Pertumbuhan volume data mahasiswa di institusi pendidikan tinggi yang terus meningkat secara eksponensial menuntut mekanisme pencarian data yang efisien dan andal. Ketidaktepatan dalam pemilihan algoritma pencarian berdampak pada pemborosan sumber daya komputasi dan penurunan responsivitas sistem informasi akademis. Meskipun Sequential Search dan Binary Search telah umum digunakan, kajian empiris komparatif pada dataset mahasiswa berskala besar masih terbatas. Penelitian ini bertujuan menganalisis dan membandingkan efisiensi Sequential Search dan Binary Search berdasarkan jumlah iterasi dan waktu eksekusi. Metode yang digunakan adalah pendekatan kuantitatif eksperimental komparatif pada dataset sintetis aktivitas media sosial mahasiswa FEBI yang terdiri dari 4.000 record. Implementasi dilakukan menggunakan bahasa pemrograman C++ dengan pengujian terhadap 30 target NIM dan 100 ulangan per target melalui stratified sampling. Hasil penelitian menunjukkan Binary Search unggul signifikan dengan rata-rata 7,57 iterasi berbanding 417,47 iterasi pada Sequential Search, menghasilkan rasio efisiensi 55:1. Dari sisi waktu eksekusi, Binary Search 6,74 kali lebih cepat (0,0039 ms vs. 0,0263 ms). Temuan ini menegaskan bahwa Binary Search merupakan pilihan algoritma yang jauh lebih optimal untuk sistem informasi berskala besar, meskipun membutuhkan prasyarat data terurut sebelum digunakan.
Copyrights © 2026