Optimasi penjadwaalan kuliah menggunakan metode Algoritma Genetika

RUSDIANA

(100091020205)

JURUSAN TEKNIK INFORMATIKA

FAI(ULTAS SAINS DAN TEKNOLOGI

UNIVERSIT AS ISLAl\tl NEGE.RI

SY ARIF HIDAYATULLAH

Oleh:

RUSDIANA

100091020205

Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

JURUSAN TEKNIK INFORMA.TIKA

FAI\:ULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGEIU

SYAIUF HIDAYATULLAH

Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

Oleh:

RUSDIANA

(100091020205)

Mengetahui

Pembimbing II,

Victor Amrizal, M.Kom Khodijah lulliyah, S.Kom

Mengetahui,

Ketua Jurusan Teknik Informatika

＼ＮＮ｟Ｌ｟ＮＮＬｾｾＭＭｾｾ＠ ... ＭＭｾｾＭｾ＠

Program Studi: Tekoik Infommtika

Judul Skripsi : Optimasi Penjadwalan Kuliah Menggunakan

AlgoritmaGenetika.

Dapat diterima sebagai syarat kelulusan untuk memperoleh gelar Saijana Komputer

pada jurusan Teknik Informatika, Fakultas Sains dan Tekoologi Universitas Islam

Negeri Syarif Hidayatullah Jakarta.

Jakarta, Juli 2004

Menyetujui,

Dosen Pembimbing

Pembimbing I,

Victor Amrizal, M.Kom

ｄ･ｾＬ＠

DR. Syopiansvlaya Putra, M.S1s NIP. 150 317 965

Pembimbing II,

Khodijah ulliyah, S.Kom

Mengetahui,

Ketua Jurusan,

＼ｊｚｹｽｩＮｻＯｌＭｾＭ

·-Ir. Bakri La Katjong, MT. M.Kom NIP. 150 317 958

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR

ASLI HASIL I(ARYA SENDJRI YSNG BELUM PERNAH DIAJUKAN SEBAGAI

SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU

LEMBAGA MANAPUN.

Jakarta, Juli 2004

Rusdiana

Metode Algoritma Genetika. (Di bawah bimbingan VICTOR AMRIZAL, M.Kom dan KHODIJAH HULLIYAH S.Kom).

Pembuatan jadwal kuliah yang selama ini masih bersifat manual mcnggunakan file-file excel dirasakan sangat sulit oleh pihak Fakultas Sains dan Teknologi. Hal ini disebabkan terbatasnya kesiapan waktu mengajar dosen (khususnya dosen luar) dan terbatasnya lokal yang tersedia, yang mengakibatkan adanya jadwal kuliah yang bentrok sehingga menghambat proses belajar mengajar.

Untuk mengatasi hal tersebut, penulis melakukan penelitian pada Fakultas Sains dan Teknologi dengan menggunakan metode observasi, metode interview, metode studi pustaka dan metode RAD (Rapid Application ｄＱｾｶ･ｬｯｰｭ･ｮｴＩ＠ untuk membuat suatu sistem (perangkat lunak) sebagai fasilitas yang membantu dalam pembuatan jadwal kuliah yang diharapkan mampu menempatkan kesiapan mengajar dosen pada lokal yang tersedia secara optimal.

rekombinasi, dan mutasi yang menghasilkan sistem optimasi penjadwalan kuliah.

Segala puji bagi Allah yang telah melimpahkan rahmat, hidayah serta

inayah-Nya sehingga penulis dapat menyelesaikan skripsi ini. Selanjutnya shalawat beserta

salam penulis sampaikan kepada Rasulullah SAW, yang telah membawa umatnya

dari zaman kebodohan menjadi zaman yang penuh dengan ilmu pengetahuan.

Dalarn penyusunan skripsi ini penulis rnenyadari sepenuhnya bahwa

penyelesaian skripsi ini tidak akan berhasil dengan baik tanpa bimbingan serta

dukungan yang pcnuh kctulusan dari berbagai pihak. Untuk itu penulis ingin

mengucapkan terima kasih yang sedalam-dalarnnya kepada:

1. Bapak DR. Syopyansyah Jaya Putra, M.Sis, selaku dekan Fakultas Sains dan

Telmologi.

2. Bapak Viktor Amrizal, M.Korn dan Ibu Khodijah Hulliyah, S.Kom, selaku

pembimbing skripsi yang secara kooperatif telah rnernberikan bimbingan dan

saran-saran yang sangat berharga.

3. Ayahanda Yusuf Arifin dan ibunda Julaeha yang telah rnemberikan dukungan

baik rnoril maupun rnateril dalam menyelesaikan skripsi ini.

4. Kakak dan adik tercinta yang telea11 memberikan bantuan, dukungan dan

saran-saran yang sangat berharga bagi penulis.

5. Naily Ulva Sa'adah, yang telah mernberikan motivasi dan bantuan yang sangat

menyelesaikan skripsi ini.

8. Teman-teman KPA, Anas Dainuri, Alhacli Mustakim, Dedi Ahmad Dinuri, Luthfy

Burhanudin, Ujang Husni!, Dadan Luthfi Firdaus, Dade dan Iman yang telah

membantu dan mendukung dalam pengerjaan skripsi ini.

9. teman- teman kelas yang tak clapat penulis sebutkan satu persatu yang telah

memberikan dukungan dan saran dalam mengerjakan skripsi ini.

"Tidak ada gading yang retak'', penulis menyadari bahwa masih perlu

penyempumaan dalam skripsi ini. Segala saran dan kritik untuk penyempumaan

skripsi ini sangat diharapkan penulis. Akhir kata penulis berharap semoga skripsi ini

dapat memberikan manfaat bagi yang membutuhkan.

Wassalam

Jakarta, Juli 2004

Halaman Sampul ... i

Halaman Judul ... · ... ii

Halaman Persetujuan Pembimbing ... iii

Halaman Pengesahan ... iv

Halaman Pernyataan ... v

Abstraksi ... vi

Kata Pengantar ... vii

Daftar Isi ... x

Daftar Lampiran ... xv

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... I 1.2 Perumusan Masalah ... 2

