IMPLEMENTASI HYBRID SORTING QUICK SORT DAN SELECTION SORT PADA APLIKASI PLAYLIST MUSIK BERBASIS MOOD DENGAN FLASK

Abstract

Perkembangan teknologi informasi mendorong kebutuhan sistem pengolahan data yang efisien, termasuk dalam bidang musik digital. Permasalahan yang sering muncul adalah lamanya proses pengurutan data playlist musik dengan jumlah data yang bervariasi, terutama ketika sistem tidak menyesuaikan algoritma dengan ukuran dataset. Penelitian ini bertujuan untuk mengimplementasikan dan menguji hybrid sorting algorithm yang menggabungkan Selection Sort dan Quick Sort pada aplikasi playlist musik berbasis mood dengan framework Flask. Metode penelitian menggunakan pendekatan eksperimen komputasional dengan mengukur efisiensi waktu eksekusi pada berbagai ukuran dataset dan kondisi data. Aplikasi dibangun menggunakan Python, Flask, dan TailwindCSS dengan fitur filter mood dan genre yang ditampilkan secara dinamis. Hasil pengujian menunjukkan bahwa Quick Sort memiliki performa lebih cepat pada dataset besar dan pada beberapa kondisi data kecil, sementara Selection Sort tetap efisien pada data dengan ukuran kecil. Penerapan algoritma hybrid ini terbukti meningkatkan efisiensi proses pengurutan serta memberikan transparansi terhadap algoritma yang digunakan dalam sistem berbasis web.