1

Perbandingan Tiga Algoritma Sorting : Heap Sort, Radix Sort, dan Quick Sort
Three Sorting Algorithm Comparison : Heap Sort, Radix Sort, and Quick Sort

Rizki Afrizal Supriyanto (171524027)

Jurusan Teknik Komputer dan Informatika, Program Studi D4 Teknik Informatika. POLBAN.
Jalan Kampus Polban, Ciwaruga, Parongpong, Kabupaten Bandung Barat. 40559.
e-mail : rizki.afrizal.tif417@polban.ac.id

ABSTRAKSI 2. DASAR TEORI DAN METODOLOGI

Pengurutan data (sorting) adalah suatu proses
menyusun kembali himpunan objek menggunakan
aturan tertentu. Pengurutan data sendiri terdapat
dua jenis, yaitu dari elemen terkecil ke terbesar
(ascending) dan dari yang terbesar ke terkecil
(descending). Beragam algoritma sorting telah
ditemukan, antara lain : heapsort, quicksort, dan
radix sort. Dari ketiganya, radix sort merupakan
algoritma yang paling efisien karena mampu
memangkas waktu eksekusi juga meminimalkan
penggunaan memori.
Kata kunci : sorting, quick sort, heap sort, radix sort,
kompleksitas
2.1. Algoritma Sorting
Ada banyak sekali algoritma sorting, setiap algoritma
memiliki ciri khasnya masing – masing. Setiap
algoritma memiliki keunggulan dan kelemahannya.
Keunggulan dan kelemahan ini akan berpengaruh
pada tingkat seberapa optimum suatu algoritma ketika
dijalankan nanti terlebih untuk mengerjakan
pengurutan pada data yang jumlahnya besar.
2.1.1. Heap Sort
Heap sort merupakan salah satu algoritma sorting
yang memanfaatkan struktur data complete binary
tree. Proses Heap Sort dapat dijelaskan sebagai
berikut (Sharma, Vendana. et.al. 2008) :

1. Representasikan Heap dengan n elemen dalam

1. PENDAHULUAN sebuah array A[n]
Dalam dunia Struktur Data dan Algoritma, ada banyak 2. Elemen root tempatkan pada A[1]
algoritma pengurutan, masing – masing algoritma 3. Elemen A[2i] adalah node kiri dibawah A[i]
memiliki keunggulan dan kelemahan. Pemilihan 4. Elemen A[2i+1] adalah node kanan dibawah
algoritma yang sesuai untuk suatu kasus akan A[i]
mempercepat proses eksekusi atau menghemat 5. Ambil nilai root (terbesar) A[1..n-1] dan
memori. Misalkan, dengan tipe data Array numerik pertukarkan dengan elemen terakhir dalam
yang hanya memiliki 10 elemen, tentu lebih baik array, A[n]
menggunakan algoritma yang hemat memori, seperti 6. Bentuk Heap dari (n-1) elemen, dari A[1]
buble sort. Tetapi untuk data yang besar, tentu buble hingga A[n-1]
sort bukan yang terbaik. 7. Ulangi langkah 5 dimana indeks terakhir
berkurang setiap langkah.
Pemilihan algoritma sangat bergantung pada tingkat
kompleksitasnya. Semakin kecil nilai Big O Algoritma ini memiliki kompleksitas waktu yang
(kompleksitas) dari sebuah algoritma, semakin cepat stabil, seperti ditunjukan pada tabel 2.1.
waktu eksekusinya, tentu akan lebih baik dibanding (https://www.bigocheatsheet.com)
algoritma yang memiliki Big O besar.
Best Average Worst
Perbedaan kecepatan eksekusi akan terasa jika
dilakukan pengujian data yang sesungguhnya. Oleh Ω(n log(n)) Θ(n log(n)) O(n log(n))
karena itu, laporan ini akan membahas temuan dari Tabel 2.1 Kompleksitas Waktu Heap Sort
pengujian tiga algoritma sorting untuk mengetahui
algoritma yang terbaik. Algoritma yang dipilih adalah
heap sort, radix sort, dan heap sort.