1.3 Batasan Masalah ... 2

1.5 Tujuan dan Manfaat Penelitian ... 3

1.6 Metode Penelitian ... 4

1.6.1 Metode Studi Pusataka ... 4

1.6.2 Metode Interview ... 4

1.6.3 Metode Observasi ... 4

BAB II TINJAUAN PUSTAKA ... 10

2.1 Pengertian Algoritma Genetika ... 11

2.1.1 Pembangkitan dan Pengujian ... 11

2.1.2 Pendakian Bukit ... 11

2.1.3 Pencarian Terbaik Pertama ... 12

2.1.4 Simulated Annealing ... 14

2.2 Struktur Umum Algoritma Genetika ... 15

2.3 Komponen-Komponen Utama Algoritma Genetika ... 16

2.3.1 Teknik Penyandian ... 16

2.3 .2 Prosedur Inisialisasi ... 17

2.3.3 Fungsi Evaluasi ... 17

2.3.4 Seleksi ... 17

2.3.5 Operator Genetika ... 18

2.3.6 Penentuan Parameter ... 18

2.4 Seleksi ... 19

2.4. l Rank Based Fitnees ... 19

2.4.2 Seleksi Roda Roulette ... 19

2.5 Rekombinasi ... 21

2.5. I Rekombinasi Diskret.. ... 21

2.5.2 Rekombinasi Menengah ... 22

2.5.3 Rekombinasi Garis ... 23

2.5.4 Penyilangan Satu Titik ... 24

2.5.5 Penyilangan Banyak Titik ... 24

2.5.6 Penyilangan Seragam ... 25

2.5.7 Penyilangan Dengan Permutasi.. ... 26

2.6 Alat Perancangan Sistem ... 26

2.6.1 STD (State Transition Diagram) ... 27

2.6.2 Spesipikasi Proses ... 29

2.6.3 Struktur Program ... 29

2.7 Sekilas Tentang Delphi 6.0 ... 30

2. 7 .1 Sejarah Delphi ... 30

2.7.2 Mengenal IDE Delphi ... 31

2.8 Sekilas Tentang Paradox ... 36

2.8. I Menu ... 36

BAB IV ANALISA DAN PERANCANGAN SISTEM ...•.•.•... 41

4.1 Analisa Kebutuhan Sistem ... 41

4.2 Konsep Penjadwalan Kuliah Menggunakan Algoritma Genetika ... 41

4.2.1 Prosedur Inisialisasi ... 42

4.2.2 Pembangkitan Populasi Awai ... 45

'1.2.3 Evaluasi ... 46

4.2.4 Seleksi ... 46

4.2.5 Rekombinasi ... 47

4.2.6 Mutasi ... 48

4.3 Perancangan Sistem ... 50

4.3. l Rancangan Proses ... 50

4.3 .2 Rancangan Basis Data ... 52

4.3.3 Rancangan Menu ... 56

BAB V IMPLEMENT ASI ... 63

5.1 Sarana-Sarana Pendukung Sistem Penjadwalan Kuliah ... 63

5 .1.1 Perangkat Keras ... 63

6.1 Kesimpulan ... 76

6.2 Saran ... 77

DAFT AR PUST AKA ... 78

1. Modul Data Dosen ... 76

2. Modul Data Mata Kuliah ... 80

3. Modul Set Data Lokal ... 84

4. Modul Data Kesiapan Mengajar ... 86

5. Modul Data Kesiapan Waktu Mengajar ... 89

6. Modul Proses Pembuatan Jadwal Kuliah ... 90

1.1 Latar Belalrnng

Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta, merupakan

salah satu institusi pendidikan tinggi agama 1slam terbesar di Indonesia sejak

tahun 1963 yang kemudian berubah statusnya menjadi sebuah universitas pada

tahun 2002. Perubahan status ini memunculkan program-program studi baru yang

bersifat umum seperti teknik informatika, sistem informasi, agribisnis, MIPA,

ekonomi, manajemen, dan lain-lain. Program studi baru tersebut memerlukan

dosen-dosen yang berkualitas dalam ha! belajar mengajar, yang saat ini masih

menggunakan dosen-dosen dari luar. Adanya dosen-dosen :tuar ini menyebabkan

sulitnya menentukan jadwal kuliah yang tepat sesuai dengan kesiapan waktu

mereka dan lokal yang tersedia, dimana kesiapan waktu mengajar dosen ( dosen

luar) dan lokal sangatlah terbatas.

Kesulitan menentukan jadwal kuliah tersebut dikarenakan proses

pembuatan jadwal kuliah yang masih bersifat manual dalam bentuk arsip dan

file-file micro>oft excel. Proses seperti ini sangat membutuhkan ketelitian dan waktu

yang banyak, sehingga sering kali terjadi jadwal yang bentrok yang menyebabkan

proses belajar mengajar terhan1bat.

Untuk mengatasi kesulitan tersebut, salah satu fakultas yang memiliki

yang dapat memudahkan pembuatan jadwal kuliah ym1g secara otomatis

menempatkan kesiapan mengajar dosen pada lokal yang tersedia secara optimal.

Optimalisasi kesiapan mengajar dosen ini penulis lakukan menggunakmi metode

algoritma genetika yang selmna ini banyak digunakmi untuk menyelesaikmi

masalah optimasi, Orvosh dan Davis (1997, 202).

Berdasarkan latar belakang permasalahan tersebut, maka dilakukan

penelitian terhadap jadwal kuliah Fakultas Sains dm1 Teknologi untuk membuat

fasilitas yang mmnpu mengatasi masalah-masalah diatas clengmi mengmnbil judul

OPTIMASI PENJADW ALAN KULIAH MENGGUNAKAN METODE

ALGORITMA GENETIKA.

1.2 Perumusan Masalah

Permasalahan penelitian ini di runrnskmi sebagai berikut :

a. Bagaimana mernbuat jadwal dosen agar tidak terjadi bentrok.

b. Bagaimmia membuat jadwal kuliah ym1g secara otomatis menempatkmi

kesiapan mengajar dosen pada lokal yang terseclia secara optimal.

c. Bagaimmia menampilkan jadwal kuliah yang clapat dilihat oleh pihak

akaclemik, closen, dan mahasiswa.

1.3 Batasan Masalah

Berclasm·kan penelitimi yang penulis lakukmi, kenyataarmya, bmiyak

mengembangkan sistem ini. Untuk itu penulis batasi ｰｾｮｧ･ｭ｢｡ｮｧ｡ｮ＠ sistem ini

hanya pada optimalisasi kesiapan mengajar dosen untuk shift yang telah

ditetapkan.

1.4 Tujuan dan Manfaat Penelitian

Tujuan penelitian yang penulis lakukan adalah untuk membuat sistem

(perangkat lunak) sebagai fasilitas yang membantu pihak akademik Fakultas

Sains dan Teknologi dalam pembuatan jadwal kuliah yang diharapkan dapat

ditcrapkan scbagai pengganti sistcm yang selama ini masih manual.

Sesuai dcngan pcnnasalahan pcnclitian yang sudah disebutkan, maka

manfaat penelitian dapat dirumuskan sebagai berikut:

a. Manfaat yang bersifat akademis, yaitu : Memberikan sumbangan ilmiah bagi

pengembangan sistem menggunakan metode algoritma genetika.

b. Manfaat yang bersifat praktis, yaitu : Membantu memecahkan

kesulitan-kesulitan yang dihadapi dalam pembuatan jadwal kuliah, diantaranya:

c. Proses pembuatan jadwal kuliah tidak memerlukan waktu yang banyak

(cepat).

d. J adwal kuliah tidak ada yang bentrok.

e. Kendali lokal dapat dilakukan dengan cepat.

1.6 Metodologi Pcnelitian

Untuk memperoleh data clan informasi yang cliperlukan, acla beberapa

metocle yang penulis lakukan :

1.6.1 Metode Studi Pustaka

Yaitu pengumpulan data dan infonnasi dengan ca.ra membaca buku-buku

referensi yang dapat dijadikan acuan pembahasan dalam masalah ini.

1.6.2 Metode Interview

Koentjaraningrat (1985:167) mengartikan interview sebagai sebuah

tindakan pengumpulan informasi dengan cara mengajukan sejumla11

pertanyaan secara lisan dan dijawab secara lisan pula. Dalam ha! ini penulis

mengadakan tanya jawab dengan staff akademik Fakultas Sains dan

Teknologi yang mengurusi pembuatanjaclwal kuliah.

1.6.3 Metode Observasi

Observasi adalah sebuah metode pengumpulan informasi dengan cara

pengamatan atau peninjauan langsung terhaclap obyek penelitian, yaitu

mengumpulkan dan menelaah data-datajadwal kuliah yang telah cliterapkan

di Fakultas Sains dan Teknologi.

1.6.4 Metode Pengembangan Sistem

Pengembangan sistem dalam penelitian ini penulis lakukan menggunakan

tiga tahap siklus pengembangan model RAD (Rapid Aplication

a. Perencanaan Syarat-Syarat

Pada tahap ini masalah, tujuan, dan syarat-syarat informasi

didcfinisikan dari hasil pcngumpulan data dan informasi dari Fakultas

Sains dan Teknologi serta mempelajari proses-proses yang te1jadi

dalam pembuatan jadwal kuliah.

b. Workshop Desain

Pada tahap ini dilakukan perancangan dan kontruksi yang melibatkan

pengguna dan penganalisis dalam mendefinisikan proses-proses bisnis

yang te1jadi.

c. Pelaksanan

Pada tahap ini dilakukan pengujian terhadap sistem dan melakukan

pengenalan terhadap sistem.

1.7 Kerangka Pcmikiran

Jadwal kuliah terdiri dari 6 variabel yang menentukan yaitu dosen, mata

kuliah, hari, shift, semester, dan jurusan. Keenam variabel ini dikombinasikan

(inisialisasi) menjadi kesiapan mengajar dosen dan disimpan dalam basis data.

Agar kesiapan mengajar dosen dapat secara otomotis dibuat dan ditempatkan

pada lokal yang tersedia secara optimal maka semua kesiapan mengajar dosen ini

harus melalui proses algoritma genetika yang disebut GAs (Genetic Algorithms

Sistem) yang terdiri dari proses pembangkitan populasi awal, evaluasi, seleksi,

Data Dosen

Hari

[

Semester

Evaluasi Fungsi Tujuan

Data MataKuliah

Shift

=1

ｾ＠

BASIS Jurusan

DATA

Inisialisasi Kesiapan Dosen

(Kesiapan Mengajar Dosen)

ｂ｡ｮｧｫｩｾﾷｫ｡ﾷﾷﾷﾷｷﾷﾷｾﾷＺﾷｐﾷ

Ｑ

ﾷｾＮｾｵＮｉ＠ ｾｾ＠

.. ·; ..

···--1·

....

｟Ｈ｝Ｏ｜

Ｕ

ｾ＠

__

Ｑ｟］ｾＭＭＭＭＭＭＭＭＭＭＭ

Tidak

Rekombinasi

Mutasi

OUTPUT (Jadwal Kuliah)

Ya

___.-····

7

[image:21.595.52.413.111.628.2]

f1---'

1.7.l Pembangkitan Populasi Awai

Pada proses ini dilakukan pembangkitkan kesiapan mengajar dosen yang

telah diinisialisasi menggunakan keenam data diatas.

1. 7 .2 Evaluasi

Pada proses ini, kesiapan mengajar dosen yang sudah dibangkitkan diatas

dievaluasi dengan menjumlahkan kesiapan mengajar dosen masing-masing.

