<![CDATA[The development of information technology has transformed data storage from physical to digital formats. However, digital data is difficult to access and verify without an effective sorting mechanism in place. This study compares the memory usage efficiency and execution time of the array sorting algorithm with two traditional sorting algorithms, bubble sort and quick sort, using a quantitative comparative method, all implemented in Python. Experiments were conducted on random numerical data sets of 100, 1.000, and 10.000 elements. Results show that the Array Sorting Algorithm excels in computational speed, with average times of 231.500, 352.500, and 1.214.150 nanoseconds for each data scale. However, it requires slightly larger memory (2.320 – 84.304 bytes). In contrast, Bubble Sort is the slowest but most memory-efficient, while Quick Sort is intermediate in both aspects. On the other hand, the Array Sorting Algorithm recorded relatively higher memory usage compared to the traditional sorting algorithms, Bubble Sort and Quick Sort. Based on these findings, algorithm selection should be based on the primary need. The Array Sorting Algorithm can be used when execution speed is a priority, and Bubble Sort is suitable for environments with memory constraints and small datasets. At the same time, Quick Sort offers a balance between speed and memory usage efficiency.Perkembangan teknologi informasi telah mentransformasi penyimpanan data dari format fisik ke digital. Namun, tanpa mekanisme pengurutan yang efektif, data digital sulit diakses dan diverifikasi. Penelitian ini membandingkan efisiensi penggunaan memori dan waktu eksekusi Array Sorting Algorithm dengan dua algoritma pengurutan tradisional, Bubble Sort dan Quick Sort menggunakan metode komparatif kuantitatif., semuanya diimplementasikan dalam bahasa Phyton. Eksperimen dilakukan pada kumpulan data numerik acak berukuran 100, 1.000, dan 10.000 elemen. Hasil menunjukkan bahwa Array Sorting Algorithm unggul dalam kecepatan komputasi dengan rata-rata waktu 231.500, 352.500, dan 1.214.150 nanodetik untuk masing-masing skala data, namun memerlukan memori sedikit lebih besar (2.320 – 84.304 byte), sedangkan Bubble Sort paling lambat namun paling hemat memori, dan Quick Sort menengah di kedua aspek. Di sisi lain, Array Sorting Algorithm mencatatkan pemakaian memori yang relatif lebih tinggi dibanding algoritma pengurutan tradisional Bubble Sort dan Quick Sort. Berdasarkan hasil dari temuan ini pemilihan algoritma harus didasarkan pada kebutuhan utama, Array Sorting Algorithm bisa digunakan saat kecepatan eksekusi menjadi prioritas, Bubble Sort cocok untuk lingkungan dengan keterbatasan memori dan dataset berukuran kecil, sedangkan Quick Sort menawarkan keseimbangan antara kecepatan dan efisiensi penggunaan memori]]>
