3.1 Analisis Sistem
Melakukan analisis terhadap data-data yang telah dikumpulkan serta melakukan desain sistem yang akan dibuat. Ada beberapa bagian penting dalam melakukan perancangan dan pembuatan suatu sistem, yaitu melakukan perancangan dan pembuatan workflow (aliran kerja), Context Diagram, DFD (Data Flow Diagram), Flowchart dan penggabungan Algoritma Genetika dengan
Tabu Search, serta penyusunan database sistem.
Alur sistem merupakan bagan yang menggambarkan alur atau tahapan-tahapan yang membentuk suatu aplikasi. Bagian ini juga menampilkan suatu keterlibatan entitas yang berhubungan dengan aplikasi. Data Flow Diagram merupakan dokumentasi dari suatu sistem yang baik, karena dapat menggambarkan arus data di dalam sistem dengan terstruktur dan jelas. Flowchart dan penggabungan Algoritma Genetika dengan Tabu Search merupakan gambaran alur dan tahapan bagaimana penggabungan metode meta-heuristik tersebut melakukan penyusunan jadwal kuliah.
Pada bagian selanjutnya, dilakukan pembuatan rancangan entitas-entitas yang saling berhubungan serta membentuk suatu database yang relasional. Struktur database yang terbentuk akan berfungsi sebagai tempat penyimpanan data-data yang digunakan dalam aplikasi.
3.2 Per ancangan Sistem
Perancangan sistem berisikan penjelasan tentang deskripsi umum sistem, konsep perancangan penggabungan metode Algoritma Genetik dan Tabu Search dalam bentuk flowchart diagram, perancangan proses, perancangan data, perancangan tabel basis data, dan perancangan antar muka.
3.2.1 Pengolahan Data Menggunakan Penggabungan Metode Algoritma
Genetik dan Tabu Search
Pada penelitian ini di uji cobakan otomatisasi masalah penjadwalan kuliah di Perguruan Tinggi dengan metode meta-heuristik, yaitu: kombinasi
Algoritma Genetika dan Tabu Search. Tabu Search pada kombinasi ini digunakan
untuk memfilter kromosom yang mengalami crossover agar kromosom yang sama tidak dilakukan crossover berulang-ulang. Saat iterasi pertama kali, semua kromosom yang mengalami crossover disimpan ke dalam tabu list, kemudian baru dilakukan crossover. Untuk iterasi berikutnya, kromosom yang mengalami
crossover, terlebih dahulu di cek pada tabu list, apakah kromosom tersebut sudah
ada atau belum. Jika kromosom tersebut sudah ada pada tabu list, maka kromosom tersebut akan dilakukan mutasi, jika belum maka kromosom tersebut disimpan pada tabu list, kemudian dilakukan crossover.
Untuk jumlah data yang kecil (45 hingga 88 data), kombinasi
Algoritma Genetika dan Tabu Search dapat menyelesaikan masalah
penjadwalan dengan baik, dengan nilai fitness sama dengan 0 dan iterasi atau jumlah generasi maksimum 1000 generasi. Sedangkan untuk data yang cukup besar, yaitu dengan jumlah pemetaan mata kuliah 160 mata kuliah,
kombinasi Algoritma Genetika dan Tabu Search masih mampu memperoleh fitness 0, tetapi dengan jumlah iterasi atau generasi maksimum 10.000 generasi.
3.2.2 Pengkodean Kr omosom dan Pembentukan Populasi Awal
Pengkodean kromosom yang digunakan disini mengadopsi aturan pengkodean kromosom Algoritma Genetika, yaitu pengkodean dengan bilangan
integer. Dimana bilangan integer ini diperoleh dari indeks array dari
komponen-komponen identitas penjadwalan.
