use of other algorithms that require sorted lists to work correctly. sorting has been considered as a fundamental problem in the study of algorithms that due to many reasons namely, the need to sort information is inherent in many applications, algorithms often use sorting as a key subroutine, in algorithm design there are many essential techniques represented in the body of sorting algorithms, and many engineering issues come to the fore when implementing sorting algorithms., Many algorithms are very well known for sorting the unordered lists, and one of the well-known algorithms that makethe process of sorting to be more economical and efficient is Quicksort algorithminvented Hoare R in 1962. Later in 2010, Rami Mansi find SMS (Scan, Move andSort) algorithm, an enhancement of Quicksort algorithm. In this study, the authorsbuild a sorting algorithm which is an enhanced of SMS algorithm.


v

DAFTAR ISI

Hal

UCAPAN TERIMA KASIH i

ABSTRAK iii

ABSTRACT iv

DAFTAR ISI v

DAFTAR TABEL vii

DAFTAR GAMBAR viii

BAB I PENDAHULUAN 1

1.1. Latar Belakang 1

1.2. Penelitian Sebelumnya 3

1.3. Rumusan Masalah 4

1.4. Batasan Masalah 4

1.5. Tujuan Penelitian 4

1.6. Manfaat Penelitian 4

BAB II TINJAUAN PUSTAKA 6

2.1. Algoritma 6

2.2. Kompleksitas Algoritma 7

2.3. Kompleksitas Waktu 7

2.4. Kompleksitas Waktu Asimptotik 8

2.5. Kompleksitas Ruang Memori 9

2.6. Algoritma Pengurutan 9

2.7. Klasifikasi Algoritma Pengurutan 9

2.8. Algoritma SMS (Scan, Move, and Sort) 10

2.9. Konsep Algoritma SMS 11

2.10. Langkah-Langkah Algoritma SMS 11

2.11. Pseudocode Algoritma SMS 12

2.12. Kompleksitas Waktu Algoritma SMS 15

2.12.1. Kompleksitas Waktu Prosedur Scan 15

2.12.1. Kompleksitas Waktu Prosedur Move 15


vi

2.12.1. Kompleksitas Waktu Prosedur Sort 16

2.13. Kompleksitas Ruang Memori Algoritma SMS 17

BAB III METODOLOGI PENELITIAN 18

3.1. Lingkungan Penelitian 18

3.2. Teknik Pengembangan 18

3.2.1. Pengembangan Prosedur Scan 18

3.2.2. Pengembangan Prosedur Move 20

3.2.3. Pengembangan Prosedur Sort 22

3.3. Proses Analisis 25

3.3.1. Analisis Kompleksitas Waktu Pengembangan Prosedur Scan 25

3.3.2. Analisis Kompleksitas Waktu Pengembangan Prosedur Move 25

3.3.3. Analisis Kompleksitas Waktu Pengembangan Prosedur Sort 26

3.3.4. Analisis Kompleksitas Ruang Pengembangan Algoritma SMS 27

3.4. Perancangan Program 28

3.5. Instrumen Penelitian 30

BAB IV HASIL DAN PEMBAHASAN 31

4.1. Pengantar 31

4.2. Data Uji 33

4.3. Hasil Pengujian 35

4.3.1. Hasil Pengujian Untuk 50.000 (Lima Puluh Ribu) Data 35

4.3.2. Hasil Pengujian Untuk 50.000 (Lima Puluh Ribu) Data 36

4.4. Pembahasan 38

4.4.1. Pembahasan hasil pengujian untuk 50.000 (lima puluh ribu) data 39

4.4.1. Pembahasan hasil pengujian untuk 100.000 (seratus ribu) data 39

BAB V KESIMPULAN DAN SARAN 40

5.1. Kesimpulan 40

5.2. Saran 41

DAFTAR KEPUSTAKAAN 42

LAMPIRAN LISTING PROGRAM ALGORITMA SMS 43

LAMPIRAN LISTING PROGRAM PENGEMBANGAN ALGORITMA SMS 47


vii

DAFTAR TABEL

Hal

Tabel 1.1. Riset Terkait 3

Tabel 2.1. Perbandingan pertumbuhan )(nT dengan 2n 8

Tabel 4.1. Karakteristik 20 Set Data Integer Untuk 50.000 (lima puluh ribu) Data/Set 33

Tabel 4.2. Karakteristik 20 Set Data Integer Untuk 100.000 (seratus ribu) Data/Set 34

Tabel 4.3. Hasil Pengujian Untuk 50.000 (lima puluh ribu) Data 36

Tabel 4.4. Hasil Pengujian Untuk 100.000 (seratus ribu) Data 37


viii

DAFTAR GAMBAR

Hal

Gambar 3.1. Flowchart Perancangan Program Algoritma SMS 28

Gambar 3.2. Flowchart Perancangan Program Pengembangan Algoritma SMS 29

Gambar 4.1. Tampilan Output Program Pengurutan Data Menggunakan Algoritma

SMS 31

Gambar 4.2. Tampilan Output Program Pengurutan Data Menggunakan

Pengembangan Algoritma SMS 32

Gambar 4.3. Contoh Tampilan Hasil Output Program Untuk Algoritma SMS 32

Gambar 4.4. Contoh Tampilan Hasil Output Program Untuk Algoritma SMS 33

Gambar 4.5. Grafik Hasil Pengujian 50.000 (lima puluh ribu) Data 38

Gambar 4.6. Grafik Hasil Pengujian 100.000 (seratus ribu) Data 38


iii

ABSTRAK

Pengurutan data telah menjadi bidang penelitian yang sangat besar bagi para peneliti

algoritma. Banyak sumber daya yang diinvestasikan untuk membuat algoritma


yang diamati dalam hal efisiensi kompleksitas algoritma. Algoritma pengurutan data

yang efisien sangat penting untuk mengoptimalkan penggunaan algoritma lain yang

memerlukan daftar data yang sudah diurutkan untuk dapat bekerja dengan benar.

Pengurutan data telah dianggap sebagai masalah mendasar dalam bidang ilmu

algoritma, dikarenakan berbagai alasan yakni, kebutuhan untuk pengurutan informasi

yang terdapat dalam banyak aplikasi, algoritma lain banyak menggunakan pengurutan

data sebagai subrutin kunci, dalam mendesain algoritma banyak teknik penting

direpresentasikan dalam tubuh algoritma pengurutan dan banyak isu rekayasa yang

timbul ketika menerapkan algoritma pengurutan. Banyak algoritma yang sangat

terkenal untuk pengurutan data, dan salah satu dari algoritma yang terkenal tersebut

yang menjadikan proses pengurutan data menjadi lebih ekonomis dan efisien adalah

algoritma Quicksort yang ditemukan Hoare R pada tahun 1962. Kemudian pada tahun

2010, Rami Mansi menemukan algoritma SMS (Scan, Move and Sort), yang

merupakan peningkatan algoritma Quicksort. Pada penelitian ini penulis membangun

sebuah algoritma pengurutan yang merupakan pengembangan dari algoritma SMS.


iv

ENHANCED SMS (SCAN, MOVE AND SORT) ALGORITHM

ABSTRACT

Sorting has been a profound area for the algorithmic researchers. And many resources are invested to suggest a more working sorting algorithm. For this purpose many existing sorting algorithms were observed in terms of the efficiency of the algorithmic complexity. Efficient sorting is important to optimize the use of other algorithms that require sorted lists to work correctly. sorting has been considered as a fundamental problem in the study of algorithms that due to many reasons namely, the need to sort information is inherent in many applications, algorithms often use sorting as a key subroutine, in algorithm design there are many essential techniques represented in the body of sorting algorithms, and many engineering issues come to the fore when implementing sorting algorithms., Many algorithms are very well known for sorting the unordered lists, and one of the well-known algorithms that makethe process of sorting to be more economical and efficient is Quicksort algorithminvented Hoare R in 1962. Later in 2010, Rami Mansi find SMS (Scan, Move andSort) algorithm, an enhancement of Quicksort algorithm. In this study, the authorsbuild a sorting algorithm which is an enhanced of SMS algorithm.


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Teknologi informasi sudah berkembang sangat pesat pada masa ini. Pencarian

informasi yang berjumlah besar dalam waktu yang singkat sangat dibutuhkan sebagai

upaya efisiensi waktu. Pencarian sebuah dokumen akan lebih efektif apabila

informasi-informasi mengenai dokumen yang dicari tersebut diurutkan terlebih

dahulu, dibandingkan pencarian dokumen tanpa pengurutan. Sehingga proses

pengurutan data (sorting) merupakan salah satu bagian penting dalam proses

pencarian informasi.

Pengurutan data telah menjadi bidang penelitian yang sangat besar bagi para

peneliti algoritma, banyak sumber daya yang diinvestasikan untuk membuat algoritma


yang diamati dalam hal efisiensi kompleksitas algoritma (Friend, 1956). Algoritma

pengurutan data yang efisien sangat penting untuk mengoptimalkan penggunaan

algoritma lain yang memerlukan daftar data yang sudah diurutkan untuk dapat bekerja

dengan benar (Deitel & Deitel, 2001).

Sejak awal digunakannya teknologi komputer, masalah pengurutan data telah

menarik minat banyak peneliti, untuk menciptakan algoritma yang memiliki

kompleksitas waktu penyelesaian paling efisien (Kruse & Ryba, 1999). Menurut

Cormen et al (2001), pengurutan data telah dianggap sebagai masalah mendasar dalam

bidang ilmu algoritma, dikarenakan alasan-alasan berikut :

(a) Kebutuhan untuk pengurutan informasi yang terdapat dalam banyak aplikasi.

(b) Algoritma lain banyak menggunakan pengurutan data sebagai subrutin kunci.

(c) Dalam mendesain algoritma banyak teknik penting direpresentasikan dalam tubuh

algoritma pengurutan.


2

(d) Banyak isu rekayasa yang timbul ketika menerapkan algoritma pengurutan.

Banyak algoritma yang sangat terkenal untuk pengurutan data, dan salah satu dari

algoritma yang terkenal tersebut yang menjadikan proses pengurutan data menjadi

lebih ekonomis dan efisien adalah algoritma Quicksort yang ditemukan Hoare R pada

tahun 1962. Algoritma Quicksort menggunakan teknik pendekatan divide-and-

conquer, pada algoritma yang menggunakan teknik divide-and-conquer, suatu

masalah dibagi menjadi beberapa masalah kecil, kemudian memecahkan masalah-

masalah kecil tersebut secara rekursi (conquer), dan kemudian mengumpulkan semua

solusi untuk mendapatkan solusi utama untuk input awal (combine). Prinsip desain

algoritma yang menggunakan teknik divide-and-conquer adalah bahwa lebih mudah

untuk memecahkan beberapa kasus masalah kecil daripada satu masalah besar (Dean,

2006).

Kemudian pada tahun 2010, Rami Mansi menggagas algoritma SMS (Scan, Move

and Sort), yang merupakan pengembangan dari algoritma Quicksort (Mansi, 2010).