Dimana n merupakan jumlah elemen yang akan
diurutkan. Sementara untuk komplesitas ruangnya
adalah O(1) yang berarti konstan, atau dengan kata
lain, algoritma ini sangat efisien dalam penggunaan
memori.
2.1.2. Radix Sort
Radix sort merupakan algoritma sorting yang
mengurutkan data dengan mengelompokannya
berdasarkan digit – digit dari tiap data pada posisi
yang sama. Berbeda dengan algoritma heapsort dan
quicksort, radix sort bukanlah algoritma sorting
yang comparison (yang memerlukan struktur data
yang bisa dibandingkan seperti integer).
Algoritma ini memiliki kompleksitas yang baik dan
stabil, seperti ditunjukan pada tabel 2.1.
(https://www.bigocheatsheet.com)
Best Average Worst
Ω(n.k) Θ(n.k) O(n.k)
Tabel 2.2 Kompleksitas Waktu Radix Sort
Dengan n merupakan jumlah elemen yang akan
diurutkan sementara k merupakan jumlah digit
terbanyak dari seluruh elemen. Untuk kompleksitas
ruangnya sendiri adalah O(n+k) alias linear.
Sehingga kebutuhan memori tidak terlalu banyak.
2.1.3. Quicksort
Quicksort merupakan algoritma divide and conquer,
algoritma ini akan memecah array yang besar
menjadi dua sub array yang lebih kecil. Selanjutnya
tiap – tiap subarray akan disorting, kemudian
digabung kembali. Proses berikut menjelaskan
langkah – langkah quicksort (Sonita, A. dan
Nurtaneo, F. 2015).
1. Ambil sebuah elemen dari array, beri nama
pivot.
2. Urutkan kembali array sehingga elemen yang
lebih kecil dari pivot berada sebelum pivot dan
elemen yang lebih besar berada setelah pivot.
Langkah ini disebut partition.
3. Secara rekursif, urutkan kembali sub-array
elemen yang lebih kecil dan sub-array elemen
yang lebih besar.
2
Algoritma ini memiliki kompleksitas yang kurang
baik, seperti ditunjukan pada tabel 2.1.
(https://www.bigocheatsheet.com)
Best Average Worst
Ω(n) Θ(n log(n)) O(n^2)
Tabel 2.3 Kompleksitas Waktu Quicksort
Dimana n adalah jumlah elemen yang akan
diurutkan. Meskipun kompleksitas waktu rata –
ratanya kurang baik, algoritma ini cukup efektif
terutama untuk data yang sedikit. Perlu diperhatikan
bahwa best case disini bergantung juga pada jumlah
data, pada umumnya, meskipun best case namun
jika jumlah datanya besar maka akan mendekati
waktu eksekusi rata – rata. Sementara dari sisi
kompleksitas ruang, algoritma ini memiliki space
complexity sebesar O( log n ) lebih baik disbanding
radix sort, namun masih dibawah heap sort dalam
kasus data yang besar.
Dari perbandingan ketiga algoritma tersebut,
diprediksi bahwa algoritma yang paling cepat ketika
dieksekusi adalah algoritma radix sort, sekaligus
algoritma yang memiliki efisiensi memori tertinggi.
2.2. Pengujian Algoritma
Untuk pengujian algoritma, akan dibuatkan file
masing – masing algoritma dengan 2 jenis data uji
yakni data random dalam modul program dan dataset
yang disiapkan dalam file eksternal. Data random
menggunakan modul dalam program memiliki
kelebihan yakni tidak perlu waktu eksekusi tambahan
untuk membuka dan membaca file, sehingga
mendekati waktu eksekusi murni. Kelemahannya
adalah data yang dihasilkan akan selalu berbeda setiap
kali program dijalankan sehingga untuk kasus data
random melalui modul, dilakukan percobaan sepuluh
kali berturut – turut kemudian diambil rata – rata
waktu eksekusinya. Sementara data random yang
disimpan dalam file eksternal akan membutuhkan
waktu tambahan untuk membuka dan membaca file,
tetapi akan lebih konkrit perbandingannya karena
setiap algoritma akan menggunakan data yang sama.
Algoritma ditulis dalam bahasa C dengan sumber :
1. heap sort
https://www.sanfoundry.com/c-program-
implement-heap-sort/
 3