1.7.3 Seleksi

Proses ini akan menyeleksi kesiapan mengajar dosen yang telah dievaluasi

untuk menentukan kesiapan mengajar dosen mana yang sesuai untuk

menempati lokal yang tersedia. Proses seleksi ini dilakukan dengan

menggunakan hari dan shift yang telah ditetapkan.

1.7.4 Rekombinasi

Setelah proses seleksi dilakukan, kesiapan mengajar dosen hasil seleksi

akan mengalami rekombinasi dengan cara mengambil data hasil seleksi

sebanyak lokal yang tersedia dan melakukan penyilangan (crossover)

terhadap proses seleksi untuk hari dan shift berikutnya.

1.7.5 Mutasi

Proses mutasi akan dilakukan pada kesiapan mengajar dosen yang

benar-benar be! um mendapatkan lokal.

Proses algoritma genetika ini akan dilakukan berulang-nlang sampai

kesiapan mengajar dosen yang telah di inisialisasi kosong (menempati lokal yang

1.8 Sistcmatika Penulisan

BAB I PENDAHULUAN

Dalam bab ini, penulis mengemukakan tentang latar belakang penelitian,

tujuan penelitian, perumusan masalah, batasan masalah, manfaat

penelitian, metodologi penelitian, kerangka pemikiran dan sistematika

penulisan.

BAB II TINJAUAN PUSTAKA

Dalam bab ini, penulis mengemukakan dan membahas teori tentang

pengertian A!goritma Genetika, struktur umum Algoritma Genetika,

komponen-komponen Algoritma Genelika, seleksi, rekombinasi, mutasi,

alat perancangan sistem, sekilas tentang delphi 6.0 sebagai aplikasi yang

digunakan dan paradox sebagai media penyimpanan data dalan1 sistem

penjadawalan kuliah.

BAB III METODE PENELITIAN

Dalam bab ini dijelaskan tahap-tahap pengembangan sistem yang

BAB IV ANALISA DAN PERANCANGAN

Dalam bab ini, penulis menjelaskam analisa kebu.tuhan sistem, konsep

penjadwalan kuliah menggunakan algoritma genetika, perancangan

sistem yang meliputi perancangan proses, perancangan basis data,

perancangan menu perancangan masukan dan perancangan keluaran.

BAB V IMPLEMENT ASI

Dalam bab ini penulis mendeskripsikan sarana-sarana pendukung sistem

penjadwalan kuliah, gambaran modul-modul fungsi program dan rancangan

interface (antamrnka) masing-masing modul.

BAB VI PENUTUP

Dalarn bab ini penulis mencoba rnenyimpulkan

pe1masalahan-perrnasalahan yang dibahas serta mengemukakan saran-saran yang

2.1 Pcngcrtian Algoritma Genetika

Algoritma Genetika adalah algoritma pencarian heuristik yang didasarkan

alas mekanisme evolusi biologis, Sri Kusuma Dewi (2003, 279). Keberagaman

pada evolusi biologis adalah variasi dari kromosom antar individu organisme.

Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat

kemampuan organisme untuk !etap hidup. Pada dasarnya1 ada 4 kondisi yang

sangat mempengaruhi proses evolusi, Sri Kusuma Dewi (2003, 279), yaitu :

a. Kemampuan organisme untuk melakukan reproduksi.

b. Keberadaan populasi organisme yang bisa melakukan reproduksi.

c. Keberagaman organisme dalam populasi

d. Perbedaan kemampuan untuk survive.

Ada 4 metode pencarian heuristik, Sri Kusuma Dewi (2003, 31) :

a. Pembamgkitan dan Pengujian (Generate and Test).

b. Pendakian Bukit (Hill Climbing).

c. Pencarian Terbaik Pertama (Best First Search).

2.1.1 Pembangkitan Dan Pengujian (Generate a11d Test).

Pada prinsipnya metode ini merupakan penggabungan antara depth

first search dengan pelacakan mundur (backtracking), yaitu bergerak ke

belakang menuju pada suatu keadaan awal. Nilai pengujian berupajawaban

'ya' atau 'tidak'.

[image:26.595.73.417.172.573.2]

B

Gambar 2.1 Metode Generate clan Test

2.1.2 Pendakian Bulat (Hill Climbing).

Metode ini hampir sama dengan metode pembangkitan dan

heuristik. Pembangkitan keadaan berikutnya sangat tergantung pada

feedback dari prosedure pengetesan. Tes yru1g berupa fungsi heuristik ini

akan menunjukkan seberapa baiknya nilai tekanan yang dirunbil terhadap

keadaan-keadaan lainnya yang mungkin.

ABCD

BACD

ACBD

ABCD

DACB

J

[image:27.595.46.450.174.484.2]

BACD

DCAB

Gambar 2.2 Metode Hill Climbing

2.1.3 Pencarian Terbaik Pertama (Best First Search).

DBCA

Metode Best First Search ini merupakan kombinasi dari metode

depth first search dan metode bread first search dengan mengrunbil

kelebihan dari kedua metode tersebut. Apabila pada pencarian dengan

metode hill climbing tidak diperbolehkan untulc kemba.li ke node pada level

yang lebih rendah meskipun node pada level yang lebih rendah tersebut

first search ini. Pada metode best first search, pencarian diperbolehkan

mengunjungi node yang ada di level yang lebih rendah, jika ternyata node

pada level yang lebih tinggi ternyata memiliki nilai heuristik yang lebih

[image:28.595.79.414.155.670.2]

buruk.

2.1.4 Simulated Annealing.

Ide dasar simulated annealing terbentuk dari pemrosesan logam.

Annealing (memanaskan kemudian mendinginkan) dalam pemrosesan

logam ini adalah suatu proses bagaimana membuat bentuk cair

berangsur-angsur menjadi bentuk yang lebih padat. Seiring dengan penurunan

temperatur. Simulated Annealing biasanya digunakan untuk penyelesaian

masalah yang mana perubahan keadaan dari suatu kondisi ke kondisi yang

lainnya membutuhkan ruang yang sangat luas, misalkan perubahan gerakan

dengan menggunakan permutasi pada traveling salesman problem.

/

2.2 Struktur Um um A/goritnw Genetika

Pada algoritma ini, teknik pencarian dilakukan sekaligus atas sejumlah

solusi yang mungkin yang dikenal dengan istilah populasi. Individu yang

terdapat dalam satu populasi disebut dengan istilah kromosom, Charles L Karr (1999, 94). Kromosom ini merupakan suatu solusi yang masih berbentuk simbol.

Populasi awal dibangun secara acak, sedangkan populasi berikutnya merupakan

basil evolusi kromosom-kromosom melalui iterasi yang disebut dengan istilah

gcncrasi, Sri Kusuma Dewi (2003, 280). Pada setiap generasi kromosom akan

melalui proses evaluasi dengan menggunakan alat ukur yang disebut fungsi

fitnees. Nilai fitnees dari suatu kromosom akan menunjukkan kualitas kromosom

dalam populasi tersebut. Proses ini dapat direpresentasikan dalam algoritma

sederhana Algoritma Genetika sebagai berikut:

Bangkitkan Populasi

Awai

i

Awai

Evaluasi Fungsi Awai

Apakah Kriteria Optimasi Tcrcapai

Tidak

Seleksi

J

._____,.__

Rekombinasi

J

Mutasi

J

[image:30.595.27.443.180.664.2]

Ya

Gambar 2.5 Diagram Alir Genetiic Algorithms Sederhana

2.3 Komponcn-Komponcn Utama Algoritma Ge11etika

Ada 6 komponen utama dalam A lgoritma Genetika Charles L Kan· & L. Michael Freeman (1999, 93-97) dan Sri Kusuma Dewi (2003, 280-283) yaitu: 2.3.1 Teknik Penyandian

[image:31.595.61.445.158.691.2]

Teknik penyandian disini meliputi penyandian gen dari kromosom. Gen merupakan bagian dari kromosom. Satu gen biasanya akan mewakili satu variabel. Gen dapat direpresentasikan dalam bentuk : string bit, pohon, array, bilangan real, daftar aturan, elemen permutasi, elemen program, atau representasi lainnya yang dapat di implementasikan untuk operator genetika. Gambar 2.6 menunjukkan representasi string bit clan pohon.

• String Biner

0 0 0 0 0

Gen 1 Gen 2 Gen3

• Pohon

(*(-(ab))( +(*(CD))(/(EF))))

A B

Demikian juga, kromosom dapat direpresentasikan dengan menggunakan :

String bit

Bilangan real

Elemen permutasi

Daftar Aturan

Elemen program

Struktur lainnya

2.3.2 Prosedur lnisialisasi

: !OOOJ l,010011,001100, dan seternsnya.

: 66,65,-67,68,69,567,578,987, dan seterusnya.

