SYSTEMATIC LITERATURE REVIEW: NOTASI MATEMATIKA DALAM ANALISIS KOMPLEKSITAS ALGORITMA

Abstract

Penelitian ini meneliti tentang penggunaan notasi matematika asimptotik, seperti Big-O, Omega, dan Theta, dalam analisis kompleksitas algoritma. Notasi-notasi ini sangat penting untuk menilai efisiensi dan skalabilitas algoritma, terutama dalam konteks kebutuhan pemrosesan data besar yang terus berkembang di berbagai bidang teknologi. Big-O digunakan untuk menggambarkan batas atas kompleksitas waktu, sementara Omega dan Theta berfungsi untuk mendeskripsikan batas bawah dan batas ketat serta memberikan wawasan lebih dalam tentang perilaku algoritma dalam menghadapi input yang semakin besar. Meski efektif dalam analisis teoretis, penerapan notasi ini pada algoritma modern seperti algoritma machine learning atau komputasi paralel, masih menghadapi tantangan terutama terkait konsumsi energi dan sumber daya. Metode systematic literature review (SLR) digunakan untuk mengumpulkan, menganalisis, dan mensintesis literatur terkait notasi matematika dalam analisis kompleksitas algoritma yang diterbitkan lima tahun terakhir. SLR memungkinkan peneliti untuk memperoleh gambaran komprehensif mengenai tren penelitian terkini dan mengidentifikasi celah penelitian yang perlu dieksplorasi lebih lanjut. Berdasarkan analisis literatur, notasi Big-O muncul sebagai notasi yang paling dominan dalam menggambarkan kompleksitas algoritma, sementara notasi Theta banyak digunakan dalam penelitian optimasi dan algoritma berbasis numerik. Temuan ini memberikan kontribusi penting bagi pengembangan teori dan aplikasi praktis dalam merancang algoritma yang lebih efisien dan sesuai dengan kebutuhan teknologi modern.