SKRIPSI
ANALISA ALGORITMA BINARY SEARCH UNTUK MENCARI DATA MAHASISWA PROGRAM STUDI MANAJEMEN UNIVERSITAS PELITA BANGSA DENGAN
BERBASIS ANDROID
Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Informatika
Disusun oleh:
Nama Ahmad Nurhakim NIM : 311510829
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS PELITA BANGSA KABUPATEN BEKASI
2019
i
ii
iii
iv
v
dan inayah-Nya kepada penulis sehingga dapat menyelesaikan laporan tugas akhir skripsi yang berjudul “Analisa Algoritma Binary Search Untuk Mencari Data Mahasiswa Program Studi Manajemen Universitas Pelita Bangsa Dengan Berbasis Android” laporan ini di susun untuk memenuhi salah satu syarat guna menyelesaikan pendidikan S1 (Strata Satu) Program Studi Teknik Informatika di Universitas Pelita Bangsa Cikarang.
Pada kesempatan kali ini, penulis ingin menyampaikan rasa terima kasih kepada pihak terkait. Karena penulis menyadari tanpa adanya uluran dan bantuan mereka belum tentu laporan ini dapat diselesaikan, pihak-pihak tersebut adalah :
1. Hamzah M.Mardi Putra, S.K.M, M.M sebagai Rektor Universitas Pelita Bangsa.
2. Putri Anggun Sari S.Pt.,M.Si selaku Dekan Fakultas Teknik Universitas Pelita Bangsa.
3. Aswan Sunge, S.E., M.Kom selaku Ketua Program Studi Teknik Informatika Universitas Pelita Bangsa.
4. Yoga Religia.,S.kom.,M.Kom selaku Dosen Pembimbing I dan Nisa Nurhidayati,S.Pd,.M.Kom selaku Dosen Pembimbing II yang memberikan ide penelitian, serta informasi referensi yang penulis butuhkan.
5. Orang Tua, Kerabat dan Keluarga yang telah memberi motivasi dan dukungan sehingga kami dapat menyelesaikan studi di Universitas Pelita Bangsa.
6. Seluruh sahabat dan rekan-rekan yang telah banyak membantu dan atas dukungannya sehingga kami dapat menyelesaikan studi di Universitas Pelita Bangsa.
Dan pada akhirnya penulis hanya dapat berdo’a serta berharap semoga apa yang telah di berikan kepada penulis dapat dibalas dengan kebaikan Allah Subkhanahu Wa Ta’ala.
vi
Penulis menyadari bahwa penulisan skripsi ini masih jauh dari kata sempurna, maka dari itu bahwasanya penulis memohon saran positif yang bersifat membangun untuk kemajuan penulis di masa mendatang. Akhir kata semoga laporan tugas akhir skripsi ini dapat dipergunakan sebagaimana mestinya bagi penulis serta berguna bagi pembaca pada umumnya, Aamiin Yarobbal’Alamin.
Kabupaten Bekasi, 14 Januari 2020
Penulis
vii
mengetahui analisis kecepatan rata rata waktu proses pencarian dan ketepatan algoritma sequential search untuk mencari data mahasiswa teknik informatika pada Universitas Pelita Bangsa. Metode yang digunakan adalah Algoritma Binary Search . Hasil dari penelitian ini dapat diambil kesimpulan yaitu algoritma searching merupakan algoritma yang penting dalam pengelolaan sistem manajemen database. Data yang besar (Big Data) perlu diolah untuk mempermudah dalam pencarian data. Analisis kecepatan rata - rata waktu pencarian dan kemangkusan algoritma binary search diketahui dengan perhitungan kompleksitas waktu dan kompleksitas algoritma menggunakan notasi asimptotik Big O linear O(n). Jumlah data mahasiswa untuk membantu proses analisis sebanyak 2000 data berupa nim dan nama mahasiswa. Pengujian dalam penelitian ini menggunakan analisa kompleksitas waktu pencarian, analisa kompleksitas dengan notasi linear O(n), dan black box testing. Black box testing hasil pengujian sesuai dan valid.
Kata Kunci : Binary Search, Sequential Search, Black Box Testing, Asimptotik, Universitas Pelita Bangsa.
viii
ABSTRACT
Searching is a job that we often do in our daily lives. In text editors, we often do the work of searching for words, or searching for words1 and replacing them with words 2. The purpose of this study is to find out the analysis of the average speed of the search process and the accuracy of sequential search algorithms to look for data of informatics engineering students at Pelita Bangsa University. The method used is the Binary Search Algorithm. The results of this study can be concluded that the searching algorithm is an important algorithm in managing a database management system. Big data (Big Data) needs to be processed to make it easier to find data. Analysis of the average speed of the search time and the binary search algorithm embrace is known by calculating the time complexity and algorithm complexity using Big O linear O (n) asymptotic notation. The number of student data to assist the analysis process is 2000 data in the form of student numbers and names. Tests in this study use the analysis of search time complexity, complexity analysis with linear O (n) notation, and black box testing. Black box testing testing results are appropriate and valid.
Keyword : Binary Search, Sequential Search, Black Box Testing, Asimptotik, Universitas Pelita Bangsa.
ix
PENGESAHAN DEWAN PENGUJI ... Error! Bookmark not defined.
PERNYATAAN KEASLIAN SKRIPSI ... Error! Bookmark not defined.
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... Error! Bookmark not defined.
