BUBBLE SORT

Pengertian/Konsep Buble Sort Metode pengurutan gelembung (Bubble Sort) diinspirasikan oleh gelembung sabun yang berada dipermukaan air. Karena berat jenis gelembung sabun lebih ringan daripada berat jenis air, maka gelembung sabun selalu terapung ke atas permukaan. Prinsip di atas dipakai pada pengurutan gelembung. Bubble sort (metode gelembung) adalah metode/algoritma pengurutan dengan dengan cara melakukan penukaran data dengan tepat disebelahnya secara terus menerus sampai bisa dipastikan dalam satu iterasi tertentu tidak ada lagi perubahan. Jika tidak ada perubahan berarti data sudah terurut. Disebut pengurutan gelembung karena masing-masing kunci akan dengan lambat menggelembung ke posisinya yang tepat.

Kelebihan Bubble Sort Metode Buble Sort merupakan metode yang paling simpel Metode Buble Sort mudah dipahami algoritmanya Kelemahan Bubble Sort Meskipun simpel metode Bubble sort merupakan metode pengurutanyang paling tidak efisien. Kelemahan buble sort adalah pada saat mengurutkan data yang sangat besar akan mengalami kelambatan luar biasa, atau dengan kata lain kinerja memburuk cukup signifikan ketika data yang diolah jika data cukup banyak. Kelemahan lain adalah jumlah pengulangan akan tetap sama jumlahnya walaupun data sesungguhnya sudah cukup terurut. Hal ini disebabkan setiap data dibandingkan dengan setiap data yang lain untuk menentukan posisinya. Algoritma Bubble Sort Membandingkan data ke-i dengan data ke-(i+1) (tepat bersebelahan). Jika tidak sesuai maka tukar (data ke-i = data ke-(i+1) dan data ke-(i+1) = data ke-i). Apa maksudnya tidak sesuai? Jika kita menginginkan algoritme menghasilkan data dengan urutan ascending (A-Z) kondisi tidak sesuai adalah data ke-i > data ke-i+1, dan sebaliknya untuk urutan descending (A-Z). Membandingkan data ke-(i+1) dengan data ke-(i+2). Kita melakukan pembandingan ini sampai data terakhir. Contoh: 1 dgn 2; 2 dgn 3; 3 dgn 4; 4 dgn 5 ; n-1 dgn n. Selesai satu iterasi, adalah jika kita sudah selesai membandingkan antara (n-1) dgn n. Setelah selesai satu iterasi kita lanjutkan lagi iterasi berikutnya sesuai dengan aturan ke-1. mulai dari data ke-1 dgn data ke-2, dst. Proses akan berhenti jika tidak ada pertukaran dalam satu iterasi. Contoh Kasus Bubble Sort Misalkan kita punya data seperti ini: 6, 4, 3, 2 dan kita ingin mengurutkan data ini (ascending) dengan menggunakan bubble sort. Berikut ini adalah proses yang terjadi: Iterasi ke-1: 4, 6, 3, 2 :: 4, 3, 6, 2 :: 4, 3, 2, 6 (ada 3 pertukaran) Iterasi ke-2: 3, 4, 2, 6 :: 3, 2, 4, 6 :: 3, 2, 4, 6 (ada 2 pertukaran) Iterasi ke-3: 2, 3, 4, 6 :: 2, 3, 4, 6 :: 2, 3, 4, 6 (ada 1 pertukaran) Iterasi ke-4: 2, 3, 4, 6 :: 2, 3, 4, 6 :: 2, 3, 4, 6 (ada 0 pertukaran) -> proses selesai

1.

2. 3.

4. 5.

