Pencarian (searching)

Dalam informatika, pencarian (searching) adalah proses menemukan data atau informasi tertentu dalam struktur data atau sistem informasi. Berbagai teknik pencarian digunakan untuk menangani berbagai jenis data dan kebutuhan aplikasi. Berikut adalah penjelasan mengenai pencarian dalam informatika beserta beberapa jenis teknik pencarian yang umum:

1. Pencarian Linier (Linear Search)

• Deskripsi: Metode pencarian ini memeriksa setiap elemen dalam struktur data satu per satu dari awal hingga akhir hingga elemen yang dicari ditemukan atau semua elemen telah diperiksa.
• Kelebihan: Sederhana dan mudah diimplementasikan.
• Kekurangan: Tidak efisien untuk dataset besar karena waktu pencarian bisa linear terhadap ukuran dataset.
• Contoh Penggunaan: Pencarian dalam array atau list yang tidak terurut.

  
  def linear_search(arr, target):
      for index, value in enumerate(arr):
          if value == target:
              return index
      return -1
  

2. Pencarian Biner (Binary Search)

• Deskripsi: Metode pencarian yang efisien untuk dataset terurut dengan membagi dataset menjadi dua bagian dan membandingkan nilai tengah dengan elemen yang dicari. Jika tidak cocok, pencarian dilanjutkan pada bagian yang relevan.
• Kelebihan: Efisien dengan kompleksitas waktu O(log n).
• Kekurangan: Memerlukan data yang terurut.
• Contoh Penggunaan: Pencarian dalam array terurut.

  
  def binary_search(arr, target):
      low, high = 0, len(arr) - 1
      while low <= high:
          mid = (low + high) // 2
          if arr[mid] == target:
              return mid
          elif arr[mid] < target:
              low = mid + 1
          else:
              high = mid - 1
      return -1
  

3. Pencarian Hash (Hash Search)

• Deskripsi: Menggunakan tabel hash untuk melakukan pencarian yang sangat cepat dengan memetakan kunci ke posisi dalam tabel berdasarkan fungsi hash.
• Kelebihan: Waktu pencarian yang sangat cepat, rata-rata O(1).
• Kekurangan: Memerlukan fungsi hash yang baik dan dapat menghadapi masalah seperti tabrakan (collision).
• Contoh Penggunaan: Pencarian dalam struktur data seperti hash table.

  
  hash_table = {'apple': 1, 'banana': 2, 'cherry': 3}
  def hash_search(key):
      return hash_table.get(key, 'Not found')
  

4. Pencarian Teks (Text Search)

• Deskripsi: Mencari kata, frasa, atau pola dalam teks dokumen atau string.
• Kelebihan: Berguna untuk pengolahan teks dan pencarian konten.
• Kekurangan: Kompleksitas dapat meningkat dengan ukuran teks dan pola pencarian.
• Contoh Penggunaan: Pencarian substring dalam string atau dokumen.

  
  def text_search(text, pattern):
      return pattern in text
  

5. Pencarian dalam Graf (Graph Search)

• Deskripsi: Pencarian dalam struktur graf, biasanya menggunakan algoritma seperti Depth-First Search (DFS) dan Breadth-First Search (BFS).
• Kelebihan: Dapat digunakan untuk berbagai aplikasi graf seperti pencarian jalur atau konektivitas.
• Kekurangan: Kompleksitas tergantung pada struktur graf.
• Contoh Penggunaan: Menemukan jalur antara dua node dalam graf.

  
  from collections import deque
  
  def bfs(graph, start, goal):
      queue = deque([start])
      visited = set()
      while queue:
          vertex = queue.popleft()
          if vertex == goal:
              return True
          visited.add(vertex)
          queue.extend(set(graph[vertex]) - visited)
      return False
  

6. Pencarian Semantik (Semantic Search)

• Deskripsi: Mencari informasi berdasarkan makna dan konteks daripada hanya kata kunci. Menggunakan teknik NLP (Natural Language Processing) untuk memahami konteks pencarian.
• Kelebihan: Memberikan hasil yang lebih relevan dan sesuai konteks.
• Kekurangan: Memerlukan pemrosesan bahasa alami dan model yang kompleks.
• Contoh Penggunaan: Mesin pencari modern seperti Google yang memahami makna di balik query pencarian.

7. Pencarian Multidimensi (Multidimensional Search)

• Deskripsi: Pencarian dalam data yang memiliki lebih dari satu dimensi, sering digunakan dalam aplikasi seperti sistem rekomendasi atau database spasial.
• Kelebihan: Dapat menangani data kompleks dengan banyak atribut.
• Kekurangan: Memerlukan struktur data khusus seperti pohon KD atau indeks ruang.
• Contoh Penggunaan: Pencarian dalam database spasial untuk menemukan objek dalam area geografis tertentu.

8. Pencarian Fuzzy (Fuzzy Search)

• Deskripsi: Pencarian yang memperbolehkan kesalahan ketik atau variasi dalam pencarian. Berguna ketika data yang dicari mungkin tidak cocok persis.
• Kelebihan: Menangani ketidakakuratan dalam pencarian.
• Kekurangan: Dapat memberikan hasil yang lebih luas dari yang diinginkan.
• Contoh Penggunaan: Pencarian dengan kesalahan ketik di mesin pencari atau aplikasi e-commerce.

9. Pencarian dalam Database (Database Search)

• Deskripsi: Menggunakan query untuk mencari data dalam database relasional atau non-relasional.
• Kelebihan: Dapat menggunakan SQL atau NoSQL untuk pencarian yang terstruktur atau tidak terstruktur.
• Kekurangan: Kompleksitas tergantung pada jenis database dan struktur data.
• Contoh Penggunaan: Menggunakan SQL untuk mencari data dalam database relasional.