KATA PENGANTAR ... v
ABSTRAK ... vii
ABSTRACT ... viii
DAFTAR ISI ... ix
DAFTAR GAMBAR ... xi
DAFTAR TABEL ... xii
BAB I PENDAHULUAN ... 1
1.1 Latar belakang ... 1
1.2 Identifikasi Masalah ... 4
1.3 Rumusan Masalah ... 4
1.4 Batasan Masalah ... 4
1.5 Tujuan Penelitian ... 4
1.6 Manfaat Penelitian ... 5
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI ... 6
2.1 Tinjauan Pustaka ... 6
2.1.1 Jurnal 1 ... 6
2.1.2 Jurnal 2 ... 6
2.1.3 Jurnal 3 ... 7
2.1.4 Jurnal 4 ... 7
2.1.5 Jurnal 5 ... 7
2.2 Landasan Teori ... 8
2.2.1 Analisis ... 8
2.2.2 Algoritma ... 8
x
2.2.3 Algoritma Pencarian ... 8
2.2.4 Binary Search ... 9
2.2.5 Data ... 9
2.2.6 Mahasiswa ... 9
2.2.7 Basis Data ... 9
2.2.8 Kompleksitas Algoritma ... 10
2.2.9 Kompleksitas Asimptotik ... 10
2.2.10 Android ... 12
2.2.11 Metode pengujian Black Box ... 12
2.3 Kerangka Pemikiran ... 12
BAB III METODELOGI PENELITIAN ... 13
3.1 Objek Penelitian ... 13
3.2 Waktu Penelitian ... 13
3.3 Tahap Penelitian ... 14
3.4 Analisa Kebutuhan ... 15
3.5 Data Primer ... 16
3.6 Data Sekunder ... 16
3.7 Desain Aplikasi ... 16
3.5 Implementasi ... 21
3.6 Pengujian ... 21
3.7 Langkah-Langkah Algoritma ... 23
3.8 Contoh Perhitungan Kompleksitas Waktu Pencarian ... 25
BAB IV HASIL DAN PEMBAHASAN ... 42
4.1 Hasil Pengujian ... 42
4.2 Skenario Black Box Testing ... 48
4.3 Kompleksitas Waktu Pencarian ... 49
BAB V PENUTUP ... 53
5.1 Kesimpulan ... 53
5.2 Saran ... 53
DAFTAR PUSTAKA ... 54
xi
Gambar 3. 2 Tahap Penelitian ... 14
Gambar 3. 3 Tampilan Halaman Utama ... 17
Gambar 3. 4 Tampilan Data Mahasiswa ... 18
Gambar 3. 5 Tampilan Penelusuran ... 19
Gambar 3. 6 Tampilan Tambah Data ... 20
Gambar 4. 1 Daftar Data Mahasiswa……….42
Gambar 4. 2 Hasil Pengujian Pertama ... 43
Gambar 4. 3 Hasil Pengujian Ke Dua ... 43
Gambar 4. 4 Hasil Pengujian Ke Tiga ... 44
Gambar 4. 5 Hasil Pengujian Ke Empat ... 44
Gambar 4. 6 Hasil Pengujian Ke Lima ... 45
Gambar 4. 7 Hasil Pengujian Ke Enam ... 45
Gambar 4. 8 Hasil Pengujian Ke Tujuh ... 46
Gambar 4. 9 Hasil Pengujian Ke Delapan ... 46
Gambar 4. 10 Hasil Pengujian Ke Sembilan... 47
Gambar 4. 11 Hasil Pengujian Ke Sepuluh... 47
xii
DAFTAR TABEL
Tabel 3. 1 Waktu Penelitian ... 13
Tabel 3. 2 Desain Table Data Mahasiswa ... 21
Tabel 3. 3 Contoh Pengujian Black Box Testing ... 23
Tabel 4. 1 Pencarian Hasil Pengujian ………48
Tabel 4. 2 Hasil Pengujian Black Box Testing ... 49
1
BAB I
PENDAHULUAN
1.1 Latar belakang
Pencarai data merupakan suatu pekerjaam yang terbilang mudah tetapi jika dilakukan secara manual ataupun tidak menggunakan cara sistem khusus pencarian data maka pekerjaan dalam pencarian data akan dibilang sulit dan bisa menghabiskan waktu yang cukup lama karena data yang dicari terbilang banyak.
Misalkan dalam penelitian ini akan menggunakan data mahasiswa Universitas Pelita Bangsa program studi manajemen dan dalam penelitian saat ini akan di terapkannya dengan cara metode sistem pencarian data menggunakan algoritma binary search yang dimana metode ini adalahn salah satu metode sistem proses pencarian data, seberapa cepat algoritma binary search dalam proses mencari data mahasiswa program studi manajemen Universitas Pelita Bangsa.
Perkembangan sistem informasi yang sangat cepat berubah di Indonesia merupakan era baru dalam dunia komputerisasi. Seiring dengan kemajuan dan perkembangan teknologi, sistem komputerisasi tak dapat dihindarkan lagi.
Penggunaan komputer diefisiensikan dalam berbagai aspek kehidupan, baik dalam dunia bisnis maupun dalam pendidikan, dimana dalam penggunaan komputer tersebut dapat meningkatkan produktifitas dalam waktu dan tenaga.[1]
Pencarian merupakan pekerjaan yang sering kita lakukan dalam kehidupan sehari–hari. Dalam text editor, kita sering melakukan pekerjaan mencari kata, atau mencari kata1 dan menggantikannya dengan kata 2. Metode pencrian (searching) terbagi lima, yaitu metode pencarian linier (Linear / Sequential Search), metode pencarian biner (Binary Search), metode pencarian interpolasi (Interpolation Search), metode pencarian langsung (Direct Search), metode pencarian relatif (Hash Search). Masingmasing metode memiliki kelebihan dan kekurangan. Salah satu metode pencarian (searcing) yang memiliki efisiensi adalah metoda pencarian biner (Binary Search). Pencarian biner (Binary Search) dapat dilakukan pada barisan bilangan yang telah diurutkan, baik secara menaik (ascending) maupun secara menurun (discending).[2]
2
Algoritma dan struktur data berperan sangat besar dalam pembangunan sebuah perangkat lunak, baik dalam pembuatan desain serta implementasinya.
Sebuah algoritma adalah satu set intruksi untuk melakukan tugas atau fungsi tertentu sehingga tercapai tujuan yang diinginkan dengan proses jalan menghabiskan waktu tertentu. Struktur data digunakan untuk mengelola data secara efektif. Konsep dari suatu algoritma sering diilustrasikan dengan mengambil contoh sebuah resep, walaupun banyak algoritma yang jauh lebih kompleks. Algoritma sering memiliki beberapa langkah perulangan (iterasi) atau memerlukan pengambilan keputusan seperti logika (logic) atau perbandingan (comparison) sampai pekerjaan diselesaikan. Menerapkan suatu algoritma secara benar belum tentu dapat menyelesaikan problem. Hal ini dikarenakan adanya kemungkinan algoritma tersebut rusak atau cacat, atau penerapannya tidak cocok (tidak tepat) untuk menyelesaikan problem. Sebagai contoh, sebuah algoritma hipotesis untuk membuat sebuah salad kentang gagal jika tidak terdapat kentang.[3]
Analisa ini akan dibuat menggunakan algoritma binary search. Algoritma binary search adalah algoritma yang menggunakan prinsip divide and conquer, dimana sebuah masalah atau tujuan diselesaiakan dengan cara mempartisi masalah menjadi bagian yang lebih kecil. Algoritma ini membagi sebuah tabel menjadi dua dan memproses satu bagian dari tabel itu saja. Algoritma ini berkerja dengan cara memilih record dengan indeks tengah dari tabel dan membandingkannya dengan record yang hendak dicari. Jika record tersebut lebih rendah atau lebih tinggi, maka tabel tersebut dibagi dua dan bagian tabel yang bersesuaian akan diproses kembali secara rekursif. Alasan dipilihnya algoritma ini karena kompleksitas algoritma yang lebih kecil daripada kompleksitas algoritma sequential search.[4]
Kompleksitas dari sebuah algoritma menggunakan fungsi g(n) yang memberikan batas atas dari jumlah operasi yang berada dalam algoritma tersebut saat sebuah masukan sebanyak n. Kompleksitas sendiri dibagi menjadi dua, yang pertama kompleksitas waktu adalah jumlah waktu yang diperlukan komputer saat menjalankan algoritma tersebut. Yang kedua yaitu kompleksitas ruang, yaitu jumlah ruang memori komputer yang dibutuhkan saat algoritma itu melakukan proses dari awal sampai selesai.[5]
Big data adalah segala kumpulan himpunan data dalam jumlah yang sangat besar dan komplek sehingga menjadikannya sulit untuk ditangani atau di proses.