Algoritma SMS meningkatkan algoritma Quicksort dalam membagi array masukan.

Quicksort menggerakkan pivot untuk berada di tempat yang benar dan kemudian

membagi array menjadi dua bagian, dan secara rekursif membuat prosedur yang sama

untuk kedua bagian array tersebut, hingga mencapai hasil pengurutan yang benar.

Algoritma SMS membagi array menjadi tiga bagian (array), yakni array yang

menampung nilai positif, menampung nilai negatif, dan menampung nilai yang sering

muncul, lalu kemudian memindahkan setiap elemen ke tempat yang benar sesuai

urutan. Dalam kasus terbaik, algoritma quicksort membutuhkan kompleksitas waktu

O(n log n), sementara algoritma SMS membutuhkan kompleksitas waktu O(n). Dalam

kasus rata-rata, algoritma quicksort membutuhkan kompleksitas waktu O(n log n),

algoritma SMS membutuhkan kompleksitas waktu O(n + f * (nilai maksimum + |nilai

minimum|)), di mana f adalah jumlah elemen yang sering muncul. Peningkatan pada

kasus rata-rata terjadi ketika n adalah jauh lebih besar dari pada nilai maksimum dan

|nilai minimum|, di mana kompleksitas waktu mendekati O(n). Ketika berurusan

dengan berbagai elemen yang berbeda, algoritma SMS lebih efisien dari pada

algoritma quicksort. Dalam kasus terburuk, algoritma Quicksort membutuhkan

kompleksitas waktu O(n2), sedangkan algoritma SMS membutuhkan kompleksitas

waktu O(n + f * (nilai maksimum + |nilai minimum|)) (Mansi, 2010). Pada penelitian


3

ini, Penulis akan membangun suatu algoritma baru yang merupakan pengembangan

dari algoritma SMS.

1.2. Penelitian Sebelumnya

Terdapat beberapa riset yang telah dilakukan oleh peneliti sebelumnya yang berkaitan

dengan penelitian ini. Pada tabel 1.1 berikut akan terlihat beberapa riset tersebut.

Tabel 1.1. Riset Terkait

Nama Peneliti dan Tahun Judul Pembahasan

Hoare (1962) Quicksort Menyajikan algoritma Quicksort

dan cara kerjanya.

Mansi (2010) Enhanced Quicksort

Algorithm

Menyajikan algoritma SMS

(Scan, Move, dan Sort) yang

merupakan peningkatan dari

algoritma Quicksort, berikut cara

kerjanya dan membandingkan

kompleksitas waktu yang dicapai

dengan algoritma quicksort.

Dean (2006) A Simple Expected

Running Time

Analysis for

Randomized Divide

and Conquer

Algorithms

Menganalisa waktu proses

algoritma-algoritma yang

menggunakan metode divide and

conquer

Deependra & Dwivedi

(2011)

Comparison Analysis of Best Sorting Algorithms

Memberikan beberapa kasus data

yang akan diurutkan dan

memberikan solusi algoritma

yang terbaik untuk masalah

tersebut

Pada penelitian ini akan dibangun/disajikan algoritma pengurutan baru yang

merupakan pengembangan dari algoritma SMS, cara kerja algoritma tersebut dan

melakukan perbandingan kompleksitas waktu yang dicapai dengan algoritma SMS,


4

serta melakukan pengujian untuk jumlah data 50.000 (lima puluh ribu) dan 100.000

(seratus ribu) data integer, dimana masing-masing jumlah data tersebut akan diuji

untuk 20 set data.

1.3. Rumusan Masalah

Algoritma SMS sebenarnya telah berhasil melakukan pengurutan data dengan baik,

namun melihat kompleksitas waktu yang dibutuhkan algoritma SMS pada kasus rata-

rata dan kasus terburuk yang masih sangat besar, maka dalam penelitian ini penulis

membangun algoritma pengurutan yang merupakan pengembangan dari algoritma

SMS, dengan kompleksitas waktu yang lebih efisian dibandingkan algoritma SMS

untuk kasus rata-rata dan kasus terburuk.

1.4. Batasan Masalah

Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah ditetapkan

dalam rumusan masalah, maka dibentuk batasan terhadap permasalahan yaitu :

1. Pengurutan yang dilakukan untuk bilangan integer

2. Perbandingan yang dilakukan berdasarkan efisiensi kompleksitas waktu

1.5. Tujuan Penelitian

Tujuan penelitian tesis ini adalah membangun algoritma pengurutan yang merupakan

pengembangan dari algoritma SMS, dengan kompleksitas waktu yang lebih efisien

dibandingkan algoritma SMS untuk kasus rata-rata dan terburuk.

1.6. Manfaat Penelitian

Melalui penelitian ini penulis lebih memahami mengenai algoritma pengurutan data,

cara kerjanya serta cara pengaplikasiannya pada komputer. Penulis juga

mengharapkan manfaat yang sama pada orang-orang yang membaca dan memahami

penelitian ini. Penulis juga berharap hasil penelitian ini juga dapat menjadi suatu


5

acuan dalam pengembangan ilmu pengetahuan bidang informatika, khususnya

mengenai algoritma pengurutan. Aplikasi dari penelitian ini diharapkan dapat

membantu para pelaku pekerjaan dalam bidang pengurutan data dan bidang lain yang

memerlukan pengurutan data dalam subrutin pekerjaannya.


6

BAB II

TINJAUAN PUSTAKA

2.1. Algoritma

Algortima adalah jantung ilmu komputer atau informatika. Banyak cabang dari ilmu

komputer yang diacu dalam terminologi algoritma, misalnya algoritma perutean

(routing) pesan di dalam jaringan komputer, algoritma berensenham untuk

menggambar garis lurus (bidang grafik kumputer), algoritma Knuth-Morris-Pratt

untuk mencari suatu pola di dalam teks (bidang information retrievel), dan lain

sebagainya.

Algoritma dalam pengertian modern mempunyai kemiripan dengan istilah resep,

proses, metode, teknik, prosedur, rutin. Algoritma adalah sekumpulan aturan-

aturan berhingga yang memberikan sederetan operasi-operasi untuk menyelesaikan

suatu jenis masalah yang khusus (Knuth, 1973). Berdasarkan pengertian algoritma di

atas, dapat disimpulkan bahwa algoritma merupakan suatu istilah yang luas, yang

tidak hanya berkaitan dengan dunia komputer.

Kriteria Algoritma (Knuth, 1973) adalah:

1. Input: algoritma dapat memiliki nol atau lebih masukan dari luar.

2. Output: algoritma harus memiliki minimal satu buah hasil keluaran.

3. Definiteness (pasti): algoritma memiliki instruksi-instruksi yang jelas dan tidak

ambigu.

4. Finiteness (ada batas): algoritma harus memiliki titik berhenti (stopping role).

5. Effectiveness (tepat dan efisien): algoritma sebisa mungkin harus dapat

dilaksanakan dan efektif.


7

2.2. Kompleksitas Algoritma

Sebuah permasalahan dapat diselesaikan dengan berbagai algoritma. Sebagai contoh

masalah pengurutan data, ada banyak algoritma pengurutan data (sortir) yang dapat

digunakan untuk masalah pengurutan data tersebut. Sebuah algoritma yang baik tidak

saja harus benar, tetapi juga harus efisien. Tingkat keefisienan sebuah algoritma

diukur dari waktu eksekusi algoritma (time complexity/komplesitas waktu) dan

kebutuhan ruang (space) memori. Algoritma yang efisien adalah algoritma yang

meminimalkan kebutuhan waktu ekseskusi program dan kebutuhan ruang memori

(Cormen et al, 2001).

Kebutuhan waktu dan ruang suatu algoritma bergantung pada ukuran masukan (n),

yang menyatakan jumlah data yang diproses. Keefisienan algoritma dapat digunakan

untuk menilai algoritma yang paling baik dari sejumlah algoritma penyelesaian

masalah yang ada. Dengan menggunakan besaran kompleksitas waktu/ruang

algoritma, kita dapat menentukan laju peningkatan waktu/ruang yang diperlukan

algoritma dengan meningkatnya ukuran masukan (n).

Menghitung kebutuhan waktu algoritma dengan mengukur waktu sesungguhnya

(dalam satuan detik) ketika algoritma dieksekusi oleh komputer bukan cara yang tepat,

dikarenakan alasan sebagai berikut :

1. Setiap komputer dengan arsitektur berbeda mempunyai bahasa mesin yang

berbeda yang berarti waktu setiap operasi antara satu komputer dengan komputer

lain tidak sama.

2. Kompiler bahasa pemrograman yang berbeda menghasilkan kode mesin yang

berbeda yang berarti waktu setiap operasi antara satu kompiler dengan kompiler

lain tidak sama.

2.3. Kompleksitas Waktu

Kompleksitas waktu, T(n), diukur dari jumlah tahapan komputasi yang dibutuhkan

untuk menjalankan algoritma sebagai fungsi dari ukuran masukan n. Jumlah tahapan

komputasi dihitung dari berapa kali suatu operasi dilaksanakan di dalam sebuah

algoritma sebagai fungsi ukuran masukan (n) (Cormen et al, 2001). Di dalam sebuah

algoritma terdapat bermacam jenis operasi:


8

(a) Operasi baca/tulis

(b) Operasi aritmetika (+, -, *, /)

(c) Operasi pengisian nilai (assignment)

(d) Operasi pengakasesan elemen larik

(e) Operasi pemanggilan fungsi/prosedur

(f) Dan lain-lain.

Dalam hal kompleksitas waktu yang dihitung adalah jumlah operasi khas (tipikal)

yang mendasari suatu algoritma. Untuk algoritma pengurutan, operasi khas yang

dimaksud adalah perbandingan elemen dan pertukaran elemen. Kompleksitas waktu

dibedakan atas tiga jenis, yakni :

1. Tmax(n) : kompleksitas waktu untuk kasus terburuk (worst case), kebutuhan waktu

maksimum.

2. Tmin(n) : kompleksitas waktu untuk kasus terbaik (best case),kebutuhan waktu

minimum.

3. Tavg(n): kompleksitas waktu untuk kasus rata-rata (average case), kebutuhan

waktu secara rata-rata.

2.4. Kompleksitas Waktu Asimptotik

Notasi “O” disebut notasi “O-Besar” (Big-O) adalah merupakan notasi kompleksitas

waktu asimptotik. Dalam praktek, nilai T(n) yang eksak tidak terlalu penting, yang

lebih penting adalah laju peningkatan T(n) ketika n membesar, pada tabel 2.1 berikut

akan menunjukkan contoh perbandingan pertumbuhan untuk 162)( 2 nnnT ,

Tabel 2.1. Perbandingan Pertumbuhan )(nT dengan 2n

n 162)( 2 nnnT 2n

10

100

1000

10.000

261

2.061

2.006.001

2.000.060.001

100

10.000

1.000.000

100.000.000


9

Untuk n yang besar, pertumbuhan T(n) sebanding dengan n, T(n) tumbuh seperti n

tumbuh. T(n) tumbuh seperti n tumbuh saat n bertambah ditulis T(n) = O(n2). Notasi

“O” berguna untuk membandingkan beberapa algoritma dari dan untuk masalah yang

sama dalam hal menentukan yang terbaik. Semakin kecil nilai O dari suatu algoritma,

maka berarti semakin baik kompleksitas waktu algoritma tersebut (Cormen et al,

2001).

