Mengukur Algoritma

Berbicara tentang masalah dan solusinya dalam bentuk algoritma, terkadang satu masalah dapat diselesaikan dengan dua algoritma yang berbeda. Misalnya saja, untuk mengurutkan array, ada banyak sekali algoritma yang dapat dipakai seperti algoritma Bubble Sort, Merge Sort, dan Insertion Sort. Oleh karena itu, timbul pertanyaan: algoritma mana yang lebih efektif? Bagaimana cara mengukurnya?

Untuk membandingkan dua algoritma, tentu saja kita bisa mengukur berapa lama waktu yang dibutuhkan masing-masing algoritma untuk menghasilkan solusi. Namun, ukuran ini sering kali dipengaruhi oleh banyak faktor, seperti cara implementasinya, perangkat keras yang digunakan, ukuran masukan (input), dan berbagai hal lain yang sulit dikendalikan.

Salah satu pendekatan yang sering digunakan adalah menganalisis bagaimana performa algoritma berubah ketika ukuran masukan membesar. Pendekatan ini dikenal dengan sebutan analisis asimtotik. Untuk menyatakan laju pertumbuhan ini, kita menggunakan notasi yang disebut notasi Big O. Dengan pendekatan ini, kita dapat mengabaikan detail implementasi dan tidak perlu menjalankan algoritma secara langsung. Cukup dengan alat-alat matematika, kita sudah bisa membandingkan efisiensi algoritma secara umum. Menarik, bukan?