Big Data tidak hanya terdiri dari data berstruktur seperti hal nya data angka-angka maupun deretan huruf-huruf yang berasal dari sistem database mendasar seperti hal nya sistem database keuangan, tetapi juga terdiri atas data multimedia seperti data teks, data suara dan video yang dikenal dengan istilah data tak berstruktur. Terlebih lagi, big data juga mencakup data setengah berstruktur seperti hal nya data e-mail maupun XML. Suatu algoritma memiliki kemungkinan terbaik (best case) dan kemungkinan terburuk (worst case). Best Case maksudnya adalah waktu eksekusi tercepat dari algoritma, sedangkan Worst Case maksudnya adalah waktu eksekusi terlama dari algoritma. Waktu eksekusi dari algoritma ini biasanya disebut dengan kompleksitas algoritma. Kompleksitas algoritma biasanya dinyatakan dengan notasi O (Big-O).[6]
Peneliti menggunakan smartphone berbasis android untuk analisis algoritma binary search. Data yang di rilis oleh IDC (international Data Corporation), (2014) menunjukan bahwa market share sistem operasi operasi pada smartphone didominasi oleh android, dan akan tetap menjadi sistem operasi dengan market Sahre 80% pada tahun 2018.[7]
Ada beberapa algoritma yang bisa digunakan untuk melakukan pencarian data mahasiswa program studi manajeman pada Universitas Pelita Bangsa, salah satunya adalah binary search, yaitu algoritma pencarian binari, yaitu sebauh list yang sudah terurut kemudian dibagi menjadi dua bagian. Awalnya adalah membandingkan inputan dengan nilai tengah, selanjutnya dibandingkan ke kanan atau ke kiri sesuai dengan urutan listnya. Berikut adalah beberapa penelitian yang telah penulis kutip dalam penelitian yang membahas tentang algoritma binary search sebelumnya, yaitu membahas tentang “Implementasi Teknink Binary search pada kamus Indonesia Batak Toba” Berdasarkan uraian diatas maka pengambilan judul untuk penelitian ini :
“Analisa Algoritma Binary Search Untuk Mencari Data Mahasiswa Program Studi Manajemen Universitas Pelita Bangsa Dengan Berbasis Android”
4
1.2 Identifikasi Masalah
Berdasarkan latar belakang yang telah disampaikan, maka identifikasi masalah dalam penelitian ini:
1. Belum diketahuinya kecepatan rata-rata waktu proses pencarian data pada mahasiswa program studi manajemen pada pada Universitas Pelita Bangsa dengan menggunakan algoritma binary search.
2. Belum diketahui ketepatan algoritma binary search untuk pencarian data mahasiswa program study manajemen pada Universitas Pelita Bangsa.
3. Belum diterapkannya aplikasi pencarian data mahasiswa Universitas Pelita Bangsa dengan berbasis android
1.3 Rumusan Masalah
Berdasarkan latar belakang dan identifikasi masalah yang telah disampaikan, maka rumusan masalah pada penelitian ini, Bagaimana analisis kecepatan rata-rata waktu proses pencarian dan ketepatan algoritma binary search untuk mencari data mahasiswa program studi manajemen pada Universitas Pelita Bangsa?.
1.4 Batasan Masalah
Berdasarkan identifikasi masalah, maka peneliti perlu membatasi permasalahan agar lebih focus dan terarah, batasan masalah dalam penelitian ini yaitu :
1. Analisis algoritma pencarian hanya dilakukan pada algoritma binary search.
2. Jumlah data mahasiswa program studi manajemen pada Universitas Pelita Bangsa yang digunakan dalam penelitian ini sebanyak 2000 data, yang berisi nim dan nama mahasiswa.
1.5 Tujuan Penelitian
Tujuan dari penelitian ini untuk mengetahui analisis kecepatan rata rata waktu proses pencarian dan ketepatan algoritma binary search untuk mencari data mahasiswa program studi manajemen pada Universitas Pelita Bangsa.
1.6 Manfaat Penelitian
Manfaat yang diperoleh dari penelitian ini bagi pembaca, penulis, dan akademis adalah sebagai berikut :
1. Bagi pembaca, dapat dijadikan sebagai acuan untuk melakukan penelitian dengan topik yang serupa atau pengembangan penelitian.
2. Bagi penulis, dapat menerapkan algoritma binary search untuk Universitas Pelita Bangsa dan diperoleh hasil analisa dari algoritma pencarian tersebut.
3. Bagi program studi teknik informatika Universitas Pelita Bangsa, menambah referensi literatur kepustakaan di Universitas Pelita Bangsa dan bahan masukan untuk pengembangan penelitian lainnya terkait penelitian ini.
6
BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka
Dalam penelitian ini peneliti menggunakan penelitian terdahulu sebagai bahan acuan dan referensi untuk mempermudah dalam penyusunan laporan penelitian. Berikut ini beberapa hasil penelitian terdahulu yang berkaitan dengan algoritma pencarian binary search :
2.1.1 Jurnal 1
Tujuan dalam penelitian ini yitu menerapkan metode Rule Based dan Binary Search untuk mengukur tingkat akurasi dalam alikasi Transliterasi Latin-Arab.
Hasil yang dicapai dengan tingkat akurasi yang diperoleh mencapai 100% dengan input kata maupun secara percobaan sebanyak 260 kali dan rata-rata waktu 0.016 detik dan tingkat akurasi transliterasi dari arab ke latin rata-rata yang diperoleh mencapai 99.6% percobaan sebanyak 50 kali dan rata-rata waktu 0.026 detik. [8]
2.1.2 Jurnal 2
Pencarian merupakan pekerjaan yang sering kita lakukan dalam kehidupan sehari – hari. Dalam text editor, kita sering melakukan pekerjaan mencari kata, atau mencari kata1 dan menggantikannya dengan kata 2.
Tujuan dalam penelitian ini yaitu bertujuan untuk mengatasi kendala komunikasi yang sering terjadi, yang dapat menghambat untuk berinteraksi serta berkomunikasi dengan suku dari daerah lain. Disamping itu juga untuk menambah minat masyarakat mempelajari bahasa batak Toba terutama orang batak yang tinggal menetap di perantauan, dan juga untuk mengurangi kesalahan yang sering terjadi dalam proses penerjemahan, dalam hal ini khususnya adalah penerjemahan kata dari bahasa Indonesia kedalam kata bahasa Batak. Analisa Algoritma Sequential Search dan Binary Search Pada Big Data.
Jurnal ini membahas analisis algoritma sequential search dan algoritma binary search dalam pencarian data dan diperoleh waktu proses serta kompleksitas algoritma. Tujuan dari penelitian ini untuk memberikan gambaran perbandingan
antara dua jenis algoritma searching yaitu Sequential search dan Binary search dalam menangani big data. Penelitian ini menunjukkan analisis kenerja dari kedua algoritma tersebut dalam sebuah data yang besar (big data). Dari hasil analisis dan percobaan dapat disimpulkan bahwa algoritma binary search memiliki kompleksitas waktu yang lebih cepat dibanding dengan sequential search.[9]
2.1.3 Jurnal 3
Tujuan dari penelitian ini adalah untuk menghasilkan rancangan aplikasi kamus bahasa Taliabu berbasis android menggunakan metode binary search.
