Perbandingan Kinerja Linear Search dan Binary Search pada Pencarian Data Mahasiswa Berdasarkan Kompleksitas Teoretis dan Pengujian Empiris

Authors

  • Fillaah Al Farizi Magister Ilmu Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia
  • Amarudin Amarudin Magister Ilmu Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia
  • Rohmat Indra Borman Magister Ilmu Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia

Keywords:

Linear Search, Binary Search, Analisis Algoritma, Kompleksitas Waktu, Kinerja Empiris, Sistem Informasi Akademik

Abstract

Pencarian data merupakan salah satu operasi fundamental yang sering digunakan dalam sistem informasi akademik untuk mengakses informasi mahasiswa secara cepat dan akurat. Seiring meningkatnya jumlah data yang dikelola oleh perguruan tinggi, pemilihan algoritma pencarian yang efisien menjadi faktor penting dalam menjaga kinerja sistem. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma Linear Search dan Binary Search pada pencarian data mahasiswa berdasarkan pendekatan kompleksitas teoretis dan pengujian empiris. Metode penelitian yang digunakan adalah metode eksperimen dengan mengimplementasikan kedua algoritma menggunakan bahasa pemrograman Python pada dataset mahasiswa simulasi yang terdiri dari 100, 1.000, 10.000, dan 100.000 data. Parameter yang dianalisis meliputi kompleksitas waktu, jumlah operasi pencarian, dan waktu eksekusi yang diukur dalam satuan milidetik. Secara teoretis, Linear Search memiliki kompleksitas waktu O(n), sedangkan Binary Search memiliki kompleksitas waktu O(log n), sehingga Binary Search diperkirakan memiliki performa yang lebih baik pada dataset berukuran besar. Hasil penelitian yang diharapkan menunjukkan bahwa peningkatan ukuran dataset berpengaruh signifikan terhadap waktu eksekusi kedua algoritma, dengan Linear Search mengalami peningkatan waktu pencarian secara linier, sementara Binary Search menunjukkan peningkatan yang relatif lebih rendah. Selain memberikan bukti empiris terhadap teori kompleksitas algoritma, penelitian ini diharapkan dapat menjadi referensi dalam pemilihan algoritma pencarian yang tepat untuk sistem informasi akademik serta mendukung pengembangan aplikasi yang membutuhkan proses pencarian data secara efisien pada lingkungan perguruan tinggi.

References

Aho, A. V., Hopcroft, J. E., & Ullman, J. D. (1983). Data structures and algorithms. Addison-Wesley.

Chen, H., & Wang, Y. (2024). Experimental comparison of search algorithms on large datasets. Journal of Information Systems Engineering, 19(4), 221–230.

Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2022). Introduction to algorithms (4th ed.). MIT Press.

Dasgupta, S., Papadimitriou, C. H., & Vazirani, U. V. (2008). Algorithms. McGraw-Hill Education.

Goodrich, M. T., Tamassia, R., & Goldwasser, M. H. (2013). Data structures and algorithms in Python. John Wiley & Sons.

Gupta, P., & Kumar, R. (2023). Time complexity analysis of classical search algorithms. Journal of Computing Research and Innovation, 8(2), 55–63.

Kleinberg, J., & Tardos, É. (2006). Algorithm design. Pearson Education.

Kurhade, M., & Takawale, S. (2024). Comparative study of searching algorithm: Linear search and binary search. International Journal of Advanced Research in Computer and Communication Engineering, 13(5), 75–80.

Lutfina, A., Pratama, R., & Wijaya, S. (2022). Analysis of iterative and recursive linear search implementations. Komputika: Jurnal Sistem Komputer, 11(2), 101–110.

Mehta, A., & Shah, D. (2023). Empirical evaluation of search algorithms for structured data repositories. International Journal of Computer Applications, 184(12), 1–8.

Niemann, T. (2021). Sorting and searching algorithms: A cookbook. O'Reilly Media.

Purnama, Y. (2025). Performance evaluation of linear search, binary search and hash search on large-scale datasets. Jurnal Ilmu Teknologi dan Komputer, 9(1), 15–24.

Rahman, A., Setiawan, D., & Fadli, M. (2025). Comparative analysis of linear search and binary search based on data size and sorting conditions. Jurnal Informatika dan Sistem Informasi, 11(2), 121–130.

Saputra, D., Nugroho, A., & Firmansyah, R. (2025). Analysis of searching and sorting algorithms in student data processing systems. International Journal of Emerging Information Technology, 7(3), 44–53.

Sedgewick, R., & Wayne, K. (2011). Algorithms (4th ed.). Addison-Wesley Professional.

Skiena, S. S. (2020). The algorithm design manual (3rd ed.). Springer.

Sridhar, S. (2022). Performance analysis of searching algorithms in large data processing systems. International Journal of Computer Science and Information Security, 20(4), 45–52.

Weiss, M. A. (2014). Data structures and algorithm analysis in C++ (4th ed.). Pearson.

Yasmin, N., Hidayat, R., & Arifin, F. (2025). Comparison of sequential search, binary search and interpolation search algorithms in large data processing. Jurnal Sistem Komputer dan Informatika, 10(1), 33–42.

Zamroni, M. (2025). Efficiency comparison of linear search and binary search algorithms based on time and space complexity. Malang International Journal of Informatics, 5(2), 89–98.

Downloads

Published

2026-07-03

How to Cite

Farizi, F. A., Amarudin, A., & Borman, R. I. (2026). Perbandingan Kinerja Linear Search dan Binary Search pada Pencarian Data Mahasiswa Berdasarkan Kompleksitas Teoretis dan Pengujian Empiris. Jurnal Manajemen Informatika Medicom (JMI), 13(2), 56–65. Retrieved from https://journals.joninstitute.org/index.php/JMI/article/view/118