Analisis Algoritma Bubble Sort Tujuan dari analisis algoritma adalah untuk mengetahui efisiensi dari algoritma. Dalam hal ini dilakukan pembandingan antara dua atau lebih algoritma pengurutan.Tahap analisis adalah melakukan pengecekan program untuk memastikan bahwa program telah benar secara logika maupun sintak (tahap tracing atau debugging). Tahap selanjutnya yaitu menjalankan program

untuk mengetahui running time atau waktu komputasi dalam hal ini termasuk jumlah langkah. Data uji yang digunakan adalah data yang tidak terurut atau data random, terurut membesar/, dan terurut mengecil. Salah satu cara untuk menganalisa kecepatan algoritma sorting saat running time adalah dengan menggunakan notasi Big O. Algoritma sorting mempunyai kompleksitas waktu terbaik, terburuk, dan rata-rata. Dengan notasi Big O, kita dapat mengoptimalkan penggunaan algoritma sorting. Sebagai contoh, untuk kasus dimana jumlah masukan untuk suatu pengurutan banyak, lebih baik digunakan algoritma sorting seperti quick sort, merge sort, atau heap sortkarena kompleksitas waktu untuk kasuk terburuk adalah O(n log n). Hal ini tentu akan sangatberbeda jika kita menggunakan algoritma sorting insertion sort atau bubble sort dimana waktu yang dibutuhkan untuk melakukan pencarian akan sangat lama. Hal ini disebabkan kompleksitas waktu terburuk untuk algoritma sorting tersebut dengan jumlah masukan yang banyak adalah O(n2). Dari grafik dibawah dapat diketahui buble sort adalah metode yang paling lambat dari yang lambat-lambat..heheheh..

Grafik Metode Pengurutan berode O(n2)

Implementasi Bubble Sort dalam Bahasa C/C++ Berikut ini listing program atau kode program metode bubble sort dalam bahasa C/C++ #include<stdio.h> void bubbleSort(int data[], int n){ int i, j=0, temp, flag = 1; while(flag){ flag = 0; for(i=0; i<n; i++){ if(data[i]>data[i+1]){ temp = data[i];

data[i] = data[i+1]; data[i+1] = temp; flag++; } } } } main(){ int data[1000]; int n, i; printf("________.:: BUBBLE SORT :.________\n"); printf("Enter numbers of data(maks 1000): "); scanf("%d", &n); printf("Data (separate by space): "); for(i=0; i<n; i++) scanf("%d", &data[i]); bubbleSort(data, n); printf("\nOutput after sort:\n"); for(i=0; i<n; i++) printf("%d ", data[i]); getch(); return 0;}

QUICK SORT
Pengertian Quick Sort Algoritma sortir yang efisien yang ditulis oleh C.A.R. Hoare pada 1962. Dasar strateginya adalah memecah dan menguasai. Quicksort dimulai dengan menscan daftar yang disortir untuk nilai median. Nilai ini, yang disebut tumpuan (pivot), kemudian dipindahkan ke satu sisi pada daftar dan butir-butir yang nilainya lebih besar dari tumpuan di pindahkan ke sisi lain. Algoritma Quick Sort Divide Memilah rangkaian data menjadi dua sub-rangkaian A*pq-1+ dan A*q+1r+ dimana setiap elemen A*pq-1] adalah kurang dari atau sama dengan A[q] dan setiap elemen pada A*q+1r+ adalah lebih besar atau sama dengan elemen pada A[q]. A[q] disebut sebagai elemen pivot. Perhitungan pada elemen q merupakan salah satu bagian dari prosedur pemisahan. Conquer Mengurutkan elemen pada sub-rangkaian secara rekursif Pada algoritma quick sort, langkah kombinasi tidak di lakukan karena telah terjadi pengurutan elemen elemen pada sub array. Pseudocode Quick Sort