2.5. Kompleksitas Ruang Memori

Kompleksitas ruang memori S(n), diekspresikan sebagai jumlah memori yang

digunakan oleh struktur data yang terdapat di dalam algoritma sebagai fungsi dari

ukuran masukan n, dan kompleksitas ruang memori S(n) diukur berdasarkan memori

yang digunakan oleh struktur data tersebut (Cormen et al, 2001).

2.6. Algotima Pengurutan

Dalam ilmu komputer, algoritma pengurutan (sorting) adalah algoritma yang

meletakkan elemen-elemen suatu kumpulan data dalam urutan tertentu atau proses

pengurutan data yg sebelumnya disusun secara acak sehingga menjadi tersusun secara

teratur menurut suatu aturan, yang pada kenyataannya urutan tertentu yang umum

digunakan adalah terurut secara numerikal ataupun secara leksikografi (urutan secara

abjad sesuai kamus). Ada 2 (dua) jenis pengurutan, yakni secara ascending (naik) dan

descending (turun).

2.7. Klasifikasi Algoritma Pengurutan

Algoritma pengurutan diklasifikasikan menjadi beberapa jenis, yakni :

1. Exchange Sort

Algoritma yang dikategorikan dalam Exchange Sort jika cara kerja algoritma

tersebut melakukan pembandingan antar data dan melakukan pertukaran apabila

urutan yang didapat belum sesuai. Contohnya : Bubble sort, Cocktail sort, Comb sort,

Gnome sort, Quicksort.


10

2. Selection Sort

Algoritma yang dikategorikan dalam Selection Sort jika cara kerja algoritma

tersebut mencari elemen yang tepat untuk diletakkan pada posisi yang telah diketahui,

dan meletakkannya di posisi tersebut setelah data tersebut ditemukan. Contohnya

Selection sort, Heap sort, Smooth sort, Strand sort.

3. Insertion Sort

Algoritma yang dikategorikan dalam Insertion Sort jika cara kerja algoritma

tersebut mencari tempat yang tepat untuk suatu elemen data yang telah diketahui ke

dalam subkumpulan data yang telah terurut, kemudian melakukan penyisipan

(insertion) data di tempat yang tepat tersebut. Contohnya adalah Insertion sort, Shell

sort, Tree sort, Library sort, Patience sort.

4. Merge Sort

Algoritma yang dikategorikan dalam Merge Sort jika cara kerja algoritma tersebut

membagi data menjadi subkumpulan-subkumpulan yang kemudian subkumpulan

tersebut diurutkan secara terpisah, dan kemudian digabungkan kembali dengan

metode merging. algoritma ini melakukan metode pengurutan merge sort juga untuk

mengurutkan subkumpulandata tersebut, atau dengan kata lain, pengurutan dilakukan

secara rekursif. Contohnya adalah Merge sort.

5. Non Comparison Sort

Algoritma yang dikategorikan dalam Non Comparison Sort jika proses pengurutan

data yang dilakukan algoritma tersebut tidak terdapat pembandingan antardata, data

diurutkan sesuai dengan pigeon hole principle. Contohnya adalah Radix sort, Bucket

sort, Counting sort, Pigeonhole sort, Tally sort.

2.8. Algoritma SMS (Scan, Move and Sort)

Algoritma SMS diperkenalkan oleh Rami Mansi pada 2 April 2010, yang merupakan

peningkatan dari algoritma Quicksort. Karena algoritma SMS merupakan peningkatan

dari algoritma Qiucksort, berarti algoritma SMS dikategorikan dalam algoritma

Exchange Sort. Dalam kasus terbaik, algoritma SMS membutuhkan kompleksitas

waktu O(n). Dalam kasus rata-rata algoritma SMS membutuhkan kompleksitas waktu

O(n + f * (nilai maksimum + |nilai minimum|)), di mana f adalah jumlah elemen yang


11

sering muncul. Peningkatan pada kasus rata-rata terjadi ketika n adalah jauh lebih

besar dari pada nilai maksimum dan |nilai minimum|, di mana kompleksitas waktu

mendekati O(n). Ketika berurusan dengan berbagai elemen yang berbeda, algoritma

SMS lebih efisien dari pada algoritma quicksort. Dalam kasus terburuk, algoritma

SMS membutuhkan kompleksitas waktu O(n + f * (nilai maksimum + |nilai

minimum|)) (Mansi, 2010).

2.9. Konsep Algoritma SMS

Konsep utama dari algoritma SMS mendistribusikan elemen dari array masukan pada

tiga array tambahan sementara. Ukuran dari array ditentukan dan tergantung pada nilai

maksimum dan nilai minimum dari array masukan. Array tambahan pertama disebut

PosArray yang menampung elemen-elemen yang bernilai positif dari array masukan

dan menggunakan nilai dari elemen itu sendiri sebagai indeks dalam array.

Array kedua adalah NegArray yang menampung elemen-elemen yang bernilai

negatif dari array masukan dan menggunakan nilai absolut dari elemen itu sendiri

sebagai indeks dalam array. Array ketiga adalah FreqArray dan digunakan untuk

menyimpan elemen yang muncul lebih dari 1 (satu) kali (sering muncul) dari array

masukan (Mansi, 2010).

2.10. Langkah-Langkah Algoritma SMS.

Algoritma SMS terdiri dari tiga prosedur, yakni Scan, Move, dan Sort. Prosedur

pertama adalah Scan (kenal), yang mengenali array dan berguna untuk mendapatkan

nilai minimum, nilai maksimum, jumlah elemen positif, dan jumlah elemen negatif

dari array masukan. Selain itu, prosedur ini memeriksa apakah nilai minimum sama

dengan nilai maksimum, jika sama berarti array input sudah adalah array yang sudah

terurut, jika tidak sama maka dilanjutkan ke prosedur move.

Prosedur kedua adalah prosedur Move (pindah) yang menciptakan tiga array

sementara, FreqArray berukuran n, PosArray berukuran nilai maksimal tambah 1

(satu), dan NegArray berukuran absolut dari nilai minimum ditambah 1 (satu), dan

kemudian menginisialisasi PosArray, NegArray, dan FreqArray dengan nilai


12

minimum dikurang 1 (satu) untuk yang menunjukkan indeks yang akan dilewati di

fase berikutnya. Kemudian, prosedur ini mendistribusikan elemen pada tiga array,

elemen positif disimpan dalam PosArray menggunakan elemen itu sendiri sebagai

indeks, elemen-elemen negatif disimpan dalam NegArray menggunakan nilai absolut

dari elemen itu sendiri sebagai indeks, dan elemen yang sering muncul disimpan

dalam FreqArray menggunakan variabel i sebagai indeks dimulai dari nol dan

seterusnya bertambah satu.

Prosedur ketiga adalah prosedur Sort (pengurutan) yang menyalin elemen-elemen

dari NegArray mulai dari indeks terakhir dan mengabaikan elemen NegArray yang

berisi nilai minimum kurang 1 (satu). Kemudian menyalin elemen-elemen dari

PosArray mulai dari indeks pertama dan juga mengabaikan elemen PosArray yang

berisi nilai nilai minimum dikurang 1 (satu). Penyalinan dilakukan pada array input

asli dengan menimpa nilai-nilai asli dengan nilai-nilai yang telah diurutkan. Setelah

menyalin setiap elemen dari NegArray dan PosArray ke array yang asli, kemudian

dilanjutkan prosedur pencarian FreqArray dan menyalin semua elemen yang sama

dengan elemen yang disalin dalam operasi penyalinan terakhir (elemen saat ini)

(Mansi, 2010).

2.11. Pseudocode Algoritma SMS

Prosedur Scan(array, size)

if size > 1 then (1)

var a, max, min, NOP, NON (2)

max:=array(0) (3)

min:=array(0) (4)

NOP:=0 (5)

NON:=0 (6)

for a:= 0 to size-1 do (7)

if array(a) > max then (8)

max := array(a) (9)

else (10)

min:=array(a) (11)

end if (12)


13

if array(a) >= 0 then (13)

NOP:= NOP+1 (14)

else (15)

NON:= NON+1 (16)

end if (17)

end for (18)

if min ≠ max then (19)

Move(array, size, NOP, NON, max, min) (20)

end if (21)

end if (22)

Akhir prosedur Scan

Prosedur Move(array, size, NOP, NON, max, min)

var b,c,d,i (1)

i:=0 (2)

create a new array: FreqArray[size] and initialize by the value (min-1) (3)

if NOP > 0 then (4)

create a new array:PosArray[max+1] (5)

for b:=0 to max do (6)

PosArray(b):= min-1 (7)

end for (8)

end if (9)

if NON>0 then (10)

create a new array: NegArray[|min|+1] (11)

for c:= 0 to |min|+1 do (12)

NegArray(c):= min-1 (13)

end for (14)

end if (15)

for d:= 0 to size-1 do (16)

if array(d) >= 0 then (17)

if PosArray(array(d))==min-1 then (18)

PosArray(array(d)):=array(d) (19)

else (20)


14

FreqArray(i):=array(d) (21)

i:=i+1 (22)

end if (23)

else (24)

if NegArray(|array(d)|)==min-1 then (25)

NegArray(|array(d)|):= array(d) (26)

else (27)

FreqArray(i):= array(d) (28)

i:= i+1 (29)

end if (30)

end if (31)

end for (32)

Sort(array, NegArray, PosArray, FreqArray, NON, NOP, max, min, i) (33)

Akhir prosedur Move

Prosedur Sort(array, NegArray, PosArray, FreqArray, NON, NOP, max, min, i)

var index,x,y (1)

index:=0 (2)

if NON > 0 then (3)

for x:= |min| downto 0 do (4)

if NegArray(x) ≠ min-1 then (5)

array(index):= NegArray(x) (6)

index:= index+1 (7)

for y:= 0 to i do (8)

if FreqArray(y)==array(index-1) then (9)

array(index):= FreqArray(y) (10)

index:= index+1 (11)

end if (12)

end for (13)

end if (14)

end for (15)

end if (16)

if NOP > 0 then (17)


15

for x:= 0 to max do (18)

if PosArray(x) ≠ min-1 then (19)

array(index):= PosArray(x) (20)



if FreqArray(y)== array(index-1) then (23)

array(index):=FreqArray(y) (24)


end if (26)

end for (27)

end if (28)

end for (29)

end if (30)

Akhir prosedur Sort

2.12. Kompleksitas Waktu Algortima SMS

Algoritma SMS terdiri dari tiga prosedur, yakni Scan, Move, dan Sort, berikut akan

terlihat kompleksitas waktu dari ketiga prosedur tersebut yang akan menghasilkan

kompleksitas waktu keseluruhan dari algoritma SMS

2.12.1. Kompleksitas waktu prosedur scan

Tujuan dari prosedur scan adalah untuk mendapatkan nilai maksimum, nilai

minimum, jumlah elemen positif, dan jumlah elemen negatif dari array masukan. Hal

ini memerlukan pengenalan array dimana setiap elemen harus dikunjungi 1 (satu) kali.