Panjang satu kromosom adalah jumlah dari seluruh mata kuliah yang ditawarkan pada semester aktif. Sebagai contoh untuk pembentukan kromosom ini, misalkan ada sebaran mata kuliah seperti pada Tabel 3.1. Dilihat dari Tabel tersebut, diasumsikan bahwa mata kuliah yang ditawarkan ada 7 (tujuh), dan setelah dipetakan yang mengasuh mata kuliah-mata kuliah tersebut adalah dosen dengan kode dosen seperti pada kolom Id Dosen, serta kategori ruangan yang digunakan pada perkuliahan tersebut adalah kode kategori seperti pada kolom Id_Ruang. Data pemetaan ini dibaca dari database pemetaan yang selanjutnya dipindahkan ke variabel array yang sudah dideklarasikan sebelumnya. Susunan gen dari salah satu kromosom yang dapat dibentuk dari tabel 3.1, adalah seperti pada Gambar 3.1. Urutan angka pada setiap gen mewakili id Mata Kuliah, id Ruang yang digunakan, id waktu, Id dosen pengampu, sks mata kuliah, semester, serta kelas paralel.
Tabel 3.1 Contoh Sebaran Mata Kuliah
Id wkt Id MK Nama MK Id Dosen Id r uang Har i Par alel
6 ISI4001 Praktikum BP 1 Asisten 1 Lab. BP Jumat A
8 UPN1006 Pancasila 00 0015 101 Senin A
8 FTI002 Fisika 00 0010 102 Senin A
8 FTI1291 Kalkulus 1 00 0013 102 Rabu A
6 ISI1002 Bhs Pemrograman 00 0005 301 Jumat A
6 ISI1004 Pengantar TI 00 0014 301 Rabu A
6 FTI2107 Metode Numerik 00 0009 302 Senin A
Dari data pada tabel tersebut, nantinya akan menjadi sebuah gen, dan kumpulan dari gen tersebut dinamakan kromosom. Pada permasalahan pemetaan jadwal kuliah ini, dalam proses regenerasi, sebuah kromosom hanya dilakukan proses crossover atau mutasi saja. Hal ini dilakukan dengan asumsi bahwa dengan cara ini akan didapatkan keturunan yang lebih baik (solusi yang optimal).
1 2 3 4 5 … n Kromorom
gen ke-1 gen ke-2 gen ke-3 gen ke-4 gen ke-5 … gen ke-n
Gambar 3.1 Contoh Skema Kromosom
Data yang terkumpul pada sebuah gen dinamakan allele. Apabila didapat dari tabel allele tersebut adalah, Mata kuliah – Kelas paralel – id Dosen – ruang – id waktu.
FTI1001-1H-00 0002-G3R102-1-8 ISI2001-3H-00 005-G3R301-4-8 UPN1001-1H-00 006-G3R304-2-8
gen ke-1 gen ke-2 gen ke-3
FTI1001-1H-00 0002- G3R304-2-8 ISI2001-3H-00 005--G3R102-1-8 UPN1001-1H-00 006- G3R301-4-8
gen ke-1 gen ke-2 gen ke-3
Gambar 3.2 Contoh Crossover Kromosom
Saat Proses crossover dan mutasi , hanya data ruang – hari – jam saja yang dipindah silangkan dan dimutasi. Sedangkan data Mata kuliah – Kelas paralel – Dosen tetap pada lokasi gen-nya.
3.2.3 Flowchart
Dalam sub-bab ini akan dijelaskan alur kerja sistem penjadwalan kuliah dalam bentuk flowchart diagram. Untuk lebih jelasnya dapat dilihat pada gambar penjelasan dibawah ini.
Gambar 3.3 Flowchart pengolahan data dengan menggunakan penggabungan metode Algoritma Genetik dengan Tabu Search
3.2.4 Klasifikasi Constraint
Peraturan-peraturan yang digunakan dalam pembuatan tabel
penjadwalan perkuliahan dapat dikelompokkan menjadi 2, sesuai dengan tingkat kewajiban peraturan itu dipenuhi. Kedua kelompok tersebut akan diuraikan pada bagian Hard Constraint dan Soft Constraint dibawah ini.