Aplikasi ini di buat dengan menggunakan Bahasa pemrograman PHP dan java dengan prototype sebagai pengembangan sistemnya. Aplikasi ini dapat berjalan di web maupun di android dengan metode binary search sebagai metode pencarian katanya. Dengan adanya binary search proses pencarian dapat dilakukan dengan cepat karena binary search sendiri memiliki prinsip pencarian membagi dua, sehingga proses pencarian lebih cepat.[10]
2.1.4 Jurnal 4
Dalam paper ini dibahas sebuah hasil penelitian tentang software penterjemah dari bahasa Indonesia ke Bahas Jawa. Pembuatan tampilan menggunakan pemrograman Java dan dalam sistem navigasinya dibuat sederhana mungkin agar mudah dalam pengaksesannya. Pada paper ini, diberikan gambaran bahwa pengguna hanya perlu memasukkan input berupa text dengan mengetik melalui keyboard komputer dan software akan menerjemahkannya kedalam bahasa Jawa.[11]
2.1.5 Jurnal 5
Dengan memanfaatkan jaringan penulis merancang aplikasi remote desktop viewer. Aplikasi remote desktop viewer untuk memudahkan teknisi jaringan memperbaiki atau menyelesaikan suatu masalah komputer tanpa harus datang langsung ke tempatnya dengan komunikasi melalui fasilitas chat. Aplikasi dibuat dengan menggunakan bahasa pemrograman visual basic .net. Untuk mencari perangkat komputer yang ada dalam jaringan LAN yang akan di-remote penulis
8
menggunakan metode pencarian biner (binary search) yang diterapkan pada aplikasi.[12]
2.2 Landasan Teori 2.2.1 Analisis
Analisis merupakan upaya pengolahan data menjadi informasi sehingga karakteristik data tersebut bisa dimengerti untuk solusi permasalahan, terutama masalah yang berkaitan dengan penelitian.[13]
2.2.2 Algoritma
Algoritma adalah deretan instruksi yang jelas untuk memecakan masalah, yaitu untuk memperoleh keluaran yang diinginkan dari suatu masukan. Ada 3 definisi tentang algoritma yang dijelaskan diantaranya :
1. Teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sistematis.
2. Suatu prosedur yang jelas untuk menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan terbatas jumlahnya.
3. Susunan langkah yang pasti, yang bila diikuti maka akan mentransformasi data input menjadi output yang berupa informasi.
Algoritma merupakan suatu prosedur untuk menyelesaikan suatu masalah yang tersusun secara logis dan sistematis serta akan memperoleh data masukan menjadi keluaran yang diinginkan berupa informasi.[14]
2.2.3 Algoritma Pencarian
Secara umum search diartikan mencari data dengan cara menelusuri tempat penyimpanan data tersebut. Searching adalah proses mencari atau pencarian.
Permasalahan pencarian adalah merupakan yang sering dijumpai oleh peneliti di bidang Kecerdasan Buatan. Permasalahan ini merupakan hal penting dalam menentukan keberhasilan system kecerdasan buatan. Algoritma pencarian adalah algoritma yang menerima sebuah argumen kunci dengan langkah-langkah tertentu akan mencari rekaman dengan kunci tersebut. Setelah proses pencarian
dilaksanakan, akan diperoleh salah satu dari dua kemungkinan, yaitu data yang dicari ditemikan (successfull) atau tidak ditemukan (unsuccessfull).[15]
2.2.4 Binary Search
Binary Search adalah algoritma pencarian yang lebih efisien daripada algoritma Sequential Search. Hal ini dikarenakan algoritma ini tidak perlu menjelajahi setiap elemen dari table. Kerugiannya algoritma ini hanya biasa digunakan pada tabel yang elemenya sudah terurut baik menaik maupun menurun.
Binary Search merupakan salah satu algoritma untuk meoplakukan pencarian pada array yang sudah terurut. Namun jika kita telah mengetahui integer dalam array terorganisasi baik secara menaik maupun menurun maka bisa dengan cepat menggunakan algoritma Binary Search. Adapun ide dasar Binary Search yaitu memulai pencarian dengan membagi dua ruang pencarian.[16]
2.2.5 Data
Pengertian Data dalam mendefenisikan “Data adalah sebagai bahan keterangn tentang kejadian nyat atau fakta-fatkat yang dirumuskan dalam sekelompok lambang tertentu yang tidak acak yang menunjukan jumlah, tindakan, atau hal”. Data dapat perupa catatan-catatan dalam kertas, buku, atau tersimpan sebagai file dalam basis data.[17]
2.2.6 Mahasiswa
Mahasiswa dapat didefinisikan sebagai individu yang sedang menuntut ilmu ditingkat perguruan tinggi, baik negeri maupun swasta atau lembaga lain yang setingkat dengan perguruan tinggi. Mahasiswa dinilai memiliki tingkat intelektualitas yang tinggi, kecerdasan dalam berpikir dan kerencanaan dalam bertindak. Berpikir kritis dan bertindak dengan cepat dan tepat merupakan sifat yang cenderung melekat pada diri setiap mahasiswa, yang merupakan prinsip saling melengkapi.[18]
2.2.7 Basis Data
Basis data (database) menurut Edhy Sutanta, dapat dipahami sebagai “suatu kumpulan data terhubung (interrelated data) yang disimpan secara bersama-sama pada suatu media”, tanpa suatu kerangkapan data (kalaupun ada maka kerangkapan
10
data tersebut harus seminimal mungkin dan terkontrol (controlled redudncy), data yang disimpan dengan caracara tertentu, sehingga mudah untuk digunakan/atau ditampilkan kembali; dapat digunakan oleh satu atau lebih program aplikasi secara optimal.[19]
2.2.8 Kompleksitas Algoritma
Kompleksitas dari suatu algoritma merupakan ukuran seberapa banyak komputasi yang dibutuhkan algoritma untuk menyelesaikan masalah. Algoritma yang dapat menyelesaikan suatu permasalahn dalam waktu yang singkat memiliki kompleksitas yang rendah, sementara algoritma yang membutuhkan waktu lama untuk menyelesaikan masalah mempunyai kompleksitas yang tinggi[20].
Setiap algoritma memiliki dua buah ciri khas yang dapat digunakan sebagai parameter pembanding, yaitu jumlah proses yang dilakukan dan jumlah memori yang digunakan untuk melakukan proses. Jumlah proses ini dikenal sebagai kompleksitas waktu yang disimbolkan dengan T(n), diukur dari jumlah tahapan komputasi yang dibutuhkan untuk menjalankan algoritma sebagai fungsi dari ukuran masukan n, dimana ukuran masukan (n) merupakan jumlah data yang diproses oleh sebuah algoritma. Sedangkan jumlah memori dikenal sebagai kompleksitas ruang yang disimbolkan dengan S(n), diukur dari memori yang digunakan oleh struktur data yang terdapat didalam algoritma sebagai fungsi dari masukan. [21]
2.2.9 Kompleksitas Asimptotik
Nilai n cukup besar bahkan tidak terbatas, dilakukan analisis efisiensi asimtotik dari suatu algoritma untuk menentukan kompkesitas waktu yang sesuai atau disebut juga dengan kompleksitas waktu. asimptotik yang dinotasikan dengan
“O” (baca : “O-besar”). Kompleksitas waktu asimptotik ini diperoleh dengan mengambil term terbesar dari suatu persamaan kompleksitas waktu.