Untuk perulangan (baris 7-18 prosedur scan) memerlukan kompleksitas waktu O(n)

(Mansi, 2010).


16

2.12.2. Kompleksitas waktu prosedur move

Kasus terbaik prosedur move adalah ketika semua elemen dari array masukan adalah

bilangan positif dan nilai maksimumnya kecil, atau ketika semua elemen dari array

masukan adalah bilangan negatif dan nilai minimumnya kecil. Jika semua elemen

array adalah bilangan positif dan tidak ada yang negatif, maka untuk perulangan (baris

6-8 dari prosedur move) membutuhkan kompleksitas waktu O(max) untuk

menginisialisasi PosArray, dan untuk perulangan (baris 16-32 dari prosedur move)

membutuhkan kompleksitas waktu O(n). Berdasarkan penjelasan diatas, jika seluruh

elemen array masukan merupakan bilangan positif, kompleksitas waktu keseluruhan

prosedur move adalah O(n + max). Di sisi lain, jika semua elemen dari array masukan

adalah bilangan negatif, maka untuk perulangan (baris 12 -14 prosedur move)

membutuhkan kompleksitas waktu O(|min|) menginisialisasi NegArray, dan untuk

perulangan (baris 16 -32 prosedur move) membutuhkan kompleksitas waktu O(n).

Dalam hal ini berarti, kompleksitas waktu keseluruhan prosedur move jika seluruh

elemen array masukan merupakan bilangan negatif adalah O(n + |min|). Dapat

dikatakan bahwa dalam kasus rata-rata dan terburuk, jika terdapat elemen positif dan

negatif dalam array masukan, maka kompleksitas waktu keseluruhan prosedur move

adalah O(n + max + |min|)) (Mansi, 2010).

2.12.3. Kompleksitas waktu prosedur sort

Kasus terbaik prosedur sort adalah ketika semua elemen array masukan merupakan

bilangan positif dan semua elemen berbeda serta bilangan maksimum bernilai kecil,

atau ketika semua elemen array masukan adalah bilangan negatif dan semua elemen

berbeda serta bilangan minimum bernilai kecil. Jika semua elemen array masukan

adalah bilangan positif dan berbeda, maka perulangan (baris 18-29 dari prosedur sort)

membutuhkan kompleksitas waktu O(max), karena perulangan (baris 22-27 dari

prosedur sort) membutuhkan kompleksitas waktu O(1) dalam kasus ini. Jika semua

elemen array masukan adalah bilangan negatif dan setiap elemen berbeda, maka

untuk perulangan (baris 4-15 dari prosedur sort) membutuhkan kompleksitas waktu

O(|min|), karena perulangan (baris 8-13 dari prosedur sort) membutuhkan


17

kompleksitas waktu O(1) dalam kasus ini. Dapat dikatakan, pada kasus rata-rata, dan

terburuk prosedur sort, prosedur Sort membutuhkan kompleksitas waktu O(max * f)

+ O(|min| * f), di mana f adalah jumlah elemen yang sama. Dengan kata lain,

kompleksitas waktu prosedur sort adalah O(f * (max + |min|)).

Kompleksitas waktu kasus terbaik dari algoritma SMS adalah O(n), ketika array

masukan sudah terurut. Ini berarti, ketika nilai max sama dengan min (baris 19-21

prosedur scan) maka array input sudah diurutkan. Dalam kasus rata-rata dan terburuk,

prosedur scan memerlukan kompleksitas waktu O(n), prosedur move membutuhkan

kompleksitas waktu O(n + max + |min|), dan prosedur sort memerlukan kompleksitas

waktu O(f * (max + |min|)). Jika dianggap distribusi data adalah normal, frekuensi

elemen harus sedikit, dan karena sebagian besar aplikasi nyata memiliki n jauh lebih

besar dari nilai max dan |min|, dapat dipertimbangkan max dan min sebagai konstanta

dan menghilangkannya. Kompleksitas waktu keseluruhan dari algoritma SMS dalam

kasus rata-rata dan terburuk adalah O(n + f * (max + | min |)), di mana f adalah jumlah

elemen yang sama (Mansi, 2010).

2.13. Kompleksitas Ruang Memori Algortima SMS

Pada kasus terbaik, jika array masukan berisikan data yang sudah terurut, algoritma

SMS berhenti/selesai pada prosedur Scan dan algoritma SMS tidak memerlukan ruang

memori tambahan untuk mengurutkan array masukan. Jika semua elemen dari array

masukan adalah positif, algoritma SMS hanya membuat 2 array baru, yakni PosArray

berukuran (max + 1) dan FreqArray berukuran (n), atau jika semua elemen dari array

masukan adalah negatif, algoritma SMS juga hanya membuat 2 array baru, yakni

NegArray berukuran (|min| + 1) dan FreqArray berukuran (n). Dapat dikatakan dalam

kasus rata-rata dan terburuk, algoritma SMS membutuhkan ruang memori tambahan

sebesar O(n + max + | min | +2) (Masni, 2010).


18

BAB III

METODOLOGI PENELITIAN

3.1. Lingkungan Penelitian

Dalam penelitian ini penulis membangun algoritma pengurutan yang merupakan

pengembangan dari algoritma SMS, terkait hal tersebut maka penulis akan

menganalisa langkah-langkah kerja algoritma SMS dan melakukan pengembangan

pada beberapa tahapan di dalam algoritma SMS tersebut, sehingga nantinya algoritma

yang penulis bangun akan memiliki efisiensi kompleksitas waktu yang lebih baik

dibandingkan algoritma SMS pada kasus rata-rata dan terburuk yang terjadi pada

algoritma SMS.

3.2. Teknik Pengembangan

Pengembangan yang dilakukan terhadap algoritma SMS adalah pada ketiga prosedur

yang terdapat pada algoritma SMS tersebut (prosedur Scan, Move, dan Sort). Pada sub

bab berikut ini akan terlihat pengembangan yang terjadi pada masing-masing prosedur

tersebut.

3.2.1. Pengembangan prosedur scan

Pada algoritma SMS tujuan dari prosedur scan hanya untuk mendapatkan nilai

maksimum, nilai minimum, jumlah elemen positif, dan jumlah elemen negatif dari

array masukan, maka dilakukan pengembangan sehingga prosedur scan bertujuan

untuk mendapatkan nilai maksimum positif, nilai minimum positif, nilai maksimum

negatif, nilai minimum negatif, jumlah elemen positif, dan jumlah elemen negatif dari


19

array masukan. Adapun kegunaan nilai maksimum positif, nilai minimum positif, nilai

maksimum negatif dan nilai minimum negatif tersebut nantinya adalah untuk

meminimalkan jumlah perulangan yang terjadi pada prosedur Move dan prosedur

Sort. Untuk mendapatkan nilai maksimum positif, nilai minimum positif, nilai

maksimum negatif, nilai minimum negatif, jumlah elemen positif, dan jumlah elemen

negatif dari array masukan tersebut, pseudocode prosedur Scan dikembangkan

menjadi sebagai berikut:

Prosedur Scan(array, size)

if size > 1 then (1)

var a, maxpos, minpos, maxneg, minneg, NOP, NON (2)

maxpos:= 0 (3)

minpos:=100000 (4)

maxneg:=-100000 (5)

minneg:= -1 (6)

NOP:=0 (7)

NON:=0 (8)

for a:= 0 to size-1 do (9)

if array(a) >= 0 then (10)

NOP:= NOP+1 (11)

if array(a) > maxpos then (12)

maxpos := array(a) (13)

end if (14)

if array(a) < minpos then (15)

minpos:=array(a) (16)

end if (17)

else (18)

NON:= NON+1 (19)

if array(a) < minneg then (20)

minneg := array(a) (21)

end if (22)

if array(a) > maxneg then (23)

maxneg:=array(a) (24)


20

end if (25)

end if (26)

end for (27)

if maxneg < minneg then (28)

maxneg = minneg (29)

if minpos > maxpos then (30)

minpos = maxpos (31)

if ((minpos ≠ maxpos) and (minneg ≠ maxneg)) then (32)

Move(array, size, NOP, NON, maxpos, minpos, maxneg, minneg) (33)

end if (34)

end if (35)

Akhir prosedur Scan

3.2.2. Pengembangan prosedur move

Pada algoritma SMS prosedur Move menciptakan 3 (tiga) array sementara, yakni

FreqArray berukuran n, PosArray berukuran nilai maksimum tambah 1 (satu), dan

NegArray berukuran absolut dari nilai minimum ditambah 1 (satu). Pengembangan

yang dilakukan menjadikan prosedur Move bertujuan untuk menciptakan 4 (empat)

array sementara, yakni FreqPosArray berukuran jumlah bilangan positif (NOP),

FreqNegArray berukuran jumlah bilangan negatif (NON), PosArray berukuran nilai

maksimum positif tambah 1 (satu), dan NegArray berukuran absolut dari nilai

minimum negatif tambah 1 (satu), kemudian menginisialisasi PosArray, NegArray,

FreqPosArray dan FreqNegArray dengan nilai minimum negatif dikurang 1 (satu)

untuk yang menunjukkan indeks yang akan dilewati di fase berikutnya. Kemudian

prosedur ini mendistribusikan elemen dari array masukan kepada keempat array

tersebut, elemen-elemen positif disimpan dalam PosArray menggunakan elemen itu

sendiri sebagai indeks, elemen-elemen negatif disimpan dalam NegArray

menggunakan nilai absolut dari elemen itu sendiri sebagai indeks, elemen-elemen

positif yang sering muncul disimpan dalam FreqPosArray dan elemen-elemen negatif

yang sering muncul disimpan dalam FreqNegArray.

Pada prosedur Move algoritma SMS sebelumnya, perulangan untuk

menginisialisasi PosArray dimulai dari 0 (nol) dengan step ditambah 1 (satu) sampai


21

dengan batas nilai maksimum, dan perulangan untuk menginisialisasi NegArray

dimulai dari 0 dengan step ditambah 1 (satu) hingga batas absolut nilai minimum,

maka pada pengembangan algoritma SMS yang dilakukan penulis jumlah perulangan

tersebut diminimalkan, dimana untuk menginisialisasi PosArray dimulai dari nilai

minimum positif dengan step ditambah 1 (satu) sampai dengan batas nilai maksimum

positif, dan perulangan untuk menginisialisasi NegArray dimulai dari absolut nilai

maksimum negatif dengan step ditambahi 1 (satu) hingga batas absolut nilai minimum

negatif.