: E2,E I O,E8,E20, dan seterusnya.

: Rl,R2,R3, dan seterusnya.

: pemrograman genetika.

Ukuran populasi tcrganlung pada masalah yang akan dipecahkan clan

jenis operator genetika yang diimplementasikan. Setelah ukuran populasi

ditentukan, kemudian harus dilakukan inisialisasi terhadap kromosom yang

terdapat pada populasi tersebut.

2.3.3 Fungsi Evaluasi

Ada 2 hal yang harus dilakukan dalam melakukan evaluasi

kromosom, yaitu: evaluasi fungsi objektif (fungsi tujuan) clan konversi

fungsi objektif ke dalam fungsi fitnees. Secara mnum, fungsi fitnees

diturunkan dari fimgsi objektif dengan nilai yang tidak negatif. Apabila

ternyata fungsi objektif memiliki nilai negatif, maka perlu ditambahkan

suatu konstanta c agar nilai fitnees yang terbentuk mertjadi tidak negatif.

2.3.4 Seleksi

Seleksi ini bertujuan untuk memberikan kesempatan reproduksi yang

2.3.5 Operator Genetika.

Ada 2 operator genetika, yaitu :

a. Operator untuk rnelakukan rekombinasi, yang terdiri dari :

• Rekombinasi bernilai real, yaitu : rekombinasi diskret, rekombinasi

intermediate ( rnenengah ), rekombinasi garis, dan rekombinasi garis

yang diperluas.

• Rekombinasi bernilai biner (crossover), yaitu : crossover satu titik,

crossover banyak titik, dan crossover seragam.

• Crossover dengan pennutasi.

b. Mutasi , yang terdiri dari :

• Mutasi bernilai real.

• Mutasi bernilai biner.

Kemungkinan te1jadinya mutasi sangat jarang sekali, dan diharapkan

tidak te1jadi.

2.3.6 Penentuan parameter.

Yang dimaksud dengan parameter disini adalah parameter kontro l

algoritma genetika, yaitu : ukuran populasi (popsize ), peluang croosover

2.4 Seleksi

Seleksi akan menentukan individu-individu mana :mja yang akan dipilih

untuk dilakukan rekombinasi dan bagaimana offspring terbentuk dari

individu-individu terpilih tersebut. Langkah pertama yang dilakukan dalam seleksi ini

adalah pencarian nilai fitnees. Masing-masing individu dalam suatu wadah seleksi

akan menerima probabilitas reproduksi yang tergantung pada nilai objektif dirinya

sendiri terhadap nilai objektif dari semua individu dalam wadah seleksi tersebut.

Nilai Jitnees inilah yang nantinya akan digunakan pada tahap-tahap seleksi

b<.:rikutnya. Ada beberapa rnetode seleksi dari induk, Sri Kusuma Dewi (2003,

283-289), yaitu:

2.4.1 Rank-Based Fitnees

Pada rank-based fitnees, populasi diurutkan menurut nilai

objektifnya. Nilai fitnees dari tiap-tiap individu hanya tergantung pada

posisi individu tersebut dalam urutan, dan tidak dipengaruhi oleh nilai

objektifnya.

2.4.2 Seleksi Roda Roulette (Roulette Whele Selection)

Metode seleksi roda roullette ini merupakan metode yang paling

sederhana, dan sering juga dikenal dengan nama stochastic sampling with

replacement. Pada metode ini, individu-individu dipetakan dalam suatu

segmen garis secara berurutan sedemikian hingga tiap·-tiap segmen individu

merniliki ukuran yang sama dengan ukuran fitneesnya. Sebuah bilangan

bilangan random tersebut akan terseleksi. Proses ini diulang hingga

diperoleh sejumlah individu yang diharapkan.

2.4.3 Stochastic Universal Sampling

Stochastic universal sampling memiliki nilai bias no! dan

penyebaran yang minimum. Pada metode ini, individu-individu dipetakan

dalam suatu segmen garis secara berurutan sedmikian hingga tiap-tiap

segmen individu memiliki ukuran yang sama dengan ukuran fitneesnya

seperti halnya pada seleksi roda roulette. Kemudian diberikan sejumlah

pointer sebanyak individu yang ingin diseleksi pada garis tersebut.

Andaikan N adalah jumlah individu yang akan diseleksi, maka jarak anatar

pointer adalah JIN, dan posisi pointer pe1tama diberikan secara acak pada

pada range [I, I IN].

2.4.4 Seleksi Lokal (Local Selection).

Pada seleksi lokal, setiap individu yang berada didalam konstrain

tertentu disebut dengan nama lingkungan lokal. Interaksi antar individu

hanya dilakukan didalam wilayah tersebut. Lingkungan tersebut ditetapkan

sebagai struktur dimana populasi tersebut didistribusi. Lingkungan tersebut

j uga dapat dipandang sebagai kelompok pasangan-pasangan yang potensial.

2.4.5 Seleksi dengan Pemotongan (Truncation Selection)

Pada metode-metode seleksi yang telah dijelaskan terdahulu, seleksi

dilakukan secara alami. Pada seleksi dengan pemotongan ini, lebih berkesan

jumlahnya sangat besar. Pada metode ini, individu-individu diurutkan

bcrdasarkan nilai fitncesnya. Hanya individu-individu yang terbaik saja yang

akan diseleksi scbagai induk. Parameter yang digunakan dalam metode ini

adalah suatu nilai an1bang trunc yang mengindikasikan ukuran populasi yang

akan diseleksi sebagai induk yang berkisar antara 50% - 10%.

Individu-individu yang ada dibawah nilai ambang ini tidal< al<an menghasilkan

keturunan.

2.4.6 Seleksi dengan Turnamcn (Tournamen Selection)

Pada metode seleksi dengan tournarnen ini, al<an ditetapkan suatu

nilai tour imtuk individu-individu yang dipilih secara random dari suatu

populasi. Individu-individu yang terbaik dalam kelompok ini akan diseleksi

sebagai induk. Parameter yang digunakan pada metode ini adalal1 ukuran

tour yang bernilai antara 2 sampai N (jumlah individu dalarn suatu populasi).

2.5 Rekombinasi

Ada tujuh bentuk rekombinasi menurut Sri Kusuma Dewi (2003, 290-299)

yaitu:

2.5.1 Rekombinasi Diskret

Rekombinasi diskret akan menukar nilai variabel antar kromosom

induk. Misalkan ada 2 individu dengan 3 variabel, yai1u :

induk I : 12 25 5

untuk tiap-tiap variabel induk yang menyumbangkan variabelnya ke anak

dipilih secara random dengan probabilitas yang sama.

Sampell : 2 2

Sampel2: I 2 1

Setelah rekombinasi, kromosom-kromosom baru yang terbentuk :

Anakl :

Anak2:

123

12 4

4

5 5

Rekombinasi ini dapat digunakan untuk sembarang variabel (biner, real,

atau simbol).

2.5.2 Rekombinasi Menengah

Rekombinasi menengah merupakan metode rekombinasi yang

hanya dapat digunakan untuk variabel real (clan variabel yang bukan biner).

Nilai variabel anak dipilih disekitar dan antara nilai-nilai variabel induk.

Anak dihasilkan menurut aturan sebagai berikut :

Anak = indukl +alpha (induk2-indukl)

dengan alpha adalah faktor skala yang dipilih secara random pada interval

[-d, 1 +d], biasanya d=0.25. Tiap-tiap variabel pada anak merupakan basil

kombinasi variabel-variabel menurut aturan diatas dengan nilai alpha

dipilih ulang untuk tiap variabel.

Misalkan ada 2 individu dengan 3 variabel, yaitu :

Induk I :

Induk2:

12 25

123 4

5

Misalkan nilai alpha yang dipilih adalah : Sampell :

Sampel2:

0,5 0,1

] , 1

0,8

-0,1 0,5

setelah rekombinasi, kromosom-kromosom baru yang terbentuk : Anakl : 67,5 1,9 2,1

Anak2: 23,1 8,2 19,5

Rekombinasi ini dapat digunakan untuk sembanmg variabel (biner, real, atau simbol).

2.5.3 Rekombinasi Garis

Pada dasarnya rekombinasi gar1s ini sama dengan rekombinasi menengah, hanya, saja nilai alpha untuk semua variabel sama. Misalkan ada 2 kromosom dengan 3 variabel, yaitu :

Indukl : Induk2:

12 25

123 4

5

34

Untuk tiap-tiap variabel induk yang menyumbangkan variabelnya ke anak dipilih secara random dengan probabilitas yang sania.

San1pell : 0,5 Sampel2 : 0, 1

setelah rekombinasi, kromosom-kromosom baru yang terbentuk : Anakl: 67,5 14,5 19,5

2.5.4 Penyilangan Satu Titik

Pada penyilangan satu titik, posisi penyilangan k (k=l,2 ... ,N-1)

dengan N adalah panjang kromosom yang diseleksi secara random.

