Struktur Data Dasar: Array, Linked List, Stack, dan Queue untuk Programmer Pemula

“Data itu ibarat barang di rumah — kalau disimpan sembarangan, susah dicari. Struktur data adalah cara kita menata barang biar gampang diambil, dipake, dan dikembalikan.”

Daftar Isi

1. Apa Itu Struktur Data?
2. Kenapa Struktur Data Penting?
3. Array — Kumpulan Data Berurutan
4. Linked List — Rantai Data yang Fleksibel
5. Stack — Tumpukan LIFO
6. Queue — Antrian FIFO
7. Tree — Data Bercabang
8. Perbandingan Struktur Data
9. Kesimpulan

---

Apa Itu Struktur Data?

Bayangkan kamu punya 100 buku. Kalau buku-buku itu ditumpuk sembarangan di lantai, butuh waktu lama buat menemukan buku tertentu. Tapi kalau kamu atur rapi di rak berdasarkan genre, urut abjad, atau pakai sistem katalog digital — jauh lebih cepat, kan?

Struktur data adalah cara komputer menyusun, mengelola, dan menyimpan data supaya efisien saat diakses atau dimodifikasi.

Pilih struktur data yang tepat bisa bikin program kamu:

• Lebih cepat — operasi yang butuh O(n²) bisa jadi O(log n)
• Lebih hemat memori — penyimpanan yang efisien
• Lebih mudah dikembangkan — kode yang rapi dan maintainable

Di artikel Algoritma & Logika Dasar, kita udah bahas soal cara berpikir komputasional. Sekarang kita lihat wadah konkret tempat data itu disimpan dan dimanipulasi.

---

Kenapa Struktur Data Penting?

Seperti kita belajar tipe data dan variabel yang menentukan jenis data yang bisa disimpan, struktur data menentukan cara data itu diatur. Bedanya:

Aspek	Tipe Data	Struktur Data
Fungsi	Menentukan jenis nilai (angka, teks, boolean)	Menentukan cara penyimpanan & akses
Contoh	int, string, boolean, float	Array, linked list, stack, tree
Level	Primitif, bawaan bahasa	Bisa primitif atau bentukan
Efek	Validasi nilai	Efisiensi operasi (baca/tulis/cari/hapus)

Struktur data dan algoritma itu dua sisi mata uang yang sama. Algoritma butuh struktur data yang tepat biar bisa jalan efisien.

---

Array — Kumpulan Data Berurutan

Analogi

Bayangkan deretan loker di sekolah. Setiap loker punya nomor (indeks). Kamu tinggal bilang “nomor 7” untuk buka loker tertentu.

Cara Kerja

Array menyimpan element secara berurutan dalam memori. Setiap element punya indeks yang dimulai dari 0.

Contoh Kode

# Array di Python (sebenarnya list, tapi mirip)
buah = ["apel", "pisang", "jeruk", "mangga"]
print(buah[0])  # Output: "apel"
print(buah[2])  # Output: "jeruk"
buah[1] = "anggur"  # Ganti elemen indeks 1

Kelebihan & Kekurangan

Aspek	Penjelasan
✅ Akses cepat	O(1) — langsung ke indeks berapa pun
✅ Sederhana	Paling mudah dipahami dan dipakai
❌ Ukuran tetap	Array statis nggak bisa gedein ukuran
❌ Sisip/hapus lambat	O(n) karena harus geser-geser element

Kapan pakai array? Saat jumlah data tetap dan sering diakses secara acak (random access). Contoh: daftar nilai mahasiswa dalam satu kelas, data sensor per detik.

---

Linked List — Rantai Data yang Fleksibel

Analogi

Bayangkan rantai sepeda — setiap mata rantai nyambung ke mata rantai berikutnya. Kamu bisa nambah atau ngilangin satu mata rantai tanpa bongkar semuanya.

Cara Kerja

Linked list terdiri dari node yang saling terhubung. Setiap node punya:

• Data — nilai yang disimpan
• Pointer/next — alamat node berikutnya

Node1 → Node2 → Node3 → null
[data | →] [data | →] [data | null]

Contoh Sederhana (Konsep)

class Node:
    def __init__(self, data):
        self.data = data
        self.next = None

# Bikin 3 node
node1 = Node("apel")
node2 = Node("pisang")
node3 = Node("jeruk")

# Sambungin
node1.next = node2
node2.next = node3

Kelebihan & Kekurangan

Aspek	Penjelasan
✅ Sisip/hapus cepat	O(1) kalau udah di posisi yang tepat — tinggal ubah pointer
✅ Ukuran dinamis	Bisa nambah node kapan aja
❌ Akses lambat	O(n) — harus telusuri dari awal
❌ Boros memori	Setiap node butuh memory tambahan buat pointer

Kapan pakai linked list? Saat data sering ditambah/dihapus di tengah dan akses acak jarang dilakukan. Contoh: implementasi undo-redo, playlist lagu.

---

Stack — Tumpukan LIFO

Analogi

Bayangkan tumpukan piring di restoran. Piring terakhir yang ditaruh di atas adalah piring pertama yang diambil. Nggak mungkin ambil piring paling bawah tanpa ngambil semua piring di atasnya dulu.

Prinsip LIFO (Last In, First Out)

Element yang terakhir masuk adalah yang pertama keluar.