FreqPosArray dan FreqNegArray merupakan array penyederhanaan dari

FreqArray pada algoritma SMS sebelumnya, jika pada algoritma SMS sebelumnya

seluruh elemen yang muncul lebih dari 1 (satu) kali (sering muncul) baik elemen

positif maupun negatif disimpan dalam FreqArray, maka pada pengembangan

algoritma SMS yang dilakukan penulis, elemen negatif yang sering muncul disimpan

dalam FreqNegArray dengan menggunakan variabel j sebagai indeks dimulai dari nol

dan seterusnya bertambah satu, dan elemen positif yang sering muncul disimpan

dalam FreqPosArray dengan menggunakan variabel i sebagai indeks, dimulai dari nol

dan seterusnya bertambah satu. Hal ini bertujuan nantinya untuk meminimalkan

perulangan yang terjadi pada prosedur Sort. Untuk mencapai berbagai tujuan

pengembangan diatas, pseudocode prosedur Move dikembangkan menjadi sebagai

berikut:

Prosedur Move(array, size, NOP, NON, maxpos, minpos, maxneg, minneg)

var b,c,d,i,j (1)

i:=0 (2)

j:=0 (3)

create a new array: FreqPosArray[NOP] and initialize by the value (minneg-1) (4)

create a new array: FreqNegArray[NON] and initialize by the value (minneg-1) (5)

if NOP > 0 then (6)

create a new array:PosArray[maxpos+1] (7)

for b:=minpos to maxpos do (8)

PosArray(b):= minneg-1 (9)

end for (10)

end if (11)


22

if NON>0 then (12)

create a new array: NegArray[|minneg|+1] (13)

for c:= |maxneg| to |minneg| do (14)

NegArray(c):= minneg-1 (15)

end for (16)

end if (17)

for d:= 0 to size-1 do (18)

if array(d) >= 0 then (19)

if PosArray(array(d))==minneg-1 then (20)

PosArray(array(d)):=array(d) (21)

else (22)

FreqPosArray(i):=array(d) (23)

i:=i+1 (24)

end if (25)

else (26)

if NegArray(|array(d)|)==minneg-1 then (27)

NegArray(|array(d)|):= array(d) (28)

else (29)

FreqNegArray(j):= array(d) (30)

j:= j+1 (31)

end if (32)

end if (33)

end for (34)

Sort (array, NegArray, PosArray, FreqPosArray, FreqNegArray, NON, NOP,

maxpos, minpos, maxneg, minneg, i, j) (35)

Akhir prosedur Move

3.2.3. Pengembangan prosedur sort

Prosedur Sort pada algoritma SMS sebelumnya bertujuan menyalin elemen-elemen

dari NegArray mulai dari indeks terakhir dan mengabaikan elemen NegArray yang

berisi nilai minimum kurang 1 (satu), kemudian menyalin elemen-elemen dari

PosArray mulai dari indeks pertama dan juga mengabaikan elemen PosArray yang


23

berisi nilai nilai minimum dikurang 1 (satu). Pada prosedur Sort algoritma SMS

sebelumnya, perulangan untuk penyalinan elemen-elemen negatif dari NegArray

dimulai dari nilai absolut dari elemen minimum negatif dikurang 1 (satu) sampai batas

0 (nol) dan perulangan untuk penyalinan elemen-elemen positif dari PosArray dimulai

dari 0 (nol) ditambah 1 (satu) sampai batas nilai maksimum. Kemudian penulis

melakukan pengembangan untuk meminimalkan perulangan tersebut dengan cara

perulangan untuk penyalinan elemen-elemen negatif dari NegArray dimulai dari nilai

absolut elemen minimum negatif dikurang 1 (satu) sampai batas nilai absolut dari

elemen maksimum negatif dan perulangan untuk penyalinan elemen-elemen positif

dari PosArray dimulai dari nilai minimum positif ditambah 1 (satu) sampai batas nilai

maksimum positif. Penyalinan dilakukan pada array input asli dengan menimpa nilai-

nilai asli dengan nilai-nilai yang telah diurutkan.

Pada prosedur Sort algoritma SMS sebelumnya, setelah menyalin setiap elemen

dari NegArray dan PosArray ke array yang asli, kemudian dilanjutkan prosedur

pencarian FreqArray dan menyalin semua elemen yang sama dengan elemen yang

disalin dalam operasi penyalinan terakhir (elemen saat ini), yang mengakibatkan akan

dilakukan perulangan sejumlah banyaknya elemen pada FreqArray setiap kali

ditemukan elemen yang tidak sama dengan nilai minimum kurang 1 (satu).

Pengembangan yang dilakukan penulis pada prosedur Sort ini adalah meminimalkan

jumlah perulangan tersebut, dengan cara jika elemen saat ini adalah positif maka

pencarian akan dilakukan pada FreqPosArray dan jika elemen saat ini adalah negatif

maka pencarian akan dilakukan pada FreqNegArray, banyaknya elemen pada

FreqPosArray dan FreqNegArray lebih kecil dari banyaknya elemen pada FreqArray,

karena FreqPosArray dan FreqNegArray adalah penyederhanaan dari FreqArray,

dimana FreqPosArray menampung elemen positif dari FreqArray dan FreqNegArray

menampung elemen negatif dari FreqArray. Untuk mencapai tujuan-tujuan

pengembangan diatas, pseudocode prosedur Sort dikembangkan menjadi sebagai

berikut :

Prosedur Sort(array, NegArray, PosArray, FreqPosArray, FreqNegArray, NON, NOP,

maxpos, minpos, maxneg, minneg, i, j)

var index,x,y (1)

index:=0 (2)


24

if NON > 0 then (3)

for x:= |minneg| downto |maxneg| do (4)

if NegArray(x) ≠ minneg-1 then (5)

array(index):= NegArray(x) (6)

index:= index+1 (7)

for y:= 0 to j do (8)

if FreqNegArray(y)==array(index-1) then (9)

array(index):= FreqNegArray(y) (10)


end if (12)

end for (13)

end if (14)

end for (15)

end if (16)

if NOP > 0 then (17)

for x:= minpos to maxpos do (18)

if PosArray(x) ≠ minneg-1 then (19)

array(index):= PosArray(x) (20)



if FreqPosArray(y)== array(index-1) then (23)

array(index):=FreqPosArray(y) (24)


end if (26)

end for (27)

end if (28)

end for (29)

end if (30)

Akhir prosedur Sort


25

3.3. Proses Analisis

Proses analisis merupakan salah satu bagian terpenting dalam penelitian ini, karena

dalam proses analisis ini akan terlihat kompleksitas waktu dan kompleksitas ruang

yang dicapai berdasarkan pengembangan yang dilakukan terhadap algoritma SMS,

Pada sub bab berikut akan dianalisa kompleksitas ruang dari pengembangan algoritma

SMS yang dilakukan penulis dan kompleksitas waktu masing-masing pengembangan

prosedur (Scan, Move dan Sort) yang nantinya penggabungan kompleksitas waktu

ketiga prosedur tersebut akan menghasilkan kompleksitas waktu keseluruhan dari

pengembangan yang dilakukan terhadap algortima SMS.

3.3.1. Analisis kompleksitas waktu pengembangan prosedur scan

Tujuan dari pengembangan prosedur scan adalah untuk mendapatkan nilai maksimum

positif, nilai minimum positif, nilai maksimum negatif, nilai minimum negatif, jumlah

elemen positif, dan jumlah elemen negatif dari array masukan. Hal ini memerlukan

pengenalan array dimana setiap elemen harus dikunjungi 1 (satu) kali. Untuk

perulangan (baris 9-27 prosedur scan) memerlukan kompleksitas waktu O(n),

sehingga dapat dinyatakan untuk pengembangan yang dilakukan terhadap prosedur

Scan, kompleksitas waktu tidak berubah.

3.3.2. Analisis kompleksitas waktu pengembangan prosedur move

Jika semua elemen array adalah bilangan positif dan tidak ada yang negatif, maka

untuk perulangan (baris 8-10 dari pengembangan prosedur move) membutuhkan

kompleksitas waktu O(maxpos - minpos) untuk menginisialisasi PosArray, dan untuk

perulangan (baris 18-34 dari pengembangan prosedur move) membutuhkan

kompleksitas waktu O(n). Berdasarkan penjelasan diatas, jika seluruh elemen array

masukan merupakan bilangan positif, kompleksitas waktu keseluruhan prosedur move

adalah O(n + maxpos - minpos). Di sisi lain, jika semua elemen dari array masukan

adalah bilangan negatif, maka untuk perulangan (baris 14 -16 dari pengembangan

prosedur move) membutuhkan kompleksitas waktu O(|minneg| - |maxneg|)


26

menginisialisasi NegArray, dan untuk perulangan (baris 18-34 dari pengembangan

prosedur move) membutuhkan kompleksitas waktu O(n). Dalam hal ini berarti,

kompleksitas waktu keseluruhan pengembangan prosedur move jika seluruh elemen

array masukan merupakan bilangan negatif adalah O(n + |minneg| - |maxneg|). Dapat

dikatakan bahwa dalam kasus rata-rata dan terburuk, jika terdapat elemen positif dan

negatif dalam array masukan, maka kompleksitas waktu keseluruhan pengembangan

prosedur move adalah O(n + (maxpos – minpos) + (|minneg| - |maxneg|)).

Prosedur move pada algoritma SMS sebelumnya untuk kasus rata-rata dan

terburuk membutuhkan kompleksitas waktu O(n + max + |min|)), dan setelah

dilakukan pengembangan pada penelitian ini, kompleksitas waktu prosedur move

untuk kasus rata-rata dan terburuk menjadi lebih efisien.

3.3.3. Analisis kompleksitas waktu pengembangan prosedur sort

Jika semua elemen array masukan adalah bilangan positif dan berbeda, maka

perulangan (baris 18-29 dari pengembangan prosedur sort) membutuhkan

kompleksitas waktu O(maxpos - minpos), karena perulangan (baris 22-27 dari

pengembangan prosedur sort) membutuhkan kompleksitas waktu O(1) dalam kasus

ini. Jika semua elemen array masukan adalah bilangan negatif dan setiap elemen

berbeda, maka untuk perulangan (baris 4-15 dari pengembangan prosedur sort)

membutuhkan kompleksitas waktu O(|minneg| - |maxneg|), karena perulangan (baris

8-13 dari prosedur sort) membutuhkan kompleksitas waktu O(1) dalam kasus ini.

Dapat dikatakan, kasus-kasus terbaik, rata-rata, dan terburuk dari prosedur sort

memiliki O(fpos * (maxpos – minpos)) + O(fneg * (|minneg| - |maxneg|)), di mana

fpos adalah jumlah elemen positif yang sama dan fneg adalah jumlah elemen negatif

yang sama. Dengan kata lain, kompleksitas waktu pengembangan prosedur sort adalah

O((fpos * (maxpos – minpos)) + (fneg * (|minneg| - |maxneg|))).