𝑇(𝑛) = 4𝑛3 + 5𝑛2+ 7𝑛 + 3 ………...(2.1) 𝑂(𝑛3) ………(2.2) Dari persamaan (1) di atas diperoleh persamaan (2). Dapat dilihat bahwa nilai O adalah term terbesar dari T(n), tanpa faktor pengalinya. Berikut ini adalah daftar
dari beberapa kelompok algoritma berdasarkan nilai O nya. Notasi O dinyatakan running time dari suatu algoritma untuk kemungkinan kasus terburuk. Notasi O memiliki beberapa bentuk diantaranya:
1. Bentuk 0(1)
Bahwa algoritma yang sedang dianalisis merupakan algoritma konstan. Hal ini mengindikasikan bahwa running time algoritma tersebut tetap, tidak bergantung pada n.
2. O(n)
Bahwa algoritma tersebut merupakan algoritma kuadratik artinya bila n menjadi 2n maka running time algoritma akan menjadi dua kali running time semua.
3. O(n2)
Merupakan algoritma kuadratik, algoritma kuadratik biasa hanya digunakan untuk kasusu dengan n yang berukuran kecil. Sebab, bila n dinaikkan dua kali semula, maka running time algoritma akan menjadi empat kali semula.
4. O(n3)
Merupakan Algoritma kubik. Pada algoritma ini bila n di naikkkan menjadi dua kali semula, maka running time algoritma akan menjadi delapan kali semula.
5. Bentuk O(2n)
Algorima tersebut termasuk algoritma eksponensial. Pada kasus ini, bila n dinaikkan menjadi dua kali semula, maka running time algoritma menjadi kuadrat kali semula.
6. O(log n)
Merupakan algoritma logaritmik. Pada kasus ini, laju pertumbuhan waktu lebih lambat dari pada pertumbuhan n. algoritma ini memecahkan persoalan besar dengan mentransformasikan menjadi beberapa persoalan lebih kecil denga ukuran yang sama.
7. Bentuk O( n log n)
Algoritma ini membagi persoalan menjadi beberapa persoalan lebih kecil, menyelesaikan setiap persoalan secara independen, kemudian menyatukan
12
solusi masing - masing persoalan.[22]
2.2.10 Android
Android merupakan sistem operasi berbasis Linux untuk telepon selular, smartphone, dan komputer tablet. Android adalah platform terbuka bagi para pengembang untuk menciptakan aplikasi merekasendiri, yang bisa dipakai bermacam-macam,peranti yang bergerak.[23]
2.2.11 Metode pengujian Black Box
Black-box testing merupakan pengujian suatu perangkat lunak atau sistem dengan menguji secara fungsional berdasarkan pada spesifikasi kebutuhan perangkat lunak. Metode uji dapat diterapkan pada semua tingkat pengujian perangkat lunak, unit, integrasi, fungsional, sistem dan penerimaan. Pengujian pada Black Box berusaha menemukan kesalahan seperti fungsi yang hilang atau tidak benar, kesalahan interface, kesalahan dari struktur data, kesalahan kinerja, dan kesalahan dalam sistem.[24]
2.3 Kerangka Pemikiran
Kerangka pemikiran ini dibuat untuk mempermudah memahami arah penelitian dari proses-proses hingga hasil yang akan di dapatkan. Kerangka pemikiran yang di usulkan dapat di lihat pada gambar di bawah ini :
Tabel 2. 1 Tabel Kerangka Pemikiran
Penelitian ini menggunakan algoritma binary search. Objek Penelitiannya yang akan diteliti ialah model akurasi dari penerapan algoritma binary search serta melihat seberapa cepat hasil waktu rata-rata proses pencarian data dengan menggunakan algoritma binary search.
13
BAB III
METODELOGI PENELITIAN
3.1 Objek Penelitian
Objek penelitian algoritma binary Search ini dilakukan di Universitas Pelita Bangsa yang Beralamatkan di jalan Jl. Inspeksi Kalimalang Jl. Tegal Danas No.9, Cibatu, Kec. Cikarang Pusat, Bekasi, Jawa Barat 17530
Gambar 3. 1 Lokasi Penelitian 3.2 Waktu Penelitian
Adapun jadwal kegiatan penelitian digambarkan pada tabel berikut.
Tabel 3. 1 Waktu Penelitian
No Aktivitas
Tahun 2019 Desember
1 2 3 4
1
Identifikasi Kebutuhan Pemakai Observasi
Perancangan Aplikasi Pengujian Hasil Penelitian
14
3.3 Tahap Penelitian
Pada penelitian ini akan dilakukan beberapa tahapan yang meliputi latar belakang penelitian, analisis kebutuhan, metode yang digunakan, implementasi, pengujian, analisis pengujian dan hasil. adapun tahapan dari penelitian ini dapat dilihat dari gambar berikut :
Gambar 3. 2 Tahap Penelitian
3.4 Analisa Kebutuhan
Pada tahap ini dijelaskan analisa masalah, analisa kebutuhan sistem, analisa perangkat lunak dan perangkat keras, analisa kebutuhan pengguna.
1. Analisa kebutuhan menggunakan algoritma binary search untuk memperoleh hasil yang diinginakan yaitu diketahui kecepatan rata-rata waktu proses pencarian dan kemangkusan dari algoritma pencarian tersebut.
2. Analisa kebutuhan sistem menjelaskan gambaran umum dari sisitem yang di buat, analisa kebutuhan fungsional yang dibutuhkan untuk mempermudah analisis algoritma binary search dalam pencarian data mahasiswa antara lain :
a. Sistem dapat menampilkan pencarian data mahasiswa fakultas manajemen Universitas Pelita Bangsa.
b. Sistem dapat menampilkan waktu proses untuk mencari data mahasiswa fakultas manajemen Universitas Pelita Bangsa.
3. Analisa kebutuhan perangkat lunak yang digunakan dalam pembuatan aplikasi untuk membantu analisa mencari data mawasiswa pada penelitian ini adalah :
a. Sistem operasi : windows 10 b. Bahasa pemogramana : Java
c. Pembuatan Aplikasi : Android Studio Versi 3.5.3 d. Database : SQLlite
4. Analisa kebutuhan perangkat keras yang digunakan peneliti dalam pembuatan aplikasi ini menggunakan satu unit laptop dengan spesifikasi sebagai berikut :
a. Procesor :Intel(R) Core(TM) i3-2310 CPU @ 2.10GHz
b. RAM : 4GB DDR3 Memory
c. Monitor : 14” LED
d. Keyboads : Standar Keyboard
5. Analisa kebutuhan pengguna dalam pembuatan aplikasi untuk menbantu analisa mencari data mahasiswa pada penelitian ini adalah :
16
a. Aplikasi dibuat dengan fitur yang sederhana serta mudah dipahami.
b. Dapat membantu dalam proses analisa run time pencarian data mahasiswa.
3.5 Data Primer 1. Observasi
Mendapatkan data dengan melakukan pengamatan secara langsung ditempat penelitian dalam hal ini pendekatan observasi berfokus pada data mahasiswa program studi manajemen Universitas Pelita Bangsa.