Contoh Quick Sort

Analisis Algoritma QuickSort Setiap elemen yang akan disort selalu diperlakukan secara sama di sini, diambil salah satu elemen, dibagi menjadi 3 list, lalu ketiga list tersebut disort dan digabung kembali. Contoh kode di atas menggunakan 3 buah list, yaitu yang lebih besar, sama dan lebih kecil nilainya dari pivot. Untuk membuat lebih efisien, bisa digunakan 2 buah list dengan mengeliminasi yang nilainya sama (bisa digabung ke salah satu dari 2 list yang lain). Kasus terburuk dari algoritma ini adalah saat dibagi menjadi 2 list, satu list hanya terdiri dari 1 elemen dan yang lain terdiri dari n-2 elemen. Untuk kasus terburuk dan kasus ratarata, algoritma ini memiliki kompleksitas sebesar O(n log n). Jumlah rata-rata perbandingan untuk quick sort berdasarkan permutasinya dengan asumsi bahwa nilai pivot diambil secara random adalah : Lalu bagaimana cara menentukan pivot sendiri? Kasus terbaik yang diharapkan diilustrasikan sebagai berikut: Bagi sebuah list menjadi 4 buah. Lalu pilih 2 buah list sedemikian rupa sehingga setiap elemennya lebih besar dari 25 % elemen terkecil dan lebih kecil dari 25% elemen terbesar. Bila nilai pivot yang dipilih secara konstan terambil dari nilai ini maka hanya diperlukan pembagian list sebanyak 2log2n kali.Biladibandingkan dengan merge sort, quick sort memiliki keuntungan di kompleksitas waktu sebesar (log n), dibanding dengan merge sort sebesar (n). namun

quick sort tidak mampu membandingkan linked list sebaik merge sort, karena ada kemungkinan pemilihan pivot yang buruk. Selain itu pada linked list merge sort memerlukan ruang yang lebih sedikit. Berdasarkan analisis tersebut quick sort termasuk algoritma sorting yang cukup baik, namun kita pun harus bisa memilih nilai pivot yang baik agar penggunaannya bisa optmal. Implementasi Quic Sort Menggunakan C/C++

01 Partition(A, p, r) 02 x = A[p]; //pivot=elemen posisi pertama 03 i = p ; //inisialisasi 04 j = r ; 05 repeat 06 07 08 09 10 11 12 13 14 15 16 while(A[j] > x) j--; while(A[i] < x) i++; if (i < j){ Swap(A, i, j); j--; i++ } else return j;

17 until i >= j

Algoritma sequential search

procedure PencarianBeruntun(input a1, a2, ..., an : integer, x : integer, output idx : integer) Deklarasi k : integer ketemu : boolean{ bernilai true jika x ditemukan atau false jika x tidak ditemukan } Algoritma: k1 ketemufalse while (k n) and (notketemu) do ifak = x then ketemutrue else k k + 1 endif endwhile { k > n or ketemu } ifketemuthen{ x ditemukan } idxk else idx 0 { x tidak ditemukan } endif

Jumlah operasi perbandingan elemen tabel: 1. Kasus terbaik: ini terjadi bila a1 = x. Tmin(n) =1 2. Kasus terburuk: bila an = xatau x tidak ditemukan. Tmax(n) = n 3. Kasus rata-rata: Jika x ditemukan pada posisi ke-j, maka operasi perbandingan (ak = x)akan dieksekusisebanyak j kali.

Tavg(n) =

1 n(1 n) (1 2 3 ... n) 2 (n 1) n n 2

Cara lain: asumsikan bahwa P(aj = x) = 1/n. Jika aj = x maka Tj yang dibutuhkan adalah Tj = j. Jumlah perbandingan elemen larik rata-rata: Tavg(n) =

1 1 n T j P( A[ j ] X ) T j T j j 1 j 1 n n j 1
n n

1 n(n 1) n 1 1 n ) j= ( n j 1 n 2 2

Algoritma pencarian biner (bynary search)

procedure PencarianBiner(input a1, a2, ..., an : integer, x : integer, output idx : integer) Deklarasi i, j, mid : integer ketemu : boolean Algoritma i1 jn ketemufalse while (not ketemu) and ( i j) do mid (i+j) div 2 if amid = x then ketemu true else if amid< x then{ cari di belahan kanan } imid + 1 else { cari di belahan kiri } jmid - 1; endif endif endwhile {ketemu or i > j }

if ketemu then idxmid else idx0 endif

1. Kasus terbaik Tmin(n) = 1

2. Kasus terburuk: Tmax (n) = 2log n