3.2.4.1 Hard Constraint
Hard constraint didefinisikan sebagai constraint wajib yang harus
dipenuhi dalam proses perhitungan algoritma. Sebuah solusi hanya dapat dikatakan sah dan valid, apabila dalam solusi tersebut sama sekali tidak ada hard
constraint yang terlanggar. Berikut adalah daftar hard constraint dalam masalah
penjadwalan kuliah:
1. Jadwal dosen dan mahasiswa tidak boleh bentrok.
2. Ruangan yang digunakan tidak boleh bentrok.
3. Adanya mata kuliah dengan ruangan khusus (praktikum).
4. Durasi kuliah antara praktek dan teori yang berbeda persksnya.
5. Seluruh kelas yang dibuka harus mendapatkan waktu dan ruangan
perkuliahan.
3.2.4.2 Soft Constrainvt
Kendala yang termasuk dalam kelompok soft constraint adalah kendala yang tidak selalu dapat terpenuhi dalam proses pembuatan tabel jadal kuliah. Meskipun tidak harus terpenuhi, tetapi jadwal kuliah yang dihasilkan harus
semaksimal mungkin berusaha memenuhi ketentuan soft constraint ini. Dan berikut adalah daftar daftar soft constraint dalam masalah penjadwalan kuliah:
1. Diusahakan seorang dosen tidak mendapatkan jadwal mengajar lebih
dari 3 pertemuan dalam sehari.
2. Jadwal mengajar seorang dosen dalam sehari diusahakan urut tanpa
jeda waktu.
3. Jadwal kuliah mahasiswa diusahakan dalam sehari diusahakan urut
3.2.5 Workflow
Ga mbar 3.4 Workflow Penjadwalan Kuliah
Workflow tersebut menerangkan bagaimana alur kerja dalam proses penyusunan sebuah jadwal kuliah. Kajur atau Sekjur memasukkan data dosen,
mata kuliah, dan ruangan ke dalam sebuah sistem. Kemudian Kajur menentukan pengampuan mata kuliah oleh dosen yang bersangkutan. Setelah selesai menentukan pengampuan mata kuliah oleh dosen yang bersangkutan, Kajur menentukan constraint dan menyimpannya ke dalam sebuah database sistem. Lalu Kajur diminta untuk menentukan periode semester yang diadakan, serta mata kuliah yang diadakan pada periode tersebut dan kembali menyimpannya ke dalam
database sistem. Baru setelah itu, sistem akan melakukan proses optimasi jadwal
dengan menggunakan penggabungan metode meta-heuristik, yaitu metode
Algoritma Genetik dan Tabu Search. Setelah mendapatkan jadwal terpilih dari
sistem, Kajur mencetak laporan jadwal kuliah dan memberikannya kepada dosen yang bersangkutan dan mahasiswa.
3.2.6 Atur an-atur an Terjadi Konflik
Aturan terjadinya konflik merupakan aturan-aturan dari kondisi yang dapat menimbulkan terjadinya suatu konflik antara dosen pengajar, mata kuliah, ruangan, dan kelas parallel dalam satu hari dan jam yang sama yang akan diberlakukan pada aplikasi penyusun jadwal kuliah ini. Fungsi konflik tersebut adalah:
K = Σ Bentrok (3.1)
Nilai konflik ini nantinya digunakan untuk menghitung nilai fitness dari setiap kromosom. Fungsi dari fitness kromosom adalah sebagai berikut:
Ket :
F (i) = Nilai fitness kromosom ke-i
K (i) = Nilai konflik kromosom ke-i
Dari fungsi diatas, dapat ditarik sebuah kesimpulan, bahwa semakin banyak bentrok yang terjadi semakin kecil nilai fitness, dan akan semakin kecil pula kemungkinan kromosom tersebut untuk terpilih ke generasi berikutnya.