Prosedur sort pada algoritma SMS sebelumnya membutuhkan kompleksitas waktu

O(f (max + |min|)), dimana f adalah jumlah elemen yang sering muncul (positif dan

negatif) dan setelah dilakukan pengembangan pada penelitian ini, kompleksitas waktu

pengembangan prosedur sort menjadi lebih efisien.

Dalam kasus rata-rata dan terburuk, pengembangan prosedur scan memerlukan

kompleksitas waktu O(n), pengembangan prosedur move membutuhkan kompleksitas


27

waktu O(n + (maxpos – minpos) + (|minneg| - |maxneg|)), dan pengembangan

prosedur sort memerlukan kompleksitas waktu O((fpos * (maxpos – minpos)) + (fneg

* (|minneg| - |maxneg|))). Jika dianggap distribusi data adalah normal, frekuensi

elemen harus sedikit, dan karena sebagian besar aplikasi nyata memiliki n jauh lebih

besar dari nilai maxpos, minpos, maxneg dan |minneg|, dapat dipertimbangkan

maxpos, minpos, maxneg dan minneg sebagai konstanta dan menghilangkannya,

sehingga kompleksitas waktu keseluruhan dari pengembangan algoritma SMS dalam

kasus rata-rata dan terburuk adalah O(n + (fpos * (maxpos – minpos)) + (fneg *

(|minneg| - |maxneg|))), di mana fpos adalah jumlah elemen positif yang sama dan

fneg adalah jumlah elemen negatif yang sama.

Jika pada algoritma SMS sebelumnya kompleksitas waktu yang dibutuhkan

untuk kasus rata-rata dan terburuk adalah O(n + f * (max + | min |)) dan setelah

dilakukan pengembangan pada penelitian ini kompleksitas waktu yang dibutuhkan

untuk kasus rata-rata dan terburuk adalah O(n + (fpos * (maxpos – minpos)) + (fneg *

(|minneg| - |maxneg|))), maka dapat dinyatakan kompleksitas waktu yang dibutuhkan

menjadi lebih efisien setelah dilakukan pengembangan algoritma SMS pada penelitian

ini.

3.3.4. Analisis kompleksitas ruang memori pengembangan algoritma SMS

Pada kasus terbaik, jika array masukan berisikan data yang sudah terurut,

pengembangan algoritma SMS yang dilakukan penulis berhenti/selesai pada prosedur

Scan dan algoritma tidak memerlukan ruang memori tambahan untuk mengurutkan

array masukan. Pada kasus rata-rata dan terburuk, algoritma SMS membuat 4 array

baru, yakni PosArray berukuran (max + 1), NegArray berukuran (|minneg| + 1),

FreqPosArray berukuran (NOP) dan NegArray berukuran (NON). Dapat dikatakan

dalam kasus rata-rata dan terburuk, algoritma SMS membutuhkan ruang tambahan

sebesar O(NOP + NON + maxpos + |minneg| +2). sehingga dapat dinyatakan untuk

kompleksitas ruang memori, algoritma SMS sebelumnya dan pengembangan

algoritma SMS yang dilakukan penulis memerlukan kompleksitas ruang memori yang

sama, karena (max=maxpos, min=minneg dan NOP+NON=n).


28

3.4. Perancangan Program

Perancangan program pada penelitian ini menggunakan dua algoritma yaitu algoritma

SMS dan pengembangan algoritma SMS yang dilakukan penulis, dimana nantinya

akan dilakukan pengurutan terhadap file data-data integer yang diinput menggunakan

kedua algoritma tersebut, dimana masing-masing algoritma nantinya akan

menghasilkan file baru yang merupakan file yang berisi data-data integer yang diinput

dalam keadaan sudah terurut dan akan terlihat besaran waktu yang di butuhkan

masing-masing algoritma tersebut untuk mengurutkan data yang sama, sehingga

terlihat bahwasanya pengembangan yang dilakukan penulis terhadap algoritma SMS

mampu meningkatkan efisiensi kompleksitas waktu algoritma SMS dalam kasus rata-

rata dan terburuk dalam melakukan pengurutan data. Untuk lebih jelasnya,

perancangan program yang dimaksud dapat dilihat pada gambar 3.1 dan 3.2 berikut.

START

Input Data = Masukkan File

Urutkan Data Menggunakan Algoritma SMS

Start = Waktu Saat Ini

File Dapat Dibuka

Tidak

Ya

File Input Tidak Dapat

Dibuka

END

Stop = Waktu Saat Ini

A

Data Berhasil Diurutkan Waktu Diperlukan Untuk Mengurutkan Data = Stop-Start


29

Gambar 3.1. Flowchart Perancangan Program Algoritma SMS

Gambar 3.2. Flowchart Perancangan Program Pengembangan Algoritma SMS

Simpan Data Terurut Sebagai File Baru Dengan Nama Data Terurut By SMS. txt

END

A

Simpan Data Terurut Sebagai File Baru Dengan Nama Data Terurut By SMS. txt

END

START

Input Data = Masukkan File

File Dapat Dibuka

Tidak

Ya

File Input Tidak Dapat

Dibuka

END

Urutkan Data Menggunakan Pengembangan Algoritma SMS

Start = Waktu Saat Ini

Stop = Waktu Saat Ini

Data Berhasil Diurutkan Waktu Diperlukan Untuk Mengurutkan Data = Stop-Start


30

3.5. Instrumen Penelitian

Adapun instrumen penelitian yang digunakan adalah sebagai berikut :

(a) Data bilangan integer yang digenerate secara acak dan disimpan dalam format txt,

yang terdiri dari 50.000 (lima puluh ribu), dan 100.000 (seratus ribu) data integer,

dimana masing masing jumlah data tersebut akan diuji untuk 20 set data

(b) Hardware (Processor : Intel(R) Core(TM) 2 Duo T5870 @2,00 GHz, Memory :

1016MB, Hardisk : 320 GB, etc)

(c) Software (Bloodshed Dev-C++ versi 4.9.9.2 GNU General Public License)


31

BAB IV

HASIL DAN PEMBAHASAN

4.1. Pengantar

Pada bab ini akan dijelaskan mengenai hasil pengujian yang dilakukan penulis dalam

melakukan pengurutan data integer yang berjumlah 50.000 (lima puluh ribu) dan

100.000 (seratus ribu) data, dimana untuk masing-masing jumlah data tersebut diuji

untuk 20 set data. Data tersebut akan diurutkan menggunakan dua program yang

penulis bangun menggunakan Software (Bloodshed Dev-C++ versi 4.9.9.2 GNU

General Public License), dimana kedua program tersebut dibangun masing-masing

menggunakan algoritma SMS dan pengembangan algoritma SMS yang dilakukan

penulis. Untuk mengukur waktu eksekusi kedua algoritma tersebut digunakan fungsi

clock () bawaan bahasa C yang diimplementasikan di dalam masing-masing program

tersebut. Berdasarkan hasil hasil pengujian tersebut nantinya dapat ditarik kesimpulan,

apakah pengembangan algoritma SMS yang dilakukan penulis mampu meningkatkan

efisiensi kompleksitas waktu yang lebih baik dibandingkan algoritma SMS

sebelumnya dalam melakukan pengurutan data. Pada gambar 4.1 dan 4.2 akan terlihat

tampilan output program yang penulis bangun tersebut.

Gambar 4.1. Tampilan Output Program Pengurutan Data

Menggunakan Algoritma SMS


32

Gambar 4.2. Tampilan Output Program Pengurutan Data

Menggunakan Pengembangan Algoritma SMS

Untuk menggunakan kedua program tersebut, masukkan nama file yang

berekstensi txt yang berisi data integer yang akan diurutkan diakhiri penekanan

tombol enter. File yang dimaksud harus berada dalam 1 folder dengan program

tersebut. Selanjutnya program akan melakukan eksekusi terhadap file yang diinput

selama rentang waktu tertentu, setelah selesai melakukan proses pengurutan terhadap

data yang diinput, kemudian program akan menampilkan pesan hasil eksekusi dan

waktu yang dibutuhkan untuk proses eksekusi. Hasil eksekusi menggunakan algoritma

SMS disimpan dalam bentuk file dengan nama file adalah Data Terurut By SMS

(berekstensi txt) dan hasil eksekusi menggunakan algoritma pengembangan SMS yang

dilakukan penulis disimpan dalam juga bentuk file dengan nama file adalah Data

Terurut By SMS Plus (juga berekstensi txt). Pada gambar 4.3 dan 4.4 berikut akan

terlihat contoh cara penggunaan kedua program tersebut.

Gambar 4.3. Contoh Tampilan Hasil Output Program Untuk Algoritma SMS


33

Gambar 4.4. Contoh Tampilan Hasil Output Program

Untuk Pengembangan Algoritma SMS

4.2. Data Uji

Data integer yang diuji pada penelitian ini seperti dijelaskan pada bab-bab sebelumnya

bersumber dari hasil generate secara acak menggunakan program yang dibangun

menggunakan Software (Bloodshed Dev-C++ versi 4.9.9.2 GNU General Public

License). Fungsi rand() bawaan bahasa C digunakan untuk mengenerate bilangan acak

tersebut. Pada sub bab ini dijelaskan karakteristik 50.000 (lima puluh ribu) dan

100.000 (seratus ribu) data integer untuk 20 set data yang yang akan diuji. Pada tabel

4.1 dan 4.2 berikut akan terlihat karakteristik masing-masing set data tersebut.