2. Dokumentasi
Dengan mengajukan permohonan data kebagian akademik ini bertujuan untuk mendapatkan informasi, dalam hal ini informasi mengenai data mahasiswa program studi manajemen pada Universitas Pelita Bangsa, yang di butuhkan peneliti untuk membantu dalam analisis pencarian data mahasiswa dengan menggunakan algoritma binary search.
3.6 Data Sekunder
Data sekunder pada penelitian ini menggunakan teknik pengumpulan data berupa Studi Pustaka. Studi Pustaka yang dilakukan memiliki acuan pada buku- buku ahli serta jurnal maupun literatur lainya yang memiliki cakupan penelitian sejenis untuk mendukung teori yang digunakan serta menjadikan pembanding dengan hasil yang didapat dari penelitian
3.7 Desain Aplikasi
Desain aplikasi tahapan ini dilakukan untuk menetapkan bagaimana sistem akan dioperasikan. Hal ini berkaitan dengan menentukan tampilan program yang akan digunakan serta menampilkan database. Pada tampilan desain aplikasi terdiri dari text field untuk mengetetik data yang dicari, button untuk tombol pencarian data, dan table untuk menapilkan data mahasiswa yang di cari. Berikut tampilan desain aplikasi yang digunakan untuk mencari data mahasiswa program studi manajemen pada Universitas Pelita Bangsa:
Gambar 3. 3 Tampilan Halaman Utama
Gambar 3.2 merupakan tampilan awal ini hanya ada tombol data mahasiswa yang dimana tombol ini untuk menampilkan halaman data mahasiswa program studi manajemen Universitas Pelita bangsa.
18
Gambar 3. 4 Tampilan Data Mahasiswa
Gambar 3.3 merupakan tampilan data mahasiswa fakultas manajemen yang didalamnya terdapat daftar mahasiswa. Dihalaman ini juga ada tombol telusur yang fungsinya untuk mencari data mahasiswa dan ada juga tombol tambah data yang fungsinya untuk menambah data mahasiswa.
Gambar 3. 5 Tampilan Penelusuran
Gambar 3.4 merupakan tampilan yang akan digunakan dalam penelitian ini, untuk mencari data mahasiswa yang ingin dicari dan di tampilan ini terdapat hasil pencarian data mahasiswa, jika data yang dicari ada di daftar database maka akan muncul hasil pencarian sekaligus akan muncul hasil eksekusi waktu pencarian seberapa lama data yang sedang dicari dan jika data yang sedang dicari tidak ada maka akan muncul pemberitahuan bahwa data yang sedang dicari tidak ditemukan atau masukan nim yang lain.
20
Gambar 3. 6 Tampilan Tambah Data
Gambar 3.5 merupakan tampilan untuk menambah data baru di tampilan ini terdapat tombol simpan jika ingin menyimpan dan batal jika tidak jadi menambah data. Dalam pembuatan database akan disediakan tabel yang menjelaskan isi dari data mahasiswa yang dibutuhkan dalam membantu proses anlisis pencarian data, Untuk field pada database menyesuaikan data mahasiswa fakultas manajemen pada universitas pelita bangsa yang tersedia. Tabel tersebut akan menggunakan 2 field yang terdiri dari :
1. Field “nim” dengan tipe integer. Field “nim” ini akan digunakan untuk mengecek posisi data yang dituju agar menjadi lebih mudah. Karena field
“nim” ini bersifat auto ncrement sehingga antara satu nim dengan nim yang lain tidak akan sama.
2. Field “nama_mahasiswa” dengan tipe varchar. Field “nama_mahasiswa”
ini akan digunakan untuk mengecek nama yang dicari pada tabel.
Berikut tampilan desain tabel yang digunakan untuk menampilkan data mahasiswa teknik informatika pada sekolah tinggi teknologi pelita bangsa:
Tabel 3. 2 Desain Table Data Mahasiswa
NIM NAMA
111810001 FAJAR HIDAYAT
111810002 FIKRI MAULANA
111810003 DEDY ARYANTO
111810004 KIRANA DIVA LINGGAJATI
111810005 JENNI SUSANTI S
111810006 RANI HARYANI
3.5 Implementasi
Implementasi adalah penerapan cara kerja sistem berdasarkan hasil analisa dan juga perancangan yang telah dibuat sebelumnya ke dalam suatu bahasa pemrograman tertentu. Aplikasi pencarian data mahasiswa yang dibuat untuk mepermudah dalam analisa penelitian ini terdiri dari tampilan menu untuk mencari data atau informasi mahsiswa. Pada aplikasi pencarian data mahasiswa fakultas manajemen pada universitas pelita bangsa dengan menggunakan metode algoritma binary search teridiri dari satu menu utama yang berfungsi menampilakan data mahasiswa yang di cari. Dalam pembuatan aplikasi pencarian data ini digunakan beberapa perangkat lunak atau tools yaitu Android Studio Versi 3.5.3 dengan bahasa pemrograman Java dan SQLite sebagai database management sistem.[25]
3.6 Pengujian
Pengujian merupakan hal terpenting yang bertujuan untuk menemukan kesalahan - kesalahan atau kekurangan - kekurangan pada perangkat lunak yang akan diuji. Pengujian bermaksud untuk mengetahui perangkat lunak yang dibuat
22
sudah memenuhi kriteria yang sesuai dengan tujuan perancangan perangkat lunak tersebut.
1. Pengujian untuk memperoleh hasil analisa run time pencarian data mahasiswa dengan menggunakan algoritma binaryl search. Run time pencarian data dibedakan atas dua macam :
a. T min (n) : kompleksitas waktu untuk kasus terbaik (best case) –
> kebutuhan waktu minimum. T min (n) = 1
b. T max (n) : kompleksitas waktu untuk kasus terburuk (worst case) –
> kebutuhan waktu maksimum. T max (n) = 2log n
Untuk memperoleh hasil analisa run time pencarian data mahasiswa fakultas manajemen pada universitas pelita bangsa, maka akan dilakukan pengujian pencarian data mahasiswa sebanyak 7 kali.
2. Pengujian untuk melihat kompleksitas algoritma binary search dengan menggunakan notasi Big O, Algoritma ini biasa dinyatakan dengan notasi binary atau logaritmik O(log n). Penjelasannya sebagai berikut dalam suatu algoritma itu biasanya terdapat satu set data, dan banyaknya data tersebut adalah n. Jadi kalau algoritma O(1) artinya seberapa banyak data yang tersedia maka waktu yang diperlukan algoritma tidak bergantung pada banyaknya data. Namun untuk binary atau logaritmik O(log n) artinya waktu yang diperlukan itu sebanding (berbanding lurus) dengan banyaknya data. Aturan untuk menentukan kompleksitas waktu asimptotik pada algoritma pencarian beruntun atau binary search, Jika kompleksitas waktu T(n) dari algoritma diketahui adalah sebagai berikut :
a. T min (n) = 1 = o (1)
b. T max (n) = 2log n = o (log n)
3. Metode pengujian Black Box merupakan pengujian suatu perangkat lunak atau sistem dengan menguji secara fungsional berdasarkan pada spesifikasi kebutuhan perangkat lunak. Metode uji dapat diterapkan pada semua tingkat pengujian perangkat lunak, unit, integrasi, fungsional, sistem dan penerimaan. Pengujian pada Black Box berusaha menemukan kesalahan diantaranya:
1. Kesalahan dari inisialisasi dan terminasi 2. Kesalahan kinerja
3. Kesalahan dari struktur data atau akses database 4. Kesalahan interface
5. Fungsi – fungsi yang tidak benar atau hilang Tabel 3. 3 Contoh Pengujian Black Box Testing
Skenario Pengujian
Hasil Yang Diharapkan Hasil Pengujian
Kesimpulan
Menulis Nim Dan tekan
Tombol Telusuri
Menampilkan data mahasiswa yang dicari dan run time
pencarian
Sesuai / tidak sesuai
Valid / tidak valid
3.7 Langkah-Langkah Algoritma
Dalam penelitian mengenai analisis algoritma binary search untuk mencari data mahasiswa fakultas manajemen pada universitas pelita bangsa, akan dijelaskan langkah dari algoritma binary search.. Algoritma Binary Search merupakan salah satu algoritma untuk melakukan pencarian pada array yang sudah terurut. Namun jika kita telah mengetahui integer dalam array terorganisasi baik secara menaik maupun menurun maka bisa dengan cepat menggunakan algoritma Binary Search.