3.2.7 Context Diagr am
Context diagram akan menjelaskan gambaran umum mengenai sistem
penjadwalan kuliah yang akan dibuat. Pada context diagram penjadwalan kuliah ini terdapat 2 entitas yang saling berhubungan, yaitu:
1. Entitas Kajur Sekjur,
2. Entitas Mahasiswa dan Dosen,
Penjelasan Entitas User seperti yang terlihat pada konteks diagram berikut ini :
Jadwal Terpilih
Laporan jadwal kuliah data ruangan dan waktu kuliah data dosen_mata kuliah_kelas paralel
1
Penjadwalan Kuliah Menggunakan GA
dan TS
+
Kajur Sekjur Mahasiswa dan Dosen
3.2.8 DFD Level 1
data dosen input data dosen
Jadwal Terpilih Laporan jadwal kuliah
data solusi
solusi terpilih
data kompetensi dosen data kelas paralel
data wkt kuliah data ruangan
data matkul data dosen_mata kuliah_kelas paralel
data ruangan dan waktu kuliah
input data wkt kuliah input data ruangan
input kelas paralel input data matkul Kajur Sekjur Kajur Sekjur Kajur Sekjur Mahasiswa dan Dosen 1 memasukkan data dosen matkul dan kelas paralel + tabel mata kuliah tabel kelas paralel 2 memasukkan data ruangan dan wkt kuliah
tabel waktu kuliah tabel ruangan 3 memasukkan data pengampuan matkul 4 proses optimasi GA dan TS
tabel kompetensi dosen
Jadwal Terpilih Tabu List
tabel data dosen
Gambar 3.6 DFD Level 0
Penjelasan Gambar 3.4 DFD Level 0:
1. Proses memasukkan data dosen, mata kuliah, dan kelas paralel
Pada proses ini, Kajur atau Sekjur akan memasukkan data dosen yang bersangkutan, mata kuliah yang diadakan, serta kelas paralel. Setelah
Kajur memasukkan data dosen dan mata kuliah, selanjutnya data tersebut akan masuk dalam proses ke-3. Sedangkan untuk kelas paralel, data tersebut akan masuk dalam proses ke-4.
2. Proses memasukkan data ruangan dan waktu kuliah
Pada proses ke-2 ini, Kajur akan memasukkan data ruangan yang akan digunakan sebagai kegiatan perkuliahan beserta dengan waktunya. Kemudian, data ruangan dan waktu kuliah yang telah masuk tersebut akan menuju ke dalam proses ke-4.
3. Proses memasukkan data pengampuan mata kuliah
Proses ini merupakan kelanjutan dari proses pertama diatas, setelah data dosen dan mata kuliah masuk, Kajur akan menentukan pengampuan mata kuliah oleh dosen yang bersangkutan. Dari proses ini, kemudian akan dilanjutkan menuju proses ke-4.
4. Proses Optimasi Algoritma Genetik dengan Tabu Search
Proses ini merupakan proses inti dari sistem penjadwalan kuliah ini. Seluruh data dari semua proses diatas akan dioptimasi dengan menggunakan penggabungan metode Algoritma Genetik dengan Tabu
Search. Pada proses optimasi ini, akan menghasilkan data solusi yang akan
dimasukkan kedalam tabu list, dan solusi terpilih yang akan menjadi jadwal terpilih dan akan dicetak oleh Kajur atau Sekjur.
3.3 Per ancangan Database
Pada perancangan database ini akan dibahas mengenai perancangan data dan perancangan tabel yang akan digunakan pada sistem ini. Database atau Basis data dapat didefinisikan dalam sejumlah sudut pandang sebagai berikut:
1. Himpunan kelompok data (arsip) yang saling berhubungan yang
diorganisasikan sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah.
2. Kumpulan data yang saling berhubungan yang disimpan secara
bersama sedemikian rupa dan tanpa pengulangan (redudansi) yang tidak perlu untuk memenuhi berbagai kebutuhan.