Tabel 4.1. Karakteristik 20 Set Data Integer Untuk 50.000 (lima puluh ribu) Data/Set

Data Set ke Minpos Maxpos Minneg Maxneg Fpos Fneg

1 2 65534 -65466 -1 7550 7402

2 2 65529 -65532 -1 4234 4123

3 0 65530 -65530 -4 4215 4290

4 0 65533 -65532 -3 4203 4293

5 11 65528 -65535 -1 4289 4256

6 2 65534 -65535 -4 4108 4363

7 0 65531 -65534 -4 4178 4319

8 1 65533 -65533 -1 4146 4273


34

Lanjutan Tabel 4.1

9 1 65534 -65534 -2 4211 4169

10 2 65533 -65529 -2 4226 4235

11 0 65528 -65535 -1 4216 4120

12 7 65534 -65533 -6 4243 4289

13 2 65529 -65535 -1 4171 4179

14 2 65534 -65535 -1 4215 4216

15 7 65532 -65526 -1 4231 4242

16 2 65533 -65532 -3 4243 4185

17 6 65534 -65534 -4 4217 4208

18 0 65534 -65534 -2 4290 4173

19 0 65530 -65532 -2 4252 4169

20 0 65530 -65535 -4 4164 4224

Tabel 4.2. Karakteristik 20 Set Data Integer Untuk 100.000 (seratus ribu) Data/Set

Data Set ke minpos Maxpos minneg maxneg fpos Fneg

1 2 65529 -65532 -1 17414 17061

2 0 65533 -65532 -3 15029 15167

3 2 65534 -65535 -1 15142 15027

4 0 65533 -65534 -1 14919 15120

5 1 65534 -65534 -2 15159 14877

6 0 65534 -65535 -1 14947 15015

7 2 65534 -65535 -1 14953 14845

8 2 65533 -65532 -1 15051 14930

9 0 65534 -65534 -2 15240 14944

10 0 65530 -65535 -2 15028 15086

11 3 65532 -65529 -1 15042 15018

12 0 65532 -65535 -1 15290 14987

13 2 65531 -65533 -1 17317 17234

14 2 65532 -65533 -1 15057 14857

15 0 65532 -65530 -2 14966 15065


35

Lanjutan Tabel 4.2

16 0 65530 -65535 -1 15054 14970

17 0 65534 -65534 -2 15143 14978

18 1 65534 -65534 -2 15101 14914

19 0 65534 -65535 -1 14988 14918

20 1 65534 -65535 -1 15184 15018

4.3. Hasil Pengujian

Seluruh data yang dijelaskan pada sub bab sebelumnya yang diuji dalam penelitian ini

akan diurutkan menggunakan program yang dibangun oleh penulis, dimana program

tersebut dibangun berdasarkan pseudocode algoritma SMS dan pseudocode

pengembangan algoritma SMS yang dilakukan penulis, sehingga kompleksitas waktu

yang diperlukan masing-masing algoritma tersebut dalam melakukan pengurutan data

untuk masing-masing jumlah data yang dimaksud dapat terlihat hasilnya. Pada sub

bab berikut ini akan terlihat kompleksitas waktu berdasarkan hasil pengujian yang

dilakukan.

4.3.1.Hasil pengujian untuk 50.000 (lima puluh ribu) data

Pada sub bab ini dilakukan pengujian proses pengurutan terhadap 50.000 (lima puluh

ribu) data integer untuk 20 set data,. Data tersebut diurutkan menggunakan 2 (dua)

jenis algoritma (SMS dan pengembangan SMS yang dilakukan penulis) dan setiap set

data dilakukan pengujian sebanyak 10 (sepuluh) kali. Pada tabel 4.3 berikut terlihat

hasil pengujian tersebut.


36

Tabel 4.3. Hasil Pengujian Untuk 50.000 (lima puluh ribu) Data

Data

Set

ke

Waktu

Eksekusi

Algoritma

SMS (ms)

Standart

Deviasi

Algoritma

SMS (ms)

Waktu Eksekusi

Pengembangan

Algoritma SMS

(ms)

Standart Deviasi

Pengembangan

Algoritma SMS

(ms)

1 2025,10 56,68 1060,90 50,67

2 1294,00 66,79 681,50 40,81

3 1407,90 58,42 723,30 61,89

4 1376,90 81,37 725,00 38,99

5 1393,90 75,82 720,20 53,65

6 1410,90 61,82 715,60 46,88

7 1350,10 68,69 704,50 50,65

8 1323,10 41,98 698,40 42,62

9 1317,30 57,99 723,40 58,13

10 1343,80 65,55 703,20 41,85

11 1343,70 50,04 729,60 46,87

12 1364,20 71,45 746,90 56,59

13 1312,60 61,60 754,80 72,46

14 1339,00 45,35 737,50 74,97

15 1396,80 45,07 725,00 49,42

16 1376,40 58,71 753,50 56,28

17 1361,00 52,62 704,60 33,10

18 1379,80 55,47 714,00 36,94

19 1345,30 51,28 698,40 37,76

20 1376,50 56,93 72,50 46,66

4.3.2.Hasil pengujian untuk 100.000 (seratus ribu) data

Pada sub bab ini dilakukan pengujian proses pengurutan terhadap 100.000 (seratus

ribu) data integer untuk 20 set data. Data tersebut diurutkan juga menggunakan 2

(dua) jenis algoritma (SMS dan pengembangan SMS yang dilakukan penulis) dan


37

setiap set data dilakukan pengujian sebanyak 10 (sepuluh) kali. Pada tabel 4.4 berikut

terlihat hasil pengujian tersebut.

Tabel 4.4. Hasil Pengujian Untuk 100.000 (seratus ribu) Data

Data

Set

ke

Waktu

Eksekusi

Algoritma

SMS (ms)

Standart

Deviasi

Algoritma

SMS (ms)

Waktu Eksekusi

Pengembangan

Algoritma SMS

(ms)

Standart Deviasi

Pengembangan

Algoritma SMS

(ms)

1 8426,60 50,91 4303,30 62,21

2 7892,20 40,55 3995,30 51,71

3 7847,00 49,88 4006,30 48,83

4 7862,40 52,36 4033,00 66,54

5 7856,40 46,70 4015,50 45,80

6 7812,30 54,37 4009,50 66,49

7 7836,00 56,10 3986,00 81,11

8 7862,60 70,68 4001,30 53,64

9 7889,10 65,19 4048,70 71,46

10 7818,60 73,33 3993,70 70,91

11 7865,50 77,21 3954,60 50,49

12 7915,60 74,32 4000,00 39,90

13 8463,80 54,62 4303,10 74,61

14 7845,40 76,99 4009,30 52,41

15 7864,10 73,45 3958,10 40,01

16 7859,10 74,16 4040,40 77,24

17 7865,50 37,78 4049,90 31,07

18 7889,10 68,49 3986,00 62,37

19 7859,40 80,60 3998,40 43,91

20 7889,20 54,54 4029,70 68,34


38

4.4. Pembahasan

Berdasarkan hasil pengujian pada sub bab sebelumnya yang dilakukan terhadap

50.000 (lima puluh ribu) dan 100.000 (seratus ribu) data integer dimana untuk masing-

masing jumlah data tersebut diuji sebanyak 20 set data, maka dapat digambarkan

grafik dari hasil pengujian tersebut seperti pada gambar 4.5 dan 4.6 berikut.

Gambar 4.5. Grafik Hasil Pengujian Untuk 50.000 (lima puluh ribu) Data

Gambar 4.6. Grafik Hasil Pengujian Untuk 100.000 (seratus ribu) Data

0

500

1000

1500

2000

2500

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data Set Ke

Wak

tu (

ms) Waktu Eksekusi

Algoritma SMS (ms)

Waktu EksekusiPengembangan Algoritma SMS (ms)

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data Set Ke

Wak

tu (

ms) Waktu Eksekusi

Algoritma SMS (ms)

Waktu EksekusiPengembangan Algoritma SMS (ms)


39

4.4.1. Pembahasan hasil pengujian untuk 50.000 (lima puluh ribu) data

Berdasarkan gambar 4.5 terlihat bahwasanya untuk pengujian dengan jumlah data

sebanyak 50.000 (lima puluh ribu) data, waktu eksekusi yang dibutuhkan

pengembangan algoritma SMS yang dilakukan penulis dalam mengurutkan data lebih

efisien dibandingkan dengan algoritma SMS sebelumnya. Namun khusus untuk set

data ke-1, terlihat perbedaan waktu eksekusi yang sangat signifikan dengan set data

yang lainnya. Jika diperhatikan karakteristik data set ke-1 tersebut pada tabel 4.1,

perbedaan karakteristik yang sangat signifikan antara data set ke-1 dengan data set

yang lainnya adalah pada pada jumlah bilangan positif yang sering muncul (fpos) dan

jumlah bilangan negatif yang sering muncul (fneg). Dimana untuk set data ke-1

tersebut nilai fpos adalah sebesar 7.550 dan nilai fneg sebesar 7.402, sedangkan untuk

sebaran data yang lain, nilai fpos dan fneg lebih kecil dari 4.300

4.4.2. Pembahasan hasil pengujian untuk 100.000 (seratus ribu) data

Berdasarkan grafik pada gambar 4.6 terlihat bahwasanya untuk pengujian dengan

jumlah data sebanyak 100.000 (seratus ribu) data, waktu eksekusi yang dibutuhkan

pengembangan algoritma SMS yang dilakukan penulis dalam mengurutkan data lebih

efisien dibandingkan dengan algoritma SMS sebelumnya. Namun khusus untuk set

data ke-1 dan set data ke-13, terlihat perbedaan waktu eksekusi yang cukup signifikan

dengan set data yang lainnya. Jika diperhatikan karakteristik data set ke-1 dan ke-13

tersebut pada tabel 4.2, perbedaan karakteristik yang cukup signifikan antara data set

ke-1 dan data set ke-13 dengan data set yang lainnya adalah pada pada jumlah fpos

dan fneg. Dimana untuk set data ke-1 nilai fpos adalah sebesar 17.414 dan nilai fneg

sebesar 17.061, untuk set data ke-13 nilai fpos adalah sebesar 17.317 dan nilai fneg

sebesar 17.234, sedangkan untuk sebaran data yang lain, nilai fpos dan fneg lebih

kecil dari 15.200

Berdasarkan kedua pembahasan diatas, dapat disimpulkan bahwasanya waktu

eksekusi yang dibutuhkan pengembangan algoritma SMS yang dilakukan penulis

lebih efisien dibandingkan dengan algoritma SMS sebelumnya dan jumlah bilangan

positif yang sering muncul (fpos) serta jumlah bilangan negatif yang sering muncul

(fneg) sangat berpengaruh terhadap waktu eksekusi yang dibutuhkan, semakin kecil

fpos dan fneg maka semakin kecil pula waktu eksekusi yang dibutuhkan.


40

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut :

1. Pengembangan algoritma SMS yang dilakukan penulis dalam penelitian ini

bertujuan untuk meningkatkan efisiensi kompleksitas waktu algoritma SMS, yakni

dengan cara meminimalkan jumlah iterasi yang terjadi pada algoritma SMS (pada

prosedur Move dan prosedur Sort).

2. Algoritma SMS dan pengembangan algoritma SMS yang dilakukan penulis dalam

kasus terbaik sama-sama membutuhkan kompleksitas waktu sebesar O(n) untuk

mengurutkan n buah elemen.

3. Dalam kasus rata-rata dan kasus terburuk, pengembangan algoritma SMS yang

dilakukan penulis membutuhkan kompoleksitas waktu lebih efisien dibandingkan

algoritma SMS untuk mengurutkan n buah elemen, dimana dalam kasus rata-rata

dan kasus terburuk algoritma SMS membutuhkan kompleksitas waktu sebesar O(n

+ f * (max + |min|)), dengan f adalah jumlah elemen yang sering muncul,

sementara pada pengembangan algoritma SMS yang dilakukan penulis, untuk

kasus rata-rata dan kasus terburuk tersebut algoritma membutuhkan kompleksitas

waktu sebesar O(n + (fpos * (maxpos-minpos)) + (fneg * (|minneg| - |maxneg|))),

dengan fpos adalah jumlah elemen positif yang sering muncul dan fneg adalah

jumlah elemen negatif yang sering muncul.