Adapun ide dasar Binary Search yaitu memulai pencarian dengan membagi dua ruang pencarian. misalnya kita memiliki array A dan kita ingin menemukan lokasi dari spesifik target integer K dalam array. Prinsip dari pencarian biner dapat dijelaskan sebagai berikut:
Mula-mula diambil posisi awal 0 dan posisi akhir = N - 1, kemudian dicari posisi data tengah dengan rumus (posisi awal + posisi akhir) / 2. Kemudian data yang dicari dibandingkan dengan data tengah. Jika lebih kecil, proses dilakukan kembali tetapi posisi akhir dianggap sama dengan posisi tengah –1. Jika lebih besar, proses dilakukan kembali tetapi posisi awal dianggap sama dengan posisi tengah + 1. Demikian seterusnya sampai data tengah sama dengan yang dicari.
24
Untuk lebih jelasnya perhatikan contoh berikut. Misalnya ingin mencari data 2 pada sekumpulan data berikut:
Tabel 3. 4 Contoh Ilustrasi Binary Search Pertama
2 35 7 4 6 1 9 4 23 25
Urutkan terlebih dahulu semua bilangan, boleh terurut menaik atau terurut menurun. Kali ini saya akan menggunakan terurut menaik sehingga diperoleh array sebagai berikut dan kemudian saya tambah dengan keterangan urutan di baris bawah.
Tabel 3.5 Contoh Ilustrasi Binary Search Kedua
Nilai 1 2 4 4 6 7 9 23 25 35 Index 1
(IB)
2 3 4 5 6 7 8 9 10 (IA)
2. Tentukan Indek atas (Ia) dan indek bawah (Ib). Ia adalah nilai indek terbesar dari array yaitu 10. Sedangkan Ib indek terkecik dari array yaitu 1. dan kita tetapkan bahwa saat ini ketemu=tidak ketemu.
3. Cek apakah saat ini ketemu != ketemu dan Ib < dari Ia? Jika iya maka buka elemen ke-k, dimana k adalah Ia+Ib/2 = 10+1/2= 5 (Biasanya pembulatan kebawah).
4. Sekarang periksa elemen ke-5 apakah sama dengan 2 (bilangan yang dicari)? Ternyata bukan, elemen ke-5 adalah 6.
5. Karena bukan maka periksa apakah nilai elemen ke-5 > dari 2?? Jika iya maka nilai Ia akan diubah menjadi k atau sama saja dengan Ia=k=5.
Sehingga area yang dicari menjadi lebih sempit.
Tabel 3.6 Contoh Ilustrasi Binary Search Ketiga
Nilai
1 2 4 4 6
Index
1
(IB)
2 3 4 5
(IA)
1. Cek apakah saat ini ketemu != ketemu dan Ib < dari Ia? Jika iya maka buka elemen ke-k, dimana k adalah Ia+Ib/2 = 1+5/2= 3..
2. periksa elemen ke-3 apakah sama dengan 2 (bilangan yang dicari)? Ternyata bukan, elemen ke-3 adalah 4.
3. Karena bukan maka periksa apakah nilai elemen ke-3 > dari 2?? Jika iya maka nilai Ia akan diubah menjadi k atau sama saja dengan Ia=k=3.
Tabel 3.7 Contoh Ilustrasi Binary Search Keempat
Nilai
1 2 4
Index
1
(IB)
2 3
(IA)
1. Cek apakah saat ini ketemu != ketemu dan Ib < dari Ia? Jika iya maka buka elemen ke-k, dimana k adalah Ia+Ib/2 = 1+3/2= 2.
2. periksa elemen ke-2 apakah sama dengan 2 (bilangan yang dicari)? Ternyata benar. Jika benar ketemu =ketemu.
3.8 Contoh Perhitungan Kompleksitas Waktu Pencarian
Kita dapat mengukur waktu yang diperlukan oleh sebuah algoritma dengan menghitung banyaknya operasi/instruksi yang dieksekusi. Jika kita mengetahui besaran waktu (dalam satuan detik) untuk melaksanakan sebuah operasi tertentu, maka kita dapat menghitung berapa waktu sesungguhnya untuk melaksanakan algoritma tersebut. Contoh perhitungan dalam penelitian ini adalah Perhitungan kompleksitas waktu algoritma binary search dan kompleksitas waktu dengan notasi asimptotik.
26
1. Perhitungan kompleksitas waktu pencarian algoritma binary search
Untuk mencari data mahasiswa fakultas manajemen universitas pelita bangsa, kompleksitas waktu algoritma sequential search dapat dibedakan atas dua macam:
a. T min (n) : kompleksitas waktu untuk kasus terbaik (best case) –>
kebutuhan waktu minimum. T min (n) = 1
b. T max (n) : kompleksitas waktu untuk kasus terburuk (worst case) –>
kebutuhan waktu maksimum. T max (n) = 2log n
Berikut contoh perhitungan kompleksitas algoritma binary search untuk membantu proses analisis dalam penelitian ini.
Gambar 3. 7 Contoh kompleksitas algoritma binary search [4].
a. Kasus terbaik (best case), ini terjadi bila a1 = x.
Tmin(n) = 1 + 3 = 4
b. Kasus terburuk (worst case), bila an = x atau x tidak ditemukan.
Tmax(n) = n + 4
c. Kasus rata-rata (average case), jika x ditemukan pada posisi ke-j, maka operasi perbandingan (ak = x) akan dieksekusi sebanyak j kali.
Tavg(n) = 4 + 5 + 6 ...+(n+4)
n 2. Perhitungan kompleksitas waktu asimptotik
Notasi asimptotik disebut juga notasi Big O, Untuk perhitungan kompleksitas waktu asimptotik akan digunakan notasi O(n), algoritma yang waktu pelaksanaannya lanjar. Umumnya terdapat pada kasus yang setiap elemen masukannya dikenai proses yang sama, misalnya algoritma pencarian_beruntun.