Variabel-variabel ditukar antar kromosom pada titik tersebut untuk

menghasilkan anak.

Misalkan ada 2 kromosom dengan panjang 12,

Jndukl :

lnduk2:

0 1 1 1 0

1 1 0 1 0

0101110

0 0 0 1 1 0 1

posisi penyilangan terpilih misalkan 5, maka setelah penyilangan diperoleh

kromosom-kromosom barn :

Anakl:

Jnduk2:

01110 0001101

11010 0101110

2.5.5 Penyilangan Banyak Titik (Multi-Point Croosover)

Pada penyilangan banyak titik, m posisi penyilangan k;

(k=l,2, ... ,N-1, i=l,2 ... ,m) dengan N adalah panjang kromosom diseleksi

secara random dan tidak diperbolehkan ada posisi yang sama, serta

diurutkan naik. Variabel-variabel ditukar antar kromosom pada titik

tersebut untuk menghasilkan anak.

Misalkan ada 2 kromosom dengan panjang 12,

Indukl :

Induk2:

011100101110

Posisi penyilangan yang terpilih,

Misalkan (m=3) : 2 6 10

Setelah penyilangan, diperoleh kromosom-kromosom baru :

Anakl:

Anak2:

01 0100 !Oil 01

11 1100 0011 10

2.5.6 Penyilangan Seragam (Unifilrm Croosover)

Pada penyilangan seragam, setiap lokasi memiliki potensi sebagai

tempat penyilangan. Sebuah mask penyilangan dibuat sepanjang panjang

kromosom secara random yang menwtjukkan bit-bit dalam mask yang

mana induk akan mensupply anak dengan bit-bit yang ada. Induk mana

yang akan menyumbangkan bit ke anak dipilih secara random dengan

probabilitas yang sama. Disini, anakl akan dihasilkan dari induk2 jika bit

mask bernilai 0. sedangkan anak2 dihasilkan dari kebalikan mask.

Misalkan ada 2 kromosom dengan panjang 12,

Indukl : 0 I I I 0 0 I 0 I I I 0

Induk2:

Maka bit,

Sampell :

Sampel2:

110100001101

100111001101

011000110010

Setelah penyilangan diperoleh, kromosom-kromosom baru,

Indukl :

Induk2:

010100001100

2.5.7 Penyilangan dengan Permutasi

Pada penyilangan dengan permutasi ini, kromosom-kromosom anak diperoleh dengan cara memilih sub-barisan suatu tour dari satu induk

dengan tetap menjaga urutan dan posisi sejumlah kota yang mungkin terhadap induk yang lainnya.

Misalnya: lndukl : lnduk2: Anakl : Anak2:

(1 2 3

I

4 5 6 7

I

8 9)

( 4 5 3 1 8 1 6

I

9 2)

(x x x 1 8 7 6

I

x x) (xx x

I

4 5 6 7

I

xx)

Disini, kita memperoleh pemetaan, 1-4, 8-5, 7-6, 6-7 kemudian kita copy sisa gen di indukl ke anakl dengan menggunakan pemetaan yang sudah ada.

Anakl : Anakl :

(1-4 2 3 ( 4 2 3

8 1 6

I

8-5 9) 8 7 6

I

s

9) Lakukan hal yang sama untuk anak2

Anak2: Anak2:

C 4-1 5-8 3 I 4 5 6 7 / 9 2)

( 8 3

I

4 5 6 7 / 9 2)

2.6 Alat Perancangan Sistem

a. agar dapat terfokus pada bagian sistern yang penting.

b. Agar dapat terfokus pada bagian yang akan rnengalarni perubahan-perubahan

clan koreksi, serta clokumentasi.

c. Agar clapat rnengerti akan lingkungan pernakai, sehingga sistern tersebut lebih baik.

2.6.1 STD (State Transition Diagram)

State transition diagram merupakan suatu diagran1 yang

rnrnggarnbarkan bagairnana slate dihubungkan dengan slate yang lain pada satu waktu. Stale Transition Diagram menggarnbarkan suatu stale yang mernpunyai konclisi climana clapat rnenyebabkan perubahan satu state ke

state yang lain (Hoffer, George, clan Valacich, 1996, 364).

State Transition Diagram pada dasarnya merupakan sebuah

diagram yang terdiri dari state clan transisi atau perpinclahan slate. Transisi atau perpinclahan state tercliri dari kondisi clan aksi. Transisi cliantara keclua keaclaan pada urnumnya clisebabkan oleh suatu konclisi. Kondisi aclalah suatu kejadian yang dapat diketahui oleh system. Seclangkan aksi adalah tinclakakn yang dilakukan oleh sistem apabila terjacli perubahan stale atau rnerupakan reaksi clari sistern.

State 1

Aksi

State 2

Adapun komponen atau simbol yang digunakan dalam diagram ini

aclalah:

a. Modul

Menggunakan simbol lingkaran kecil (Gambar 2.7) yang mewakili

modul yang dipanggil apabila te1jadi suatu tinclakan.

[image:43.595.78.450.155.498.2]

0

Gambar 2.7 Notasi Modul

b. Tam pi Ian kondisi (state)

Merupakan layer yang ditampilkan menurut keadaan atau atribut, untuk

memenuhi suatu tindakan pada waktu tertentu yang mewakili suatu

bentuk keberaclaan atau kondisi tertentu, disimbolkan dengan gambar

kotak (Gambar 2.8)

Gambar 2.8 Notasi Tampilan

c. Tinclakan (state transition)

Menggunakan symbol anak panah (Gambar 2.9) disertai keterangan

tindakan yang dilakukan.

2.6.2 Spesifikasi Proses

Spesifikasi proses merupakan penjelasan dari proses-proses yang

te1jadi cliclalam sistem, spesifikasi proses harus dimengerti baik oleh

pemakai maupun pembuat sistem. Spesifikasi proses akan menjadi

pecloman bagi pembuat program dalam membuat kode program maupun

clokumentasi. Ada banyak cara untuk membuat spesifikasi proses antara

lain clnegan memakai (Pressman, 1997, 341-358):

a. Tabel keputusan (Decision Tables).

b. Bahasa terstruktur (pseudocode) dengan :

• Bahasa inggris terstruktur.

• Bahasa Indonesia terstruktur.

c. Bagan alur (flowchart).

cl. Diagram notasi - Shneiclerman (Diagram N - S)

e. Bentuk narasi atatu cerita (missal dalam bahasa lnggris, Indonesia).

2.6.3 Struktur Program

Struktur program menggambarkan bagan atau diagram control

distribusi yang bersipat top - down, penampilnya clibagi tingkat-pertingkat,

antara lain:

a. Top Level Module yaitu sebagai model yang menentukan atau

b. Low level module yaitu digunakan sebagai masukan, pemrosesan atau

control sehingga menghasilkan keluaran.

Struktur program ini bertujuan untuk memb<:rikan gambaran proses

informasi yang masuk, mengalir dan keluar, pada program yang akan

dibuat secara garis besar dengan menggunakan bagan terstruktur

(Pressman, 1997, 337).

2.7 Sckilas Tentang Delphi 6.0

2.7.1 Sejarah Delphi

Ide munculnya delphi sebenarnya berasal dari bahasa pemrograman

terkenal, yaitu pascal, Antony Pranata (2001, 1-2). Bahasa pascal sendiri

telah diciptakan pada tahun 1971 oleh ilmuwan dari Swiss, yaitu Niklaus Wirth. Nama pascal diambil dari ahli matematika dm1 filsafat dari prancis,

yaitu Blaise Pascal (1623 - 1662).

Sejak saat itu, muncul beberapa versi pascal diantaranya Turbo

Pascal yang dirilis oleh Borland International Incorporation tahun 1983.

Turbo Pascal ini memiliki sedikit perbedaan dengan pascal standar, antara

lain dalam ha! pengolahan string, penambahan beberapa prosedure, fungsi

dan sebagainya.

Turbo pascal yang muncul pertama kali hanya dapat dijalankan di

International Incorporation juga merilis Turbo pascal yang berjalan di

Windows 3.X, yaitu Turbo Pascal For Windows.

Pada tahun 1992, Borland International menggabungkan turbo

Pascal For Dos dan Turbo Pascal For Windows menjadi satu paket bahasa

pemrograman yang dikenal dengan nama Borland Pascal Versi 7. Karena

pemrograman Windows dengan Borland Pascal masih dirasa cukup sulit,

sejak tahun I 993 Borland International mengembangkan bahasa pascal

yang bcrsi l'at visual . hasi I dari pcngcmbangan ini adalah dirilisnya Delphi

1 pada tahun 1995.

Perkembangan delphi tidak sampai disitu. Satu tahun berikutnya,

pada tahun 1996, Borland International merilis delphi 2 yang sudah bersifat

32 bit. Dengan kata lain delphi 2 hanya bisa dijalankan pada windows 95

dan windows NT.