3. Kumpulan file atau tabel atau arsip yang saling berhubungan yang
tersimpan dalam media penyimpanan elektronik.
Dalam perancangan data ini, akan dijelaskan tentang 2 model data yaitu: Model Data Konseptual, dan Model Data Fisik. Untuk lebih jelasnya, akan dijelaskan pada sub-bab dibawah ini.
3.3.1 Per ancangan Data
a) Model Data Konseptual (Conceptual Data Model)
Model data konseptual atau yang biasa disebut dengan CDM (Conceptual Data Model) adalah rancangan dalam bentuk diagram sebelum pembuatan database secara detail. Model data konseptual ini dibuat tanpa harus mempertimbangkan data DBMS (Database Management System) apa saja yang nanti dipakai, karena bentuk ini hanya sebuah konsep rancangan yang nantinya dapat digunakan oleh semua DBMS. Model data konseptual pada aplikasi sistem
ini akan mempresentasikan bagaimana rancangan basis data konseptual yang nantinya akan digunakan oleh sistem ini. Model data konseptual ini, dibuat dengan menggunakan software Power Designer 12.0.
Diinput Diinput2 Di input3 Dii nput4 Di input5 memiliki mengampu memiliki3 memiliki4 memiliki5 memiliki7 memili ki2 memil iki 6 User username password <pi > Characters (25) Characters (25) <M>
Identifi er_1 <pi>
Dosen id_dosen nm_dosen <pi> Characters (20) Characters (150) <M>
Identi fier_1 <pi>
MatKul kd_MK nm_MK smt sks ket <pi > Characters (10) Characters (150) Characters (1) Integer Characters (10) <M> Identifier_1 <pi> Dosen Pengampu Kelas Paralel KP smt Kelas <pi> Characters (2) Characters (1) Characters (10) <M> Identifier_1 <pi> Jadwal_Detail Waktu kd_waktu hari jam <pi> Characters (4) Characters (10) Integer <M> Identifier_1 <pi> Ruang kd_ruang ket <pi> Characters (15) Characters (10) <M> Identifier_1 <pi > Jadwal kd_jadwal Kelas semester thn <pi> Characters (20) Characters (10) Characters (7) Characters (20) <M>
Identifi er_1 <pi>
Ga mbar 3.7 Conceptual Data Model (CDM)
b) Model Data Fisik (Physical Data Model)
Model data fisik yang biasa kita sebut dengan PDM (Physical Data
yang telah dijelaskan pada gambar diatas. Model data ini mempresentasikan rancangan fisik basis data yang disimpan. Dan model data ini akan menghasilkan tabel-tabel yang nantinya akan digunakan dalam implementasi sistem yang dibuat.
FK_DOSEN_DIINPUT _USER
FK_MAT KUL_DIINPUT 2_USER
FK_KELAS_PA_DIINPUT3_USER FK_RUANG_DIINPUT4_USER FK_WAKTU_DIINPUT 5_USER FK_DOSEN_PE_MEMILIKI_DOSEN FK_DOSEN_PE_MENGAMPU_MAT KUL FK_JADWAL_D_MEMILIKI3_KELAS_PA FK_JADWAL_D_MEMILIKI4_RUANG FK_JADWAL_D_M EMILIKI5_WAKT U FK_JADWAL _D_MEMILIKI7_MAT KUL
FK_JADWAL_D_MEMILIKI2_DOSEN FK_JADWAL_D_MEMILIKI6_JADWAL User username password char(25) char(25) <pk> Dosen id_dosen username nm_dosen char(20) char(25) char(150) <pk> <fk> MatKul kd_MK username nm _MK smt sks ket char(10) char(25) char(150) char(1) integer char(10) <pk> <fk> Dosen Pengampu id_dosen kd_MK char(20) char(10) <fk1> <fk2> Kelas Paralel KP username smt Kelas char(2) char(25) char(1) char(10) <p k> <fk> Jadwal_Detail kd_waktu kd_jadwal kd_ruang id_dosen kd_MK KP char(4) char(20) char(15) char(20) char(10) char(2) <fk3> <fk6> <fk2> <fk5> <fk4> <fk1> Waktu kd_waktu username hari jam char(4) char(25) char(10) integer <pk> <fk> Ruang kd_ruang username ket char(15) char(25) char(10) <pk> <fk> Jadwal kd_jadwal Kelas semester thn char(20) char(10) char(7) char(20) <pk>
3.3.2 Per ancangan Tabel
Dari tabel yang telah dihasilkan dalam pembuatan CDM (Conceptual
Data Model) dan PDM (Physical Data Model), adapun rincian tabel seperti
dibawah ini.
