Analisis Perbandingan Kinerja Metode Rekursif dan Metode Iteratif dalam Algoritma Linear Search

Abstract

Salah satu algoritma pencarian data yang paling populer adalah algoritma linear search.  Dalam proses pencarian data sebuah list menggunakan algoritma linear search dapat diterapkan dengan cara iteratif dan rekursif. Pandangan umum mengenai algoritma linear search adalah bahwa performa metode iteratif memiliki hasil yang sama dengan rekursif. Namun di beberapa penelitian menentang pernyataan tersebut yang mungkin tidak berlaku pada semua kasus. Dari analisis tersebut, penelitian ini berfokus pada perbandingan metode rekursif dan iteratif pada algoritma linear search untuk mengetahui algoritma mana yang paling sesuai, efisien dan efektif. Penelitian dilakukan menggunakan 3 studi kasus dengan masing-masing data sebanyak 1 juta, 10 juta, dan 100 juta. Penelitian berfokus pada hasil penggunaan memori dan waktu akses pada proses pencarian data menggunakan notasi Big-O dan bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa algoritma linear search secara iteratif lebih efektif dan efisien dari pada rekursif. Meskipun kedua metode tersebut memiliki kompleksitas Big-O yang sama, namun hasil dari eksekusi program menunjukkan hasil yang berbeda. Dengan hasil algoritma linear search secara iteratif memiliki hasil waktu eksekusi dan penggunaan memori yang lebih unggul yaitu waktu akses dan penggunaan memori yang lebih sedikit dibanding metode rekursif.