Pada tahun 1997, I 998, dan 1999, Borland International yang

berganti nama menjadi Inprise Corporation berturut-turut kembali merilis

menyempurnakan delphi, yaitu 3, 4, dan 5. Sampai sekarang 2004 Borland

International telah merilis delphi 7.

2.7.2 Mengenal IDE Delphi

Pada dasarnya IDE milik delphi dibagi menjadi enam bagian utama,

Antony Pranata (2001, 2) yaitu menu, speed bar, component palette, form

[image:46.595.74.443.163.484.2]

designer, code editor, dan objek inspector, dan objek treeview. Lihat

At 19,Scm lfl 17 Ccl I

[image:47.595.27.443.93.563.2]

Object Inspector Code Editor

Gambar 2.10 Bagian-bagian dari IDE Delphi a. Menu

b. Speed Bar

Speed bar atau sering juga disebut toolbar berisi kurnpulan tombol yang tidak lain adalah pengganti beberapa item menu yang sering digunakan. Dengan kata lain, setiap tombol pada speed bar menggantikan salah satu item menu. Sebagai contoh, tombol kiri atas aclalah pengganti menu File

I

New, tombol clisebelah kanannya aclalah pengganti menu File

I

Open, dan seterusnya.

, ' .

ｾｸ＠

l!i.

l'.I

Ｇ［Ｇ｟ｪｌｬ［ＮｊＡｑｬｧｩＦｬｾｾ＠ ｾ＠

ｭｾＭﾵＭＭＭＭＭ - - - -

-2'1 =.I

_J"

a

tL:

i

f!L:fl ｾ＠ v

H

I

·a.

'il

Gambar 2.11 Speed Bar pada IDE Delphi

c. Component Palette

Component palette berisi kumpulan ikon yang melambangkan komponen-komponen pada VCL (Visual Component Library). VCL adalah pustaka komponen milik clelphi, yang clapat cligunakan untuk membangun sebuah aplikasi. Pada Component Palette, terclapat beberapa tab, yaitu Standard, Aclditionals, Data Access, dan sebagainya. Untuk lebih jelasnya perhatikan gambar 2.8.

rn.J3JIJ.!r1§ilj@fflh· ' AWifu4@&001 MmiUI®

S<and&d

I

Ad&iornii I Win32 I s...iem I DalaAccm I ｄｾ｡＠ Coniroisl DalaSnao I BDE I ADO I <lit"'""' I lnledl.,. j l\lebSeMce.il!.

:

ｾｾＡ＠

__

ｾＭ｟ａ＠

ｾｾ＠

Ll!J

ｾＭＭＭＢＭｾ＠

ｾＢＢＧ＠

[j lgj

D

ril

d. Form Designer

Sesuai dengan namanya, fo1m designer merupakan tempat

dimana kita merancang jendela dari aplikasi windows kita. Perancangan

forn1 dilakukan dengan meletakkan komponen-komponen yang diambil

dari Component Palette.

e. Code Editor

Code editor adalah tempat dimana kita menuliskan program.

Disini kita dapat meletakkan pernyataan-pernyataan dalam bahasa

object pascal. Pemrogram borland Pascal pasti tidak asing lagi dengan

code editor karena sangat serupa dengan editor milik Borland Pascal.

Yang perlu kita perhatikan pada code inspector adalah kita tidak perlu

menulis seluruh kode sumber. Delphi telal1 menuliskan semacam

kerangka w1tuk anda. Untuk lebih jelasnya perhatikan gambm· 2.9

lci!fltibi!,f

• "'! lf<>1ml ,!I) Ur.ll I • ....J v .. ＮＮｵＮＮｲＯｃｭ ＱｾＮＬＬＬ＠ ; unu. lhuc1i

• ....J U•a1

li'indmm, fl""""1J""• !'lyallt:tl"' Va,,iQnt:D, Cl"""""• <lr<1;;>htc .. , Con"ralo, T<>-""""• 1>.1- .. t<>l:i"'

typ<1

1Tor>nl • c.1-'1•• p'Fo.-ru)

pro<>odoro Forl»Cro:<>te Ｈｓ･｡ｾＢＧ＠ TCbj<!<::<;);

JH'iyalo

( ｰＬ｟Ｍｾ＠ ... ,,,,., ＬﾷＯｾＢＧＢＢＧＢＢＧＧＢﾷﾷ＠ )

·-0

/ ｬＧｵ｢ｊｾ＼Ｚ＠ daci"r«tion" /

.,nd;

"""oodu.-.. TTor:m1.roni:.c::c .. •tc(!;lo:nder' Ta>.l"'""l'

""""'

<>nd• ...

Ｚｾｊ＠

, I

f. Object Inspector

Object Inspector digunakan untuk mengubah karakteristik sebuah komponen. Pada object inspector, ada 2 buah tab yaitu properties dan event. Anda dapat mengaktiflrn.n salah satu tab 1111 dengan mengkl ik teks properties a.tau events (Iihat. gambar 2.10).

ｄｭｬﾧｩｩｩｗ ＱｉﾧﾧｴｍｗｗｴｩｩｬｴｾｗｍｩＱＡｾｅｉＧ＠

CMt4;11.t1im;o

!Form1 TForn-.1

:.::J

!Form1 TForm1

Properties

j

Events

l

Properties Events

I

ﾷｾｾＬＭｾｾｾｾＭＭＮ＠

I Action ... Action

I

Ar.tiver.nntrnl ..

ｴ｜Ｎ｣ｴｩｹＮＬｾｧｾＮｾＹＱＮＮ＠

... . ' ... t\li.Qll.... alNone ... tvl . .,n.u ... .

AlphaBlf3f\d · ··· · ··· Fal;e ObjectMenulto•m . · ·

AlphaBlellcfllalue... . 255

····oi\4CiiVate ... , ... .

l±lAnchms (akleft,akT.opl....

····iJnc;;Fie$ize ... , ... .

AutoScroH True ﾷＺＺﾷｩＺｦｯｇｬｩｾＺＺＺＺＺＺＺＺＺＺＺＺＺＺＺＺＺＺ＠ : ::::::::::::: ::::::::::::·

AutoSize False OnC!ose

BiDiMode bdLefff oRiQbt... . ...

i'inciOseQue;y··· ... .

1±1 Borderlcons lloiSY.stemtvl"nu,b,itvl

rincoliSi;:;;;;Ji'i'e;t·

. Borch;r§tY,le bsSizeable . ｩＺｩｾｾｩｾｾｩｾｾ［ｵＮｐＮＺＺＺＺＺ＠

::::::::::::;::::'.:'.':::::

BmderWidth 0 OnCreate Fo1mCreate

caption

i:m:i

····anoiliclicl<" ... -···

. Ｈ［ｬｩｾｾｴｊＺｬｯｩＤＣＱ｜＠ 273 . ｩＺｊｩｩｑＮｦｩｬｩｾｩｩｙＮｾＺＺＺＺＺＺＺＺ［Ｚ＠

:::::::::::::;::::;:;:::::::::

ClientWidth 825 .... ＮｉｊＮＮＢＮＧｐ＼ｬＢ｜ｉＡ＿ｾ＠

... : ... ::: ... : ...•...

. ... c.a.1.or....

[]deii1Face

OnDockDr!:le · ·•· ··· ··• ··•··· ·· ··

,1±1 constraints ··· ｩｲｳｩＲ･ｴＺｾｲ［［ｴｲ｡ｩｮｩｳｩﾷ＠ ···

onoockriver ... ,, ... .,.:, .. : ...•...

ｲＺＺＺＺＺＺﾢ｜Ｑｾｰ＠

:::::::::.::.::.:·:::·::.:::::::::·

fru;;···:·.:·::::::::::::.:J

i:iiii:iiiii!P.1-;;P.::::::::::=::;:: :::::::::::::::::::r:::::::::::.:.i

[Alishown ,i 1A11 shown

,z

a) Properties _{b) Events (kt:iadian)}

Gambar 2.14 Object Inspector pada IDE Delphi

Control, Auto Scrool, Auto Size, Border Icons, Border Style dan

lain-lain.

Pada tab events, kita dapat menyisipkan kode untuk menangani

kejadian tertentu. Kejadian bisa dibangkitkan karena beberapa ha!,

pengklikan mouse, penekanan tombol keyboard, penutupan jendela, dan

sebagainya. Untuk lebih jelasnya perhatikan gambar 2. lOb. pada

gambar ini kita bisa melihat beberapa kejadian, seperti onActive,

onClick, onClose, dan sebagainya.

2.8 Sekilas Tentang Paradox

Paradox adalah sebuah database yang berfungsi untuk menyimpan data.