1. Tabel user
Tabel user ini digunakan untuk menyimpan data pengguna atau user. Dalam tabel user ini terdapat 1 primary key yaitu username.
Tabel 3.2 Tabel user
No Nama Fields Type Panjang Const Keter angan
1. Username CHAR 25 PK Nama user
2. Passwords CHAR 25 Passwords user
2. Tabel dosen
Tabel dosen ini digunakan untuk menyimpan data dosen pengajar. Dalam tabel dosen ini terdapat 1 primary key yaitu id_dosen.
Tabel 3.3 Tabel dosen
No Nama Fields Type Panjang Const Keter angan
1. Id_dosen CHAR 20 PK Merupakan nomor id
yang dimiliki setiap dosen pengajar
2. Nm_dosen CHAR 150 Nama dosen pengajar
3. Tabel Matkul
Tabel Matkul ini digunakan untuk menyimpan data mata kuliah. Dalam tabel Matkul ini terdapat 1 primary key yaitu id_MK.
Tabel 3.4 Tabel Matkul
No Nama Fields Type Panjang Const Keter angan
1. Id_MK CHAR 10 PK Merupakan nomor id
yang dimiliki setiap nama mata kuliah
2. Nm_MK CHAR 150 Nama mata kuliah
3. Smt CHAR 1 Semester mata kuliah
4. Sks INT Sks mata kuliah
5. Ket CHAR 10 Status mata kuliah
(Ganjil/Genap)
4. Tabel Kelas Paralel
Tabel kelas paralel ini digunakan untuk menyimpan data kelas paralel di tiap-tiap semester. Dalam tabel kelas paralel ini terdapat 1 primary
key yaitu KP.
Tabel 3.5 Tabel Kelas Paralel
No Nama Fields Type Panjang Const Keter angan
1. KP CHAR 2 PK Merupakan kode kelas
Paralel
2. smt CHAR 1 Semester
3. Kelas CHAR 10 Kelas
5. Tabel ruang
Tabel ruang ini digunakan untuk menyimpan data ruangan yang akan digunakan dalam perkuliahan. Dalam tabel ruang ini terdapat 1
Tabel 3.6 Tabel ruang
No Nama Fields Type Panjang Const Keter angan
1. Id_ruang CHAR 15 PK Merupakan nomor id
ruangan yg digunakan dalam perkuliahan
2. Ket CHAR 10 Keterangan ruangan
(ruang kelas/praktek)
6. Tabel waktu
Tabel waktu ini digunakan untuk menyimpan data waktu perkuliahan. Dalam tabel waktu ini terdapat 1 primary key yaitu id_waktu.
Tabel 3.7 Tabel waktu
No Nama Fields Type Panjang Const Keter angan
1. Id_waktu CHAR 4 PK Merupakan nomor id
waktu
2. Hari CHAR 10 Hari perkuliahan
3. Jam INT Jam perkuliahan
7. Tabel Jadwal
Tabel Jadwal ini digunakan untuk menyimpan jadwal terpilih yang telah teroptimasi. Dalam tabel jadwal ini terdapat 1 primary key yaitu id_jadwal.
Tabel 3.8 Tabel Jadwal
No Nama Fields Type Panjang Const Keter angan
1. Id_jadwal CHAR 20 PK Merupakan nomor id
jadwal
2. Kelas CHAR 10 Kelas
3. Semester CHAR 7 Semester
4. Tahun CHAR 20 Tahun ajaran
8. Tabel Jadwal_Detail
Tabel Jadwal ini digunakan untuk menyimpan jadwal terpilih yang telah teroptimasi. Dalam tabel jadwal_detail tidak terdapat primary key, tetapi mempunyai 6 foreign key yaitu kd_waktu, kd_ruang,
kd_jadwal, id_dosen, id_MK, KP.
Tabel 3.9 Tabel Jadwal_Detail
No Nama Fields Type Panjang Const Keter angan
1. Kd_waktu CHAR 4 Fk Merupakan nomor id
jadwal
2. Kd_ruang CHAR 20 Fk Merupakan kode ruang
kuliah
3. Kd_jadwal CHAR 15 Fk Merupakan kode jdwl
kuliah
4. Id_dosen CHAR 20 Fk Merupakan id dosen
5. Id_MK CHAR 10 Fk Merupakan id Mata
kuliah
9. Tabel Dosen_Pengampu
Tabel Dosen_Pengampu ini digunakan untuk menyimpan data kompetensi dosen pengajar. Dalam tabel Dosen_Pengampu tidak terdapat primary key, tetapi mempunyai 2 foreign key yaitu
id_dosen, dan id_MK.
Tabel 3.10 Tabel Dosen_Pengampu
No Nama Fields Type Panjang Const Keter angan
1. Id_dosen CHAR 20 FK Merupakan id dosen
pengajar
2. Id_MK CHAR 10 FK Id mata kuliah
3.4 Per ancangan Antar Muka
Tahap ini dilakukan setelah diketahui informasi-informasi apa saja yang akan terlibat dalam sistem ini. Dalam melakukan perancangan antar muka ini diharapkan mampu memenuhi aspek-aspek sebagai berikut:
1. Mudah dibaca dan dipahami
2. Ergonomis untuk tata letak visualisasinya
3. Sederhana
4. Dan lain sebagainya
Data masukan yang dibuat merupakan visualisasi kondisi di waktu sekarang berupa dosen, mata kuliah, ruangan yang ada sekarang untuk digunakan sebagai ruang perkuliahan. Sedangkan format keluaran merupakan hasil laporan yang merupakan output dari hasil pengolahan data oleh aplikasi yang telah dibuat.
Untuk memberikan gambaran awal tentang antar muka perangkat lunak penjadwalan kuliah dengan menggunakan penggabungan metode Algoritma
Genetik dan metode Tabu Search dari desain aplikasi, maka perlu dibuat suatu
rancangan masukan dan keluaran aplikasi sebagai berikut.
a. For m Da ta Dosen
Setelah Kajur memasukkan password dan username pada tampilan awal, sistem secara otomatis akan masuk ke tampilan home dimana Kajur dapat memasukkan data dosen yang akan mengajar pada periode semester tersebut. Berikut adalah tampilan form data dosen.
Gambar 3.9 Form Data Dosen
Pada form data dosen tersebut terdapat beberapa pilihan, diantaranya tombol add untuk menambahkan data dosen baru dengan meng-input kan kode Dosen beserta nama Dosen yang bersangkuta. Kemudian pilih tombol save untuk menyimpan perubahan dan secara otomatis sistem akan menyimpan ke dalam
database, kemudian menampilkannya di dalam daftar data dosen. Apabila terjadi kesalahan dalam meng-input kan data dosen, Kajur tinggal memilih tombol edit lalu dapat menyimpannya kembali dan menghapus data lama dengan memilih tombol delete.
b. For m Da ta Mata Kuliah
Setelah Kajur meng-input kan data dosen yang akan mengajar pada