5.2. Saran

Penelitian ini dapat dikembangkan lagi sehingga tercipta algoritma pengurutan baru

dengan kompleksitas waktu yang lebih efisien dibandingkan kompleksitas waktu yang

dicapai pada penelitian ini.


41

DAFTAR KEPUSTAKAAN

Alnihoud, J. & Mansi, R. Januari 2010. An Enhancement of Major Sorting Algorithms. The International Arab Journal of Information Technology. vol. 7. No. 1.

Cormen, T., Leiserson, C., Rivest R. & Stein, C. 2001. Introduction to Algorithms.McGraw Hill.

Dean, C. 2006. A Simple Expected Running Time Analysis for Randomized Divide and Conquer Algorithms. Computer Journal of Discrete Applied Mathematics.vol. 154. no. 1. pp. 1-5.

Deitel, H. & Deitel, P. 2001. C# How to Program, Prentice Hall.

Deependra, Kr. Dwivedi. 2011. Comparison Analysis of Best Sorting Algorithms. VSRD-JCSIT. vol. 1 (4). Pp. 261-267.

Friend, E. 1956. Sorting on Electronic Computer Systems. Computer Journal of ACM. pp. 134-168.

Hoare, R. 1962. Quicksort. The Computer Journal. pp. 10-15.

Kruse, R. & Ryba, A. 1999. Data Structures and Program Design in C++, Prentice Hall.

Knuth, E. 1973. The Art of Computer Programming Second Edition Volume I.Addison-Wesley.

Knuth, E. 1998. The Art of Computer Programming Sorting and Searching, 2nd edition. Addison-Wesley.

Levitin, A. 2007. Introduction to the Design and Analysis of Algorithms. Addison Wesley.

Mansi, R. April 2010. Enhanced Quicksort Algorithm. The International Arab Journal of Information Technology. vol. 7 no. 2.

Moller, F. 2001. Analysis of Quicksort, McGraw Hill.

Thorup, M. 2002. Randomized Sorting in O(n log log n) Time and Linear Space Using Addition Shift, and Bit Wise Boolean Operations. Computer Journal of Algorithms. vol. 42. no. 2. pp. 205-230.


42

LAMPIRAN LISTING PROGRAM ALGORITMA SMS

#include <stdio.h>#include <stdlib.h>#include <string.h>#include <conio.h>#include <time.h>

main(){

FILE *pf,*qf;int data_bil[100000], PosArray[100000], NegArray[100000];int FreqArray[100000],size,NOP,NON;int maks,minim,a,b,c,d,i,x,y,indeks,angka;

char kalimat[8],data_text[7],nama[20]; double start,stop;

printf("PROGRAM PENGURUTAN DATA MENGGUNAKAN ALGORITMA SMS\n");printf(" Created By : Denni Aprilsyah Lubis\n");printf(" Email : [email protected]\n\n");

printf("Masukkan Nama File Input (Dengan Ekstensi) : ");gets(nama);

/*Buka File*/if ((pf=fopen(nama,"r")) == NULL){

printf("File Input Tidak Dapat Dibuka!!!\r\n");getch();exit(1);

}size=0;while(fgets(kalimat,8,pf)){

for(i=0;i<strlen(kalimat);i++){

if ((kalimat[i]!=32)||(kalimat[i]!=9)) data_text[i]=kalimat[i]; }

data_bil[size]=atoi(data_text);size++;

}fclose(pf);start = clock();/*Prosedur Scan*/if (size>1){

maks=data_bil[0];


43

minim=data_bil[0]; NOP=0; NON=0; for (a=0;a<size;a++) { if (data_bil[a] > maks) maks=data_bil[a]; if (data_bil[a] < minim) minim=data_bil[a]; if (data_bil[a] >= 0) NOP = NOP+1; else NON = NON+1; } if (minim != maks) { /*Prosedur Move*/ i=0; for (a=0;a<size;a++) { FreqArray[a]= minim-1; } if (NOP>0) { for (b=0;b<=maks;b++) PosArray[b]=minim-1; } if (NON>0) { for (c=0;c<=abs(minim);c++) NegArray[c]= minim-1; } for (d=0;d<size;d++) { if (data_bil[d]>=0) { if (PosArray[data_bil[d]] == minim-1) { PosArray[data_bil[d]] = data_bil[d]; } else { FreqArray[i]=data_bil[d]; i++; } } else { if (NegArray[abs(data_bil[d])] == minim-1)


44

{ NegArray[abs(data_bil[d])] = data_bil[d] ; } else { FreqArray[i] = data_bil[d]; i++; } } } } else { printf ("Data Yang di Input Merupakan Data Yang Sudah Terurut\n"); getch(); exit(1); } /*Prosedur Sort*/ indeks=0; if (NON>0) { for (x=abs(minim);x>=0;x--) { if (NegArray[x] != minim-1) { data_bil[indeks]= NegArray[x]; indeks++; for (y=0;y<=i;y++) { if (FreqArray[y]==data_bil[indeks-1]) { data_bil[indeks]= FreqArray[y]; indeks++; } } } } } if (NOP>0) { for (x=0;x<=maks;x++) { if (PosArray[x]!= minim-1) { data_bil[indeks]= PosArray[x]; indeks++; for (y=0;y<=i;y++) { if (FreqArray[y]==data_bil[indeks-1])


45

{ data_bil[indeks]=FreqArray[y]; indeks++; } } } } } stop = clock(); /* Ciptakan file .txt */ if ((qf = fopen("Data Terurut By SMS.txt","w")) == NULL)

{ printf("File Data Terurut By SMS.txt Tidak Dapat Diciptakan!\r\n");

getch(); exit(1);

} for (x=0;x<indeks;x++) { itoa(data_bil[x],data_text,10); fputs(data_text,qf);

fputc('\n',qf); } printf("Proses Pengurutan Berhasil,Data Yang Terurut Telah Berhasil

Tersimpan...\n"); printf("waktu eksekusi Program: %.0f ms", (stop-start)); getch(); fclose(qf); return(0); getch(); } else { printf("Data Tidak Mencukupi Untuk di Urutkan,Array Hanya Berisi 1 (Satu)

Data...\n"); getch(); }

return (0);getch();

}


46

LAMPIRAN LISTING PROGRAM PENGEMBANGAN ALGORITMA SMS

#include <stdio.h>#include <stdlib.h>#include <string.h>#include <conio.h>#include <time.h>

main(){

FILE *pf,*qf;int data_bil[100000], PosArray[100000], NegArray[100000];int FreqPosArray[100000],FreqNegArray[100000],size,NOP,NON;int maxneg,minneg,maxpos,minpos,a,b,c,d,i,j,x,y,indeks,angka;char kalimat[8],data_text[7],nama[20];

double start,stop;

printf("PROGRAM PENGURUTAN DATA MENGGUNAKAN PENGEMBANGAN ALGORITMA SMS\n");printf(" Created By : Denni Aprilsyah Lubis\n");printf(" Email : [email protected]\n\n");

printf("Masukkan Nama File Input (Dengan Ekstensi) : ");gets(nama);

/*Buka File*/if ((pf=fopen(nama,"r")) == NULL){

printf("File Tak Dapat Dibuka!!!\r\n");getch();exit(1);

}size=0;while(fgets(kalimat,8,pf)){

for(i=0;i<strlen(kalimat);i++){

if ((kalimat[i]!=32)||(kalimat[i]!=9)) data_text[i]=kalimat[i]; }

data_bil[size]=atoi(data_text);size++;

}fclose(pf);start = clock();/*Prosedur Scan*/if (size>1){


47

maxpos=0; minpos=100000; maxneg=-100000; minneg=-1; NOP=0; NON=0; for (a=0;a<size;a++) { if (data_bil[a] >= 0) { NOP++; if (data_bil[a] > maxpos) maxpos = data_bil[a]; if (data_bil[a] < minpos) minpos=data_bil[a]; } else { NON++; if (data_bil[a] < minneg) minneg=data_bil[a]; if (data_bil[a] > maxneg) maxneg=data_bil[a]; } } if (maxneg < minneg) maxneg = minneg; if (minpos > maxpos) minpos = maxpos; if ((minpos!=maxpos)&&(minneg!=maxneg)) { /*Prosedur Move*/ i=0; j=0; for (a=0;a<size;a++) { FreqPosArray[a]= minneg-1; FreqNegArray[a]= minneg-1; } if (NOP>0) { for (b=minpos;b<=maxpos;b++) PosArray[b]=minneg-1; } if (NON>0) { for (c=abs(maxneg);c<=abs(minneg);c++) NegArray[c]= minneg-1; }


48

for (d=0;d<size;d++) { if (data_bil[d]>=0) { if (PosArray[data_bil[d]] == minneg-1) { PosArray[data_bil[d]] = data_bil[d]; } else { FreqPosArray[i]=data_bil[d]; i++; } } else { if (NegArray[abs(data_bil[d])] == minneg-1) { NegArray[abs(data_bil[d])] = data_bil[d] ; } else { FreqNegArray[j] = data_bil[d]; j++; } } } } else { printf ("Data Yang di Input Merupakan Data Yang Sudah Terurut\n"); getch(); exit(1); } /*Prosedur Sort*/ indeks=0; if (NON>0) { for (x=abs(minneg);x>=abs(maxneg);x--) { if (NegArray[x] != minneg-1) { data_bil[indeks]= NegArray[x]; indeks++; for (y=0;y<=j;y++) { if (FreqNegArray[y]==data_bil[indeks-1]) { data_bil[indeks]= FreqNegArray[y];


49

indeks++; } } } } } if (NOP>0) { for (x=minpos;x<=maxpos;x++) { if (PosArray[x]!= minneg-1) { data_bil[indeks]= PosArray[x]; indeks++; for (y=0;y<=i;y++) { if (FreqPosArray[y]==data_bil[indeks-1]) { data_bil[indeks]=FreqPosArray[y]; indeks++; } } } } } stop = clock(); /* Ciptakan file .txt */

if ((qf = fopen("Data Terurut By SMS Plus.txt","w")) == NULL) {

printf("file tak dapat diciptakan!\r\n"); getch();

exit(1); }

for (a=0;a<indeks;a++) { itoa(data_bil[a],data_text,10); fputs(data_text,qf);

fputc('\n',qf); } printf("Proses Pengurutan Berhasil,Data Yang Terurut Telah Berhasil

Tersimpan...\n"); printf("waktu eksekusi Program: %.0f ms", (stop-start)); getch(); fclose(qf); return(0); getch(); } else {


50

printf("Data Tidak Mencukupi Untuk di Urutkan,Array Hanya Berisi 1 (Satu) Data...\n");

getch(); }

return (0);getch();

}


PENGEMBANGAN ALGORITMA PENGURUTAN SMS (SCAN, …

Documents