Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERKEMBANGAN PENELITIAN KUALITATIF DALAM PEMBELAJARAN MEMBACA: SEBUAH KAJIAN STUDI LITERATUR Wendi Saputra; Yaya Sunarya
JURNAL EDUCATION AND DEVELOPMENT Vol 12 No 3 (2024): Vol 12 No 3 September 2024
Publisher : Institut Pendidikan Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37081/ed.v12i3.6359

Abstract

Penelitian ini bertujuan untuk mengetahui perkembangan penelitian kualitatif dalam pembelajaran membaca sepanjang tahun 2021-2024. Penelitian kualitatif dalam pembelajaran membaca akan menggambarkan kondisi membaca siswa secara natural dan nyata di sekolah. Metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan jenis studi literatur. Metode ini akan menjawab permasalahan peneliti dengan berbagai kajian studi pustaka seperti buku, artikel penelitian, dan lain-lain. Hasil penelitian ini menunjukkan bahwa terdapat empat metode kualitatif yang digunakan dalam penelitian pembelajaran membaca. Keempat metode tersebut yaitu metode etnografi, grounded theory, fenomenologi, dan studi kasus. Peneliti menemukan bahwa sepanjang tahun 2021-2024 terjadi peningkatan penelitian kualitatif secara signifikan. Metode studi kasus paling banyak digunakan peneliti dalam pembelajaran membaca yaitu sebanyak 38 artikel penelitian. Sedangkan metode grounded theory merupakan metode yang paling sedikit digunakan dalam pembelajaran membaca sejumlah 1 artikel penelitian.
Optimalisasi Pencarian Data Menggunakan Algoritma Binary Search Pada Struktur Data Array Terurut Syifa Andini Aulia Putri; Meishella Indihafsari; Wendi Saputra; Febri Dristyan
Journal of Computer Science and Technology (JOCSTEC) Vol 3 No 3 (2025): JOCSTEC - September
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jocstec.v3i3.463

Abstract

Peningkatan volume data dalam sistem informasi modern menuntut proses pencarian yang cepat dan efisien. Linear search sebagai metode konvensional tidak lagi relevan untuk skala data besar karena memiliki kompleksitas waktu O(n). Penelitian ini mengangkat permasalahan rendahnya efisiensi pencarian pada array terurut dengan tujuan mengoptimalkan algoritma binary search. Solusi yang diusulkan adalah membandingkan dua pendekatan implementasi binary search, yaitu iteratif dan rekursif, pada lima skala dataset berbeda. Pengujian dilakukan untuk mengevaluasi waktu eksekusi dan penggunaan memori dari masing-masing pendekatan. Hasil menunjukkan bahwa metode iteratif memiliki performa lebih baik dibandingkan rekursif, khususnya pada dataset besar. Secara kuantitatif, waktu pencarian dengan binary search iteratif mencapai efisiensi hingga lebih dari 90% dibandingkan linear search pada dataset berisi 10.000 elemen atau lebih. Temuan ini menunjukkan bahwa algoritma binary search, jika diimplementasikan dengan tepat, merupakan solusi optimal untuk kebutuhan pencarian data dalam array terurut. Penelitian ini memberikan kontribusi terhadap pengembangan sistem informasi yang lebih cepat dan hemat sumber daya.