Bila n dijadikan dua kali semula, maka waktu pelaksanaan algoritma juga dua kali semula. Contoh perhitungan kompleksitas waktu asimptotik dengan notasi O(n) sebagai berikut:
Tmin(n) = 1 = O(1)
Tmax(n) = 2log n = O(2log n)
42
42
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil Pengujian
Dari langkah langkah algoritma yang sudah dijelaskan sebelumnya kemudian akan dilakukan pengujian, untuk melihat hasil run time pencarian data mahasiswa fakultas manajemen pada universitas pelita bangsa. Pengujian pada aplikasi dilakukan sebanyak 10 kali pengujian pencarian data mahasiswa dan digunakan metode pengujian black box dijelaskan sebagai berikut :
Gambar 4. 1 Daftar Data Mahasiswa
Gambar 4. 2 Hasil Pengujian Pertama
Pengujian pertama, input nim dari data mahasiswa. Nim yang dicari
“111811520” dan ditemukan atas nama “EVA MARGIYANI”, run time pencarian data mahasiswa 0.044 ms. Berikut tampilan dari hasil pencarian data mahasiswa.
Gambar 4. 3 Hasil Pengujian Ke Dua
Pengujian ke dua, input nim dari data mahasiswa. Nim yang dicari
“111811242” dan ditemukan atas nama “LUKMAN TRI LEGOWO”, run time
44
pencarian data mahasiswa 0.03 ms. Berikut tampilan dari hasil pencarian data mahasiswa.
Gambar 4. 4 Hasil Pengujian Ke Tiga
Pengujian ke tiga, input nim dari data mahasiswa. Nim yang dicari
“111810955” dan ditemukan atas nama “KURNIAWATI”, run time pencarian data mahasiswa 0.044 ms. Berikut tampilan dari hasil pencarian data mahasiswa.
Gambar 4. 5 Hasil Pengujian Ke Empat
Pengujian ke empat, input nim dari data mahasiswa. Nim yang dicari
“111810735” dan ditemukan atas nama “MUHAMMAD SAFE’I”, run time pencarian data mahasiswa 0.035 ms. Berikut tampilan dari hasil pencarian data mahasiswa.
Gambar 4. 6 Hasil Pengujian Ke Lima
Pengujian ke lima, input nim dari data mahasiswa. Nim yang dicari
“111810794” dan ditemukan atas nama “FAJAR DWI PRASETYO”, run time pencarian data mahasiswa 0.035 ms. Berikut tampilan dari hasil pencarian data - mahasiswa.
Gambar 4. 7 Hasil Pengujian Ke Enam
46
Pengujian ke enam, input nim dari data mahasiswa. Nim yang dicari
“111810846” dan ditemukan atas nama “RENDI GAOL”, run time pencarian data mahasiswa 0.022 ms. Berikut tampilan dari hasil pencarian data mahasiswa.
Gambar 4. 8 Hasil Pengujian Ke Tujuh
Pengujian ke tujuh, input nim dari data mahasiswa. Nim yang dicari
“111810640” dan ditemukan atas nama “FAUZIAH SONIAH”, run time pencarian data mahasiswa 0.038 ms.
Gambar 4. 9 Hasil Pengujian Ke Delapan
Pengujian ke delapan, input nim dari data mahasiswa. Nim yang dicari
“111810377” dan ditemukan atas nama “WIDIA SAFITRI”, run time pencarian data mahasiswa 0.024 ms.
Gambar 4. 10 Hasil Pengujian Ke Sembilan
Pengujian ke sembilan, input nim dari data mahasiswa. Nim yang dicari
“192010077” dan ditemukan atas nama “MIA ADITYA”, run time pencarian data mahasiswa 0.041 ms.
Gambar 4. 11 Hasil Pengujian Ke Sepuluh
48
Pengujian ke sepuluh, input nim dari data mahasiswa. Nim yang dicari
“111810183” dan ditemukan atas nama “YULINAR”, run time pencarian data mahasiswa 0.042 ms.
Tabel 4. 1 Pencarian Hasil Pengujian
Pengujian Nim Yang Dicari
Hasil Yang Dicari
Run Time
Pengujian 1 192010077 MIA ADITYA 0.041 ms Pengujian 2 111810183 YULINAR 0.042 ms Pengujian 3 111810377 WIDIA SAFITRI 0.024 ms Pengujian 4 111810640 FAUZIAH
SONIAH
0.038 ms
Pengujian 5 111810735 MUHAMMAD
SAFE’I
0.035 ms
Pengujian 6 111810794 FAJAR DWI
PRASETIYO
0.035 ms
Pengujian 7 111810846 RENDI GAOL 0.022 ms Pengujian 8 111810955 KURNIAWATI 0.044 ms Pengujian 9 111811242 LUKMAN TRI
LEGOWO
0.03 ms
Pengujian 10 111811520 EVA
MARGIYANI
0.044 ms
4.2 Skenario Black Box Testing
Dalam tahap penelitian Black Box Testing ini langkah pertama user menuliskan nim mahasiswa yang ingin di cari pada sistem android tersebut , lalu klik tombol telusur maka proses pencarian berjalan, apabila NIM mahasiswa tersebut sesuai yang ada didalam databse maka dinyatakan NIM tersebut valid maka akan menampilkan pemberitahuan hasil pencarian dan ketika nim tersebut sudah menampilan NIM dan nama mahasiswa maka sistem juga akan menampilkan
run time waktu eksekusi pencarian data mahasiswa program studi manajemen pada universitas pelita bangsa seperti table di bawah ini :
Tabel 4. 2 Hasil Pengujian Black Box Testing Skenario
Pengujian
Hasil Yang Diharapkan Hasil Pengujian
Kesimpulan
Menulis nim mahasiswa
dan tekan tombil telusur
Mencari data data mahasiswa yang ingin di cari
Sesuai Valid
Menampilkan Hasil pencarian
Menampilkan hasil pencarian data mahasiswa yang di cari dan run time
Sesuai Valid
4.3 Kompleksitas Waktu Pencarian Cari data 100
Nama : Rsila Astri Ditantri Nim : 111810099
Lefth mid Right
0 999 1999
50
Lefth mid Right
0 299 499
Lefth mid Right
0 124 299
Lefth mid Right
0 62 124
Lefth mid Right
62 93 124
Lefth mid Right
93 100 124
Stop Sampai perhitungan 100 Setiap perhitungan dihitung 0,01 di atas terdapat 6 kali hitungan berarti 6 x 0,01 = 0,06
Cari data 500 Nama : Nasrul Aziz Nim : 111810501
Lefth mid Right
0 999 1999
Lefth mid Right
0 499 999
Stop di angka 499 = 500 Setiap perhitungan dihitung 0,01 di atas terdapat 2 kali hitungan berarti 2 x 0,02 = 0,02
Cari data 1000 Nama : Riza Melya Nim : 111811003
Lefth mid Right
0 999 1999
Stop di angka 999 = 1000 Setiap perhitungan dihitung 0,01 di atas terdapat 1 kali hitungan berarti 1 x 0,02 = 0,01
Cari data 1000 Nama : Riza Melya Nim : 111811003
Lefth mid Right
0 999 1999
Stop di angka 999 = 1000 Setiap perhitungan dihitung 0,01 di atas terdapat 1 kali hitungan berarti 1 x 0,01 = 0,01
Cari data 1500 Nama : Andri Nim : 111811509
Lefth mid Right
0 999 1999
Lefth mid Right