2. radix sort kasus ini, algoritma yang terbaik adalah

https://austingwalters.com/radix-sort-in-c/
3. quick sort
https://beginnersbook.com/2015/02/quicksor
t-program-in-c/
2.3. Media Pengujian
Untuk menguji algoritma – algoritma ini, digunakan
laptop yang sama pada tiap pengujian dengan
spesifikasi sebagai berikut :
Juga IDE Dev-C++ dengan compiler TDM-GCC
4.9.6 64 bit.
3. TEMUAN PERCOBAAN
3.1. Hasil Perbandingan
Dari ketiga jenis algoritma yang dibandingkan,
didapati perbedaan yang beragam untuk tiap kasus
data yang diuji cobakan. Setiap pengujian dilakukan
dalam kondisi hardware dan software yang sama.
Perbandingan tersebut dapat dilihat pada tabel 3.1
berikut.
algoritma radix sort.
2. Dataset Kedua
Dataset ini berupa kumpulan nilai integer
dengan urutan acak dari range 0 sampai
10000 sebanyak 260.000 elemen. Untuk
kasus ini, algoritma yang terbaik adalah radix
sort.
3. Dataset Ketiga
Dataset ini berupa kumpulan bilangan bulat
positif dengan urutan descending dari range
100.000 sampai 80.914 sebanyak 50.000
elemen. Untuk kasus ini, algoritma yang
terbaik adalah radix sort.
4. Dataset Keempat
Dataset ini menggunakan modul dalam
program untuk mengembalikan bilangan
acak sebanyak 200.000 elemen. Untuk kasus
ini, algoritma yang terbaik adalah radix sort.
4. SIMPULAN
Dari ketiga jenis algoritma dengan 4 dataset yang
berbeda, radix sort menjadi algoritma dengan waktu
eksekusi yang tercepat. Hal ini wajar mengingat Big O
dari algoritma radix sort adalah O(k.n), sementara
heap sort memiliki Big O sebesar O(n log n) dan
quicksort memiliki O(n log n) untuk kasus data terbaik
serta O(n2) untuk kasus terburuk. Hal ini sesuai dengan
dasar teori yang dikemukakan di awal, dimana radix
sort akan memiliki waktu eksekusi yang tercepat dari
ketiga jenis algoritma yang diujikan.

Waktu Eksekusi (dalam sekon) DAFTAR RUJUKAN

radix heap quick Sharma, Vandana et.al. 2008. Performance Study of
sort sort sort Improved Heap Sort Algorithm and Other
Dataset1 Sorting Algorithms on Different Platforms.
0.07887 0.1364 0.09528
IJCSNS International Journal of Computer
Dataset2 0.08606 0.14810 0.09851 Science and Network Security, No.4 (8) : 101
Dataset3 - 105
0.04314 0.05062 1.24300
Dataset4 0.42092 0.49506 0.47388 Sonita, A. dan Nurtaneo, F. 2015. Analisis
Perbandingan Algoritma Bubble Sort, Merge
Tabel 3.1 Perbandingan Waktu Eksekusi Antar Algoritma
Sort, dan Quick Sort dalam Proses
Adapun dataset yang digunakan dijabarkan sebagai Pengurutan Angka dan Huruf. Jurnal
berikut : Pseudocode. No 2. (2) : 75 - 80
1. Dataset Pertama
Dataset ini adalah kumpulan nilai integer DAFTAR BACAAN
dengan urutan acak dari range 0 sampai Bentley, Jon. (1999). Programming Pearls. Addison-
13196 sebanyak 260.000 elemen. Untuk Wesley Professional.
 4

Coulson, Benjamin. (2001). An Introduction to

Technical Report Writing. York University.
Canada

Nilsson, Stefan. (2000). "The fastest sorting

algorithm?". Dr. Dobb's Journal. 311 : 38 –
45.

Sedgewick, R. (1978). "Implementing Quicksort

programs". Comm. ACM. 21 (10): 847–857.

https://bigocheatsheet.com diakses pada 28 April

2018, pukul 07.30.