Sama seperti database lainnya, paradox memiliki IDE yang dibagi menjadi dua

bagian yaitu menu dan tool bar ( Gambar 2.15).

2.8.1 Menu

Menu pada paradox memiliki kegunaan seperti menu pada database

lai1mya. Dari menu ini, kita bisa memanggil atau menyimpan tabel,

membuat tabel baru dan lain-lain.

2.8.2 Toolbar

Toolbar berisi tombol-tombol yang berfungsi untuk membuka tabel,

penjadwalan kuliah ini, ada beberapa tahapan yang dilakukan diantaranya :

3.1 Tahapan Pendekatan Sistem

Tahapan ini dilakukan sebelum tahap pengembangan sistem. Pada talmp

ini dilakukan analisis kebutuhan dan identifikasi. sistem.

a. Analisis Kebutuhan

Pada talmp ini, ditentukan pengguna dan kebutuhannya terhadap

sistem. Pengguna dari sistem yang akan dibangun adalal1 pihalc akademik

Fakultas Sains dan Teknologi yang mengurusi penjadwalan kuliah.

b. Identifikasi Sistem

Jadwal kuliah merupalcan salah satu bentuk pengaturan proses belajar

mengajar yang diarahkan untuk mencapai tujuan y:mg diharapkan oleh

Fakultas Sains dan Teknologi. Dalam pembuatannya, pihalc Falcultas Sains

dan Teknologi merasa kesulitan. Hal ini disebabkan pembuatan jadwal kuliah

yang bersifat manual sehingga terjadi jadwal kuliah yang bentrok. Oleh

karena itu pihak Fakultas Sains dan Teknologi merasa perlu dibuatnya suatu

3.2 Tahapan Pengembangan Sistem

Pengembangan sistem yang penulis Jakukan menggunakan tiga tahap

siklus pengembangan model RAD (Rapid Aplication Development), Kendall &

Kendall (2003 : 237), (Gambar 3.1).

Fasc Pcrencanaan Syarat syarat

Menentukan Tujuan dan syarat-syarat

lnformasi

Fase Kontruksi I Workshop Desain PAC

Umpan Balik

1

Pengguna

l

-Bckerja dcngan Membangun

Pengguna untuk Sistem

Sistcrn Perancangan

.

I

Menggunakan

i

I

masukkan dari

r

-I

pengguna ' _I

'

+

Mernperkenalkan Sistern

Fase Pclaksnnaan

a. Perencanaan Syarat-Syarat

Dalam fase ini, pengguna (pihak Fakultas Sains dan Teknologi) dan

penganalisis be1iemu untuk mengidentifikasi tujuan··tujuan aplikasi atau

sistem serta untuk mengidentifikasi syarat-syarat informasi yang ditimbulkan

dari tujuan-tujuan tersebut. Hal ini penulis uraikan sebagai analisa terhadap

sistem yang berjalan dan sistem yang akan diterapkan.

b. Workshop Deasin

Pada tahap ini dilakukan perancangan proses yaitu perancangan proses-proses

yang akan terjadi di dalam sistem, perancangan basis data yaitu perancangan

tabel-tabel yang akan digunakan, perancangan antarmuka yaitu perancangan

antarmuka masukkan dan antarmuka keluaran, serta dilakukan pengkodean

terhadap rancangan-rancangan yang telah didefinisikan.

c. Pelaksanan

Pada taliap ini dilalrnkan pengujian terhadap sistem dan melakukan

BAB IV

ANALISA DAN PERANCANGAN SISTEM

4.1 Analisa Kebntuhan Sistem

Proses pembuatan jadwal kulial1 pada Fakultas Sains dan Teknologi

selama ini masih secara manual menggunakan file-file excel. Proses ini dilakukan

oleh pihak jurusan rnasing-masing (Kepala Jurusan). Kepala jurusan akan

rneminta setiap dosen untuk bersedia mengajar mata kuliah yang telah ditetapkan

dan meminta kesiapan waktu mengajar pada hari dan jam yang telal1 ditetapkan

pula. Setelal1 semua kesiapan mengajar dosen terkumpul, dilakukan pembuatan

jadwal kulial1 berdasarkan lokal yang tersedia pada Fakultas Sains dan Teknologi.

Dari proses pembuatan jadwal kuliah tersebut penulis definisikan

data-data yang diperlukan dalam pengembangan sistem yang akan dibuat, diantaranya,

data dosen, data mata kuliah, data hari, data jam (shift), data lokal, data jurusan,

dan data semester.

4.2 Konsep Penjadwalan Kuliah Menggunakan Metode Algoritma Genetika.

Data-data yang diperlukan dalam pembuatan jadwal kulial1 akan

dikombinasikan (prosedur inisialisasi) menjadi kesiapan mengajar dosen.

Kesiapan mengajar dosen ini akan diproses pada sistem Algoritma Genetika

(GAs) yang terdiri dari proses pembangkitan populasi awal, evaluasi, seleksi,

4.2.1 Prosedur Inisialisasi

NO I 2

3

4 5

NO I 2

3

4 5

Pada proses ini dilakukan inisialisasi kesiapan mengaJm· dosen.

Sebagai contoh diberikan 5 data dosen dan 5 data mata kuliah (Tabel 3 .1

dan Tabel 3.2) yang akan ditempatkan pada lokal 401dan402.

KODE NAMA

DOSOOI Dra. Nani Radiastuti

DOS002 Ria Arafiah, S.Si

DOS003 Budi Sudrajat, M. Hum

.

DOS004 Dra Nuriyah Thohir, MM

DOS005 Ir Rahmat Kurnia, M.Si

Tabel 3.1 Data Dosen Fakultas Sains dan Teknologi

KODE NAMA

MKOOI Dasar-dasar Agronomi

MK002 Biologi

MK003 Matematika

MK004 Bhs. Arab

MKOOS Kalkulus

Tabet 3.2 Data Mata Kuliah Fakultas Sains dan Teknologi

Dari 2 tabel diatas maka inisialisasi kesiapan mengajar dosen

a. Kade Dasen : DOSOOl

Nama : Dra. Nani Radiastuti

Kade Mk : MKOOl

Mata Kuliah : Dasar-dasar Agronon1i

Jurusan : Teknik lnformatika

Semester : 1

ｾ＠

SENIN SELASA RABU KAMIS JUMAT SABTU

ft (l) (2) (3) (4) (5) (6)

I. 07.30-09.10 A A II. 09.20-11.00 B B 111.11.10-12.50

IV.13.00-14.40

v. 14.50-16.30 Vl.16.40-18.20

b. Kade Dasen : DOS002

Nama : Ria Arafiah, S.Si Kade Mk : MK002

Mata Kuliah : Bialogi

Jurusan : Teknik lnformatika

Semester : I

ｾ＠

SENIN SELASA RABU KAM IS JUMAT SA BTU

ft (l) (2) (3) (4) (5) (6)

I. 07.30-09.10 A A

1!. 09.20-11.00 B A B

111.11.10-12.50 B

lV.13.00-14.40

v. 14.50-16.30 Vl.16.40-18.20

c. Kade Dasen : DOS003

Na1na : Budi Sudrajat, M. Hum

Kade Mk : MK003

Jurusan : Teknik lnforn1atika

Sen1ester : I

ｾ＠

SENIN SE LAS A RABU KAMIS JUMAT SA BTU

(I) (2) (3) (4) (5) (6)

fi

I. 07.30-09.10 A 11. 09.20-11.00 B

111.11.10-12.50 IV.13.00-14.40

v. 14.50-16.30

Vl.16.40-18.20 _{__J}

d. Kode Dasen : DOS004

Nania : Dra Nuriyah Thohir, MM

Kade Mk : MK004

Mata Kuliah : Algorit1na Pen1rogran1an

Jurusan : Teknik lnfonnatika

Semester : I

ｾ＠

SENIN SE LAS A RABU KAM JS JUMAT SABTU

fi (I) (2) (3) (4) (5) (6)

I. 07.30-09.10 II. 09.20-11.00

Ill.I l.10-12.50 A

IV.13.00-14.40 B

v. 14.50-16.30 Vl.16.40-18.20

e. Kade Dasen : DOS005

Na1na : Ir Rahmat Kurnia, M.Si

Kade MK : MK005

Mata Kuliah : Kalkulus

ｾ＠

SENIN SELASA RABU KAMIS JUMAT SA BTU

\ (I l (2) (3) (4) (5) (6)

I. 07.30-09.10 A

11. 09.20-11.00 13 II I. I I.I 0-12.50

IV .13.00-14.40

v. 14.50-16.30 Vl.16.40-18.20

4.2.2 Pembangkitan Populasi Awai

Pada proses ini dilakukan pembangkitan populasi (kesiapan

mengajar dosen) yang telah diinisialisasi diatas (Tabel 3.3).

