Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diajukan untuk pengembangan selanjutnya.
ABSTRAK
Pemutaran iklan pada sebuah stasiun radio komersial dilakukan setiap hari mulai dari hari Minggu sampai Sabtu. Pada stasiun radio komersial, pada umumnya pembuatan jadwal iklan masih secara manual yang mana hal ini berakibat kelambatan penyajian jadwal iklan mingguan. Waktu pemutaran terdiri dari dua jenis yaitu prime time dan regular time. Penjadwalan Iklan Radio yang akan dibahas pada penelitian ini adalah pemutaran iklan yang dilakukan pada jadwal siar radio yaitu antara jam 5 pagi sampai jam 24 malam di mana dengan aturan setiap 15 menit disediakan 3 slot pemutaran iklan dengan durasi per iklan maksimumnya adalah 1 menit. Jadi jika waktu siar radio per hari adalah 19 jam, maka jumlah maksimum iklan per hari yang dapat ditayangkan adalah 76 iklan. Aturan lainnya adalah diberlakukannya prime time yaitu jam-jam dimana masyarakat umum (pendengar) mempunyai peluang terbesar mendengarkan radio yaitu antara jam 6:00-10:00 pagi dan jam 16:00-20:00 malam. Jumlah pemutaran iklan yang sama pada satu hari dibatasi untuk prime time yaitu 5 kali, sedangkan untuk regular time 8 kali. Proses penjadwalan radio dilakukan menggunakan algoritma genetika yang terdiri dari proses-proses inisialisasi kromosom, seleksi, crossover serta mutasi. Kromosom pada penelitian ini terdiri dari 3 gen, yang mana setiap kromosom akan dievaluasi berdasarkan nilai fitnesnya yang dihitung berdasarkan jumlah pelanggaran aturan yang terjadi pada setiap kromosom dalam suatu individu. Dimana aturan 1 adalah jumlah pemutaran per iklan tidak boleh lebih dari 5 kali dalam satu hari dan aturan 2 adalah tidak boleh ada dua atau lebih penjadwalan iklan yang ditayangkan pada hari dan waktu yang sama. Setelah itu diperoleh nilai fitnes masing-masing kromosom, maka dilakukan seleksi, crossover dan mutasi. Dari penelitian ini dihasilkan jadwal iklan yang optimal dengan menjadwalkan keseluruhan data iklan, hari dan waktu pemutaran iklan dengan Tingkat akurasi: rata-rata persentase adalah 83,79 %.
SCHEDULING OF ADVERTISING ON COMMERCIAL RADIO STATIONS USING GENETIC ALGORITHM
ABSTRACT
Ad plays on a commercial radio station is airing every day from Sunday to Saturday. In the commercial radio stations, the weekly advertisings are scheduled manually at the common in which cause the schedule of weekly advertisings is in a delay presentation. The playback times is composed of two types, those are prime time and regular time. This research will describe the radio ad scheduling is which the ad plays on the radio broadcast schedule from 05:00 a.m until 00:00 a.m with the rules every 15 minutes provided 3 slots per ad plays with 1 minute of maximum duration each one ad. So if a radio broadcast time per day has 19 hours, the results per day can be displayed 76 ads as maximum number. Another rule is the imposition of prime time at the hours where the public (audiences) have the greatest opportunity of listening to the radio which is between 06:00-10:00 a.m and 16:00-20:00 pm. Ad plays the same number in a single day is limited to prime time, that is 5 times, while for regular one is 8 times. Radio’s scheduling process is performed using a genetic algorithm that consists of the chromosomes initializing processes, selection, crossover and also the mutation. Chromosomes in this study consisted of three genes, where each chromosome will be evaluated based on the fitness/benefit value that is calculated based on the number violations of rules that occur on each chromosome in an individual. Where rule 1 is the number of plays per ad cannot be more than 5 times in one day and the second rule is there should not be two or more scheduling ads that aired on the same day and time. After that it’s obtainable the fitness/benefit value of each chromosome, then the selection, crossover and mutation making. Results from this research is an optimal producing of ad schedule by arranging the overall schedule of advertising data, the day of advertising and the playing time with accuracy: The average percentage is 83,79 %.
SKRIPSI
BADRUTS TSANI
091402059
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASIUNIVERSITAS SUMATERA UTARA
MEDAN
PERSETUJUAN
Judul : PENJADWALAN IKLAN PADA STASIUN RADIO
KOMERSIAL MENGGUNAKAN ALGORITMA GENETIKA
Kategori : SKRIPSI
Nama : BADRUTS TSANI
Nomor Induk Mahasiswa : 091402059
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Dr. Erna Budhiarti Nababan, M.IT. Sarah Purnamawati, ST., M.Sc.
NIP NIP. 19820915 201012 2 003
Diketahui/Disetujui oleh
Departemen Teknologi Informasi Ketua,
M. Anggia Muchtar, ST, M.MIT. NIP. 19800110 200801 1 010
PERNYATAAN
PENJADWALAN IKLAN PADA STASIUN RADIO KOMERSIAL MENGGUNAKAN ALGORITMA GENETIKA
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 11 Februari 2016
BADRUTS TSANI 091402059
UCAPAN TERIMA KASIH
Puji dan syukur penulis ucapkan kepada Allah SWT dengan segala rahmat dan karuniaNya penulisan tugas akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Selama penyelesaian tugas akhir ini, banyak bantuan dan kerja sama serta doa dan dukungan dari berbagai pihak, oleh karena itu penulis sampaikan ucapan terima kasih dan penghargaan kepada :
1. Kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi baik materil dan spiritual selama penulis mengikuti pendidikan hingga selesainya tugas akhir ini.
2. Ibu Sarah Purnamawati, ST., M.Sc. dan Ibu Dr. Erna Budhiarti Nababan, M.IT. selaku dosen pembimbing yang telah banyak meluangkan waktu dan pikiran beliau, memotivasi, memberikan arahan, kritik dan saran kepada penulis.
3. Bapak Dr. Sawaluddin, M.IT. dan Bapak Dani Gunawan, ST., MT. yang telah bersedia menjadi dosen pembanding yang telah memberikan kritik dan saran kepada penulis.
4. Ketua dan Sekretaris Program Studi Teknologi Informasi, Bapak M. Anggia Muchtar, ST., MM.IT. dan Bapak M. Fadly Syahputra, B.Sc., M.Sc.IT. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen di Fakultas Ilmu Komputer dan Teknologi Informasi.
5. Staff dan pegawai di Jurusan Teknologi Informasi serta Fakultas Ilmu Komputer dan Teknologi Informasi yang tidak dapat saya sebutkan satu-persatu.
6. Sahabat seperjuangan dan rekan-rekan mahasiswa Program Studi Teknologi Informasi Universitas Sumatera Utara yang telah memberikan dukungan dan semangat untuk saya.
Semoga segala kebaikan dan bantuannya dibalas oleh Allah SWT dan semoga tugas akhir ini dapat bermanfaat bagi semua pihak yang memerlukannya.
ABSTRAK
Pemutaran iklan pada sebuah stasiun radio komersial dilakukan setiap hari mulai dari hari Minggu sampai Sabtu. Pada stasiun radio komersial, pada umumnya pembuatan jadwal iklan masih secara manual yang mana hal ini berakibat kelambatan penyajian jadwal iklan mingguan. Waktu pemutaran terdiri dari dua jenis yaitu prime time dan regular time. Penjadwalan Iklan Radio yang akan dibahas pada penelitian ini adalah pemutaran iklan yang dilakukan pada jadwal siar radio yaitu antara jam 5 pagi sampai jam 24 malam di mana dengan aturan setiap 15 menit disediakan 3 slot pemutaran iklan dengan durasi per iklan maksimumnya adalah 1 menit. Jadi jika waktu siar radio per hari adalah 19 jam, maka jumlah maksimum iklan per hari yang dapat ditayangkan adalah 76 iklan. Aturan lainnya adalah diberlakukannya prime time yaitu jam-jam dimana masyarakat umum (pendengar) mempunyai peluang terbesar mendengarkan radio yaitu antara jam 6:00-10:00 pagi dan jam 16:00-20:00 malam. Jumlah pemutaran iklan yang sama pada satu hari dibatasi untuk prime time yaitu 5 kali, sedangkan untuk regular time 8 kali. Proses penjadwalan radio dilakukan menggunakan algoritma genetika yang terdiri dari proses-proses inisialisasi kromosom, seleksi, crossover serta mutasi. Kromosom pada penelitian ini terdiri dari 3 gen, yang mana setiap kromosom akan dievaluasi berdasarkan nilai fitnesnya yang dihitung berdasarkan jumlah pelanggaran aturan yang terjadi pada setiap kromosom dalam suatu individu. Dimana aturan 1 adalah jumlah pemutaran per iklan tidak boleh lebih dari 5 kali dalam satu hari dan aturan 2 adalah tidak boleh ada dua atau lebih penjadwalan iklan yang ditayangkan pada hari dan waktu yang sama. Setelah itu diperoleh nilai fitnes masing-masing kromosom, maka dilakukan seleksi, crossover dan mutasi. Dari penelitian ini dihasilkan jadwal iklan yang optimal dengan menjadwalkan keseluruhan data iklan, hari dan waktu pemutaran iklan dengan Tingkat akurasi: rata-rata persentase adalah 83,79 %.
SCHEDULING OF ADVERTISING ON COMMERCIAL RADIO STATIONS USING GENETIC ALGORITHM
ABSTRACT
Ad plays on a commercial radio station is airing every day from Sunday to Saturday. In the commercial radio stations, the weekly advertisings are scheduled manually at the common in which cause the schedule of weekly advertisings is in a delay presentation. The playback times is composed of two types, those are prime time and regular time. This research will describe the radio ad scheduling is which the ad plays on the radio broadcast schedule from 05:00 a.m until 00:00 a.m with the rules every 15 minutes provided 3 slots per ad plays with 1 minute of maximum duration each one ad. So if a radio broadcast time per day has 19 hours, the results per day can be displayed 76 ads as maximum number. Another rule is the imposition of prime time at the hours where the public (audiences) have the greatest opportunity of listening to the radio which is between 06:00-10:00 a.m and 16:00-20:00 pm. Ad plays the same number in a single day is limited to prime time, that is 5 times, while for regular one is 8 times. Radio’s scheduling process is performed using a genetic algorithm that consists of the chromosomes initializing processes, selection, crossover and also the mutation. Chromosomes in this study consisted of three genes, where each chromosome will be evaluated based on the fitness/benefit value that is calculated based on the number violations of rules that occur on each chromosome in an individual. Where rule 1 is the number of plays per ad cannot be more than 5 times in one day and the second rule is there should not be two or more scheduling ads that aired on the same day and time. After that it’s obtainable the fitness/benefit value of each chromosome, then the selection, crossover and mutation making. Results from this research is an optimal producing of ad schedule by arranging the overall schedule of advertising data, the day of advertising and the playing time with accuracy: The average percentage is 83,79 %.
DAFTAR ISI
Halaman
PERSETUJUAN ... i
PERNYATAAN ... ii
UCAPAN TERIMA KASIH ... iii
ABSTRAK ... iv
ABSTRACT ... v
DAFTAR ISI ... vi
DAFTAR TABEL ... viii
DAFTAR GAMBAR ... ix
BAB 1 : PENDAHULUAN 1.1 Latar Belakang Masalah ... 1
1.2 Rumusan Masalah ... 2 1.3 Batasan Masalah ... 2 1.4 Tujuan Penelitian ... 3 1.5 Manfaat Penelitian ... 3 1.6 Metodologi Penelitian ... 3 1.7 Sistematika Penulisan ... 4
BAB 2 : LANDASAN TEORI 2.1 Penjadwalan Iklan ... 5
2.2 Algoritma Genetika ... 7
2.3 Struktur Umum Algoritma Genetika ... 9
2.4 Teknik Pengkodean ... 12
2.4.1 Pengkodean Biner ... 12
2.4.2 Pengkodean Nilai ... 12
2.4.3 Pengkodean Pohon ... 13
2.4.4 Pengkodean Permutasi ... 13
2.5 Membangkitkan Kromosom Awal ... 14
2.6 Evaluasi Fitness ... 14
2.7 Seleksi ... 14
2.7.1 Seleksi Roda Roulete (Roulete Wheel Selection) . 15 2.7.2 Seleksi Ranking (Rank-based Fitness) ... 15
2.7.3 Seleksi Turnamen (Turnament Selection) ... 15
2.8 Crossover ... 15
2.8.1 One Point Crossover ... 16
2.8.2 Two Point Crossover ... 16
2.8.3 Uniform Crossover ... 16
2.8.4 Partially Mapped Crossover (PMX) ... 17
2.9 Mutasi ... 17
2.9.1 Mutasi Pengkodean Biner ... 17
2.9.2 Mutasi Pengkodean Nilai ... 18
2.9.3 Mutasi Pengkodean Permutasi ... 18
2.9.4 Mutasi Pengkodean Pohon ... 19
2.10 Mekanisme Algoritma Genetika ... 20
2.13 Penelitian Terdahulu ... 21
BAB 3 : ANALISIS DAN PERANCANGAN 3.1 Identifikasi Masalah pada Penjadwalan Iklan Radio ... 28
3.1.1 Arsitektur Umum ... 28
3.1.2 Algoritma Genetika untuk Penjadwalan Iklan Radio ... 29 3.1.3 Representasi Kromosom ... 29 3.1.4 Inisialisasi Populasi ... 31 3.1.5 Evaluasi Fitness ... 32 3.1.6 Seleksi ... 34 3.1.7 Crossover ... 34 3.1.8 Mutasi ... 35 3.2 Perancangan Sistem ... 37 3.2.1 Rancangan Data ... 37 3.2.1.1 Struktur Tabel ... 38
3.2.1.2 Relasi Antar Tabel ... 40
3.2.2 Flowchart Sistem ... 41
3.2.3 Perancangan Antarmuka (Interface) ... 42
3.2.3.1 Rancangan Menu Utama ... 42
3.2.3.2 Rancangan Login... 43
3.2.3.3 Rancangan Data Iklan ... 43
3.2.3.4 Rancangan Data User ... 44
3.2.3.5 Rancangan Pemasukan Iklan ... 45
3.2.3.6 Rancangan Penjadwalan ... 45
3.2.3.7 Rancangan Rule ... 46
3.2.3.8 Rancangan Pergeseran Manual ... 47
3.2.3.9 Rancangan Menu Cetak ... 48
3.2.3.10 Rancangan Laporan Penjadwalan ... 48
3.2.3.11 Rancangan Pengujian ... 49
BAB 4 : IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi ... 50
4.1.1 Tampilan Menu Utama ... 50
4.1.2 Tampilan Login ... 51
4.1.3 Tampilan Data Iklan ... 51
4.1.4 Tampilan Data User ... 52
4.1.5 Tampilan Pemasukan Iklan ... 52
4.1.6 Tampilan Proses Penjadwalan ... 53
4.1.7 Tampilan Rule ... 53
4.1.8 Tampilan Pergeseran Manual ... 54
4.1.9 Tampilan Penjadwalan Prime Time ... 55
4.1.10 Tampilan Penjadwalan Reguler Time ... 55
4.2 Pengujian Penjadwalan dengan Variasi Genetika ... 56
4.3 Tampilan Pengujian Data Penjadwalan ... 56
BAB 5 : KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 63
5.2 Saran ... 63
DAFTAR PUSTAKA ... 64
DAFTAR TABEL
Halaman
Tabel 2.1 Contoh Pengkodean Biner ... 12
Tabel 2.2 Contoh Pengkodean Nilai ... 13
Tabel 2.3 Contoh Pengkodean Permutasi ... 14
Tabel 2.4 Contoh Mutasi Pengkodean Biner ... 18
Tabel 2.5 Contoh Mutasi Pengkodean Nilai ... 18
Tabel 2.6 Contoh Mutasi Pengkodean Permutasi ... 18
Tabel 2.7 Contoh Mutasi Pengkodean Pohon ... 20
Tabel 2.8 Penelitian Terdahulu ... 26
Tabel 2.9 Penelitian Terdahulu (Lanjutan) ... 27
Tabel 3.1 Representasi Kromosom ... 30
Tabel 3.2 Representasi Kromosom Individu Prime Time ... 31
Tabel 3.3 Representasi Kromosom Individu Reguler Time ... 32
Tabel 3.4 Populasi ... 32
Tabel 3.5 Nilai Fitness ... 34
Tabel 3.6 Tabel User ... 38
Tabel 3.7 Tabel Iklan ... 38
Tabel 3.8 Tabel Waktu ... 39
Tabel 3.9 Tabel Jam Putar ... 39
Tabel 3.10 Tabel JadwalRTFix ... 39
Tabel 3.11 Tabel JadwalPTFix ... 40
Tabel 3.12 Rancangan Laporan Penjadwalan ... 48
Tabel 3.13 Rancangan Pengujian Parameter Genetika ... 49
Tabel 4.1 Tampilan Pengujian Parameter Genetika Pada Waktu Reguler Time ... 56
DAFTAR GAMBAR
Halaman
Gambar 2.1 Ilustrasi Tahapan Proses dari Algoritma Genetika ... 8
Gambar 2.2 Individu dalam Algoritma Genetika ... 11
Gambar 2.3 Pengkoden Pohon ... 13
Gambar 2.4 Contoh Inversion Mutation ... 19
Gambar 2.5 Contoh Exchange Mutation... 19
Gambar 3.1 Arsitektur Umum ... 29
Gambar 3.2 Ilustrasi Crossover Satu Titik ... 35
Gambar 3.3 Kromosom hasil Mutasi IDWaktu ... 36
Gambar 3.4 Kromosom hasil Mutasi IDHari ... 36
Gambar 3.5 Relasi Antar Tabel ... 40
Gambar 3.6 Flow Chart Rancangan Sistem... 41
Gambar 3.7 Rancangan Menu Utama ... 43
Gambar 3.8 Rancangan Login ... 43
Gambar 3.9 Rancagan Data Iklan ... 44
Gambar 3.10 Rancangan Data User ... 44
Gambar 3.11 Rancangan Pemasukan Iklan ... 45
Gambar 3.12 Rancangan Penjadwalan ... 46
Gambar 3.13 Rancangan Rule ... 47
Gambar 3.14 Rancangan Pergeseran Manual ... 47
Gambar 3.15 Rancangan Menu Cetak ... 48
Gambar 4.1 Tampilan Menu Utama ... 50
Gambar 4.2 Tampilan Menu Login ... 51
Gambar 4.3 Tampilan Data Iklan ... 51
Gambar 4.4 Tampilan Data User ... 52
Gambar 4.5 Tampilan Pemasukan Iklan ... 52
Gambar 4.6 Tampilan Penjadwalan ... 53
Gambar 4.7 Tampilan Rule ... 54
Gambar 4.8 Tampilan Pergeseran Manual ... 54
Gambar 4.9 Tampilan Laporan Penjadwalan Prime Time ... 55
Gambar 4.10 Tampilan Laporan Penjadwalan Reguler Time ... 55
Gambar 4.11 Tampilan Pengujian 50 Iklan ... 57
Gambar 4.12 Tampilan Pengujian 150 Iklan ... 57
Gambar 4.13 Tampilan Pengujian 200 Iklan ... 58
Gambar 4.14 Tampilan Pengujian 250 Iklan ... 59
Gambar 4.15 Tampilan Pengujian 300 Iklan ... 59
Gambar 4.16 Tampilan Pengujian 350 Iklan ... 60
Gambar 4.17 Tampilan Pengujian 400 Iklan ... 60
Gambar 4.18 Tampilan Pengujian 450 Iklan ... 61