Operasi Dasar

Operasi	Deskripsi	Kompleksitas
push(data)	Menambah element ke puncak tumpukan	O(1)
pop()	Mengambil & menghapus element puncak	O(1)
peek()	Melihat element puncak tanpa hapus	O(1)
isEmpty()	Cek apakah stack kosong	O(1)

Contoh Kode

stack = []
stack.append("halaman 1")  # push
stack.append("halaman 2")  # push
stack.append("halaman 3")  # push
print(stack.pop())  # Output: "halaman 3"
print(stack.pop())  # Output: "halaman 2"

Contoh Real

• Tombol Back di browser — halaman terakhir yang dikunjungi adalah yang pertama ditutup
• Undo di editor — perubahan terakhir di-undo duluan
• Function call stack — fungsi yang dipanggil terakhir selesai duluan

---

Queue — Antrian FIFO

Analogi

Bayangkan antrian di kasir Indomaret. Orang yang pertama datang dilayani pertama. Orang yang baru datang antri di belakang.

Prinsip FIFO (First In, First Out)

Element yang pertama masuk adalah yang pertama keluar.

Operasi Dasar

Operasi	Deskripsi	Kompleksitas
enqueue(data)	Menambah element ke belakang antrian	O(1)
dequeue()	Mengambil element dari depan antrian	O(1)
front()	Lihat element depan	O(1)
isEmpty()	Cek antrian kosong	O(1)

Contoh Kode

from collections import deque
antrian = deque()
antrian.append("pelanggan A")  # enqueue
antrian.append("pelanggan B")  # enqueue
antrian.append("pelanggan C")  # enqueue
print(antrian.popleft())  # Output: "pelanggan A"
print(antrian.popleft())  # Output: "pelanggan B"

Contoh Real

• Print spooler — dokumen yang dikirim duluan dicetak duluan
• Message queue — pesan diantriin biar nggak overload
• Breadth-First Search — algoritma pencarian yang pakai queue

---

Tree — Data Bercabang

Analogi

Bayangkan pohon keluarga (family tree) atau struktur organisasi perusahaan. Ada CEO di puncak, lalu VP di bawahnya, manager, staff, dan seterusnya. Setiap orang punya satu atasan langsung tapi bisa punya banyak bawahan.

Cara Kerja

Tree punya satu root (akar). Dari root, bercabang ke child nodes (anak). Node yang nggak punya anak disebut leaf (daun).

        CEO          ← root
       /   \
     VP    VP        ← child nodes
    /  \      \
  Mgr  Mgr   Mgr     ← leaf

Jenis Tree Populer

Jenis	Kegunaan	Contoh
Binary Tree	Setiap node maksimal 2 anak	Parse tree di compiler
Binary Search Tree (BST)	Pencarian cepat O(log n)	Database indexing
Heap	Cari min/max cepat	Priority queue

Kapan pakai tree? Saat data punya hubungan hirarkis. Contoh: file system di komputer, DOM di HTML, struktur organisasi.

---

Perbandingan Struktur Data

Struktur Data	Akses Acak	Sisip/Hapus Depan	Sisip/Hapus Belakang	Pencarian	Memori
Array	O(1) ✅	O(n) ❌	O(1)* ✅	O(n)	Rendah
Linked List	O(n) ❌	O(1) ✅	O(n)* ❌	O(n)	Tinggi
Stack	-	O(1) ✅ (push/pop)	-	O(n)	Rendah
Queue	-	O(1) ✅ (dequeue)	O(1) ✅ (enqueue)	O(n)	Sedang
Tree (BST)	-	-	-	O(log n) ✅	Sedang

*Array: sisip/hapus belakang O(1) kalau nggak perlu resize. Linked List: sisip belakang O(1) kalau ada tail pointer.

Kapan Pakai yang Mana?

Situasi	Pilihan
Data tetap, sering diakses indeks	Array
Sering tambah/hapus di tengah	Linked List
但	Butuh LIFO (undo, back button)
Butuh FIFO (antrian, scheduler)	Queue
Data hirarkis, butuh pencarian cepat	Tree

---

Kesimpulan

Struktur data adalah fondasi yang nggak bisa kamu hindari kalau serius jadi programmer. Memahami kapan pakai array vs linked list, atau stack vs queue, akan membedakan kode kamu dari yang asal-asalan jadi yang profesional.

Aspek	Intinya
Array	Cepat akses indeks, lambat sisip/hapus tengah
Linked List	Fleksibel tambah/hapus, lambat akses acak
Stack	LIFO — undo, back button, function call
Queue	FIFO — antrian, scheduler, BFS
Tree	Data hirarkis — file system, database, HTML DOM

Tips dari admin: Jangan cuma baca teorinya. Implementasiin satu per satu di Python atau JavaScript. Buat program sederhana: undomanager pake stack, atau aplikasi antrian pake queue. Praktek langsung adalah guru terbaik.

Kalau udah paham struktur data, lanjut belajar control flow dan algoritma biar makin jago!

---

Related Posts

• Algoritma & Logika Dasar: Otak di Balik Setiap Program Keren
• Tipe Data dan Variabel di Berbagai Bahasa Pemrograman
• Control Flow: If, Loop, dan Switch — Alur Kendali dalam Programming

---