Kodc Nama Kodc Mata Jurusan SMT Kc las Hari Shill

Doscn Dos en ivlk Kuliah

DOSOOI Drn. Nani Radi<L'ituti MKOOI D<L'iar-dasar Agronomi Tl I A I I

DOSOOI Ora. Nani R<1diastuli MKOOI Dasar-dasar Agronomi Tl I B I II

DOSOOI Dra. Nani Radiastuli MKOOI Dasar-dasar Agronomi Tl I A 2 I

DOSOOI Dra. Nani Radiastuti MKOOI Dasar-dasar Agronoml Tl I B 2 II

DOS002 Ria Arafiah, S.Si MK002 Biologi Tl Ill A I I

DOS002 Ria Arafiuh, S.Si MK002 Bio!ogi Tl Ill B I II

DOS002 Ria Arafiah, S.Si MK002 Biologi Tl Ill A 2 II

DOS002 Ria Arafiah, S.Si MK002 Biologi Tl Ill B 2 Ill

DOS002 Ria Arafiah, S.Si MK002 Biologi Tl Ill A 3 I

DOS002 Ria Arafiah, S.Si MK002 Biologi TI Ill B 3 II

DOS003 Budi SudnUat, M. I-Im MK003 Matematika Tl I A I I

DOS003 Budi Sudrajat, M. Hn1 MK003 Matematika Tl I B I II

DOS004 Ora Nuriyah Thohir MK004 Bhs. Arab Tl lll A 2 Ill

DOS004 Ora Nuriyah Thohir MK004 Bhs. Arab Tl Ill B 2 IV

DOSOOS Ir Rah1ilat Kurnia MK005 Kalkulus TI I A 2 I

DOSOOS Ir Rahmat Kurnia MKOOS Kalkulus Tl I B 2 II

4.2.3 Evaluasi

Pada proses ini, kesiapan mengajar dosen yang dibangkitkan diatas

dievaluasi dengan menjumlahkan kesiapan mengajar dosen masing-masing

(Tabel 3.4).

No Kode Dosen Kode MK Banyak Kesiapan

-1 DOSOOI MKOOI 4

2 DOS002 MK002 6

3 DOS003 MK003 2

-4 DOS004 MK004 2

-5 DOS005 MK005 2

-Tabel 3.4 Evaluasi Kesiapan Mcngajar Ji)osen

4.2.4 Seleksi

Setelah proses evaluasi dilakukan, kesiapan mengajar dosen akan

mengalami seleksi berdasarkan hari dan shift yang telah ditetapkan. Seleksi

ini bertujuan untuk menentukan kesiapan mengajar dosen mana yang sesuai

untuk menempati lokal yang tersedia. Seleksi yang penulis gunakan adalah

Rank-basedfitnees yaitu dengan cara mengurutkan kesiapan mengajar dosen

menurut nilai objektifnya (banyaknya kesiapan mengajar dosen). Penerapan

untuk contoh diatas, dapat dilihat pada Tabel 3.5 di bawah ini.

Seleksi (1,I) : Tampilkan semua kesiapan mengajar dosen dengan hari =

senin dan shift= l (07.30- 09.10) yang diurutkan secara tidak turun (naik)

Kodc Nmna Kodc Mata Jurusan SMT Ke las Hari Shift

Doscn Dos en Mk Kuliah

DOS003 Budi Sudrajat, M. Hin MK003 Matc1natika TI I A I I

DOSOOI Dra. Nani Radiasluti MKOOI Dasar-dasar Agronomi TI I A I I

JJOS002 Ria Aratiah, S.Si MK002 Biologi TI III A I I

Tabcl 3.5 Kcsiapan Mcngajar dosen Hasil Selcksi

4.2.5 Rekombinasi

Ko de

Dos en

DOS003

DOSOOI

Dari proses seleksi diatas, diambil kesiapan mengaJar dosen

sebanyak lokal yang tersedia dan disimpan pada tabel jadwal (Tabel 3.6).

Proses ini menyebabkan populasi (kesiapan mengajar dosen) berkurang I

mengalami rekombinasi (Tabel 3.7). Rekombinasi juga terjadi terhadap

proses seleksi dengan melakukan penyilangan satu titik (single point

crossover) untuk hari dan shift berikutnya terhadap kesiapan mengajar

dosen (seleksi(l ,II) dan seterusnya).

Nama Ko de Mata Jurusan SMT Ke las Hari Shift

Doscn Mk Kuliah

Budi Sudrnjat, M. Hm MK003 Matcmatika TI I A I I

Dra. Nani Radiastuti MKOOI Dasar-dasar Agronomi TI I A I I

Tabcl 3.6 Tabcl Jadwal (Generasi ke-1)

Total

Kcsia

pan

2

4

6

Lok al

40I

Kodc Nama Ko de Mata Jurusan SMT Ke las Hari Shift

Doscn Dosen Mk Kuliah

DOSOOJ Dru. Nani Radiastuti MKOOI Dasar-dasar Agronomi Tl I B I II

DOSOOJ Dra. Nani Radiastuti MKOOJ Dasar-dasar Agronomi Tl I A 2 I

DOSOOI Dra. Nani Radiastuti MKOOI Dac;ar-dasar Agronomi Tl I B 2 II

DOS002 Ria Arafiah, S.Si MK002 Bio!ogi Tl Ill B I II

ll0S002 Ria Arafiah, S.Si MK002 Biologi Tl 111 A 2 II

DOS002 Ria Arafiah, S.Si MK002 Biologi TI III B 2 III

DOS002 Ria Arafiah, S.Si MK002 Bio!ogi Tl Ill A 3 I

llOS002 Ria Aral1:1h, S.Si MK002 13iologi TI 111 B 3 II

DOSOOJ Budi Sudrajal, M. 1-hn MK003 Matcmatika Tl I ll I II

ｬｸＩｳｾ＠ Dni Nuriyah Thohir MK004 Bhs. Arab Tl 111 A 2 Ill

DOS001l Dra Nuriyal1 Thohir MK004 Bhs. Arab Tl 111 ll 2 IV

-DOSOOS Ir Rahmut Kurnia MKOllS Ka!kulus TI I A 2 I

DOSll05 Ir Rahmal Kurnia MKllOS Kalkulus Tl I ll 2 II

Tabcl 3. 7 Populasi Setclah Rekombinasi

4.2.6 Mutasi

Proses mutasi terjadi pada kesiapan mengajar dosen yang

benar-benar belum mendapatkan lokal.

Proses 3 sampai 6 ini akan dilakukan berulang-ulang selama populasi (kesiapan

mengajar dosen) belum kosong. Basil akhir (generasi terakhir) merupakanjadwal

Kodc Nama Kodc fvlata Jurusan SMT Kclas Hari Shift Lokal

I

Dos en Dos en Mk Kuliah

DOS003 Budi Sudntjat, M. Hm MK003 /vlatcmutika Tl I A I I 401

--DOSOOI Dra. Nani Radiastuti MKOOI Dasar-dasar Agrono1ni Tl I A I I 402

DOS003 Budi Sudn\iat, M. Hm MK003 Matematika Tl I B I 11 401

DOSOOI Dra. Nani Radiastuti MKOOI Dusar-dasar Agronmni Tl I B I II 402

DOSOOS Ir Rahmat Kurnia MKOOS Kalkulus Tl I A 2 I 401

DOSOOS Ir Rahmat Kurnia MKOOS Kalku!us Tl I B 2 II 401

DOS002 Ria Arafiah, S.Si MK002 Biologi Tl 111 A 2 II 402

DOS004 Dra Nuriyah Thohir MK004 Bhs. Arab Tl 111 A 2 111 401

DOS002 Ria Arafiah, S.Si MK002 Blologi Tl Ill B 2 Ill 402

IJOS004 Ora Nuriyah Thohir MK004 Bhs. Arab Tl Ill B 2 IV 401

Tabcl 3.8 .Jadwal Kuliah (gcncrasi tcrakhir)

Proses penempatan kesiapan dosen mengajar diatas dapat di gambarkan dalam

grafik clibawah ini dari generasi pe1iama sampai generasi terakhir .

Lokal

402

401

ｾＭＭ＼＾ＭＪＭＫＭ＼ＱＱＭＭ＼＾Ｍ｀ＭＭＭ＼＾ＭＭＭ･Ｍ＼ＱＱＭＦＭＭＭ･Ｍ＼ＱＱＭＫＭ＼ＱＱＭＫＭ･ＭＭ･Ｍ 9 0 9 GI -e Ii ｾ＠

1 2 3 4 5 6 7 8 910111213 14151617181920212223 .. Populasi

4.3 Perancangan Sistem

Dalam merancang sistem ini penulis melakukan konsultasi dengan pihak akadernik Fakultas Sains dan Teknologi untuk rnemperoleh kesepakatan antara kedua belah pihak. Adapun rancangan ym1g diperoleh terdiri dari rancangