Optimasi Penjadwalan Mata Pelajaran pada Kurikulum 2013 dengan menggunakan Hibridisasi Algoritme Genetika dan Simulated Annealing (Studi Kasus: SMA Negeri 6 Surabaya)
Teks penuh
Gambar
![Gambar 1 Diagram Alir Hibridisasi Algoritme](https://thumb-ap.123doks.com/thumbv2/123dok/2303378.1632020/3.595.332.532.253.621/gambar-diagram-alir-hibridisasi-algoritme.webp)
![Tabel 2 Kromosom P1](https://thumb-ap.123doks.com/thumbv2/123dok/2303378.1632020/4.595.330.538.84.122/tabel-kromosom-p.webp)
![Tabel 5 Proses Crossover](https://thumb-ap.123doks.com/thumbv2/123dok/2303378.1632020/5.595.85.302.82.356/tabel-proses-crossover.webp)
![Tabel 9 Pengecekan Constraint Ke-4](https://thumb-ap.123doks.com/thumbv2/123dok/2303378.1632020/6.595.86.307.419.643/tabel-pengecekan-constraint-ke.webp)
Dokumen terkait
Hasil pengaplikasian Algoritma Genetika sebagai pendekatan dalam optimasi penjadwalan mata pelajaran sekolah dihasilkan pencapaian nilai fitness yang optimal dengan rerata
(Simulated Annealing) untuk menganalisa perencanaan produksi dan penjadwalan distribusi menurut metode DRP (Distribution Requirement Planning) dan SA (Simulated
Dalam menentukan parameter algoritma genetika yang digunakan pada penjadwalan mata pelajaran maka dilakukan pengujian parameter yang terdiri dari ukuran iterasi,
SA (Simulated Annealing) untuk menganalisa perencanaan produksi dan penjadwalan distribusi menurut metode DRP (Distribution Requirement Planning) dan SA (Simulated
Selain itu, pengujian pada parameter generasi tertentu menunjukkan nilai rata-rata fitness pengujian GA-SA lebih tinggi daripada hasil pengujian GA karena
Hasil akhir dari sistem informasi penjadwalan mata pelajaran dengan menggunakan algoritma genetika yaitu jadwal mata pelajaran SMK XY dapat diperoleh lebih cepat
Pada tugas akhir dihasilkan sebuah sistem penjadwalan ujian yang mampu menghasilkan jadwal ujian secara otomatis dengan menggunakan algoritma greedy – simulated annealing
Hasil simulasi menunjukan algoritma Simulated Annealing lebih unggul dari algoritma Genetika hingga 90%, algoritma Genetika hanya unggul pada waktu proses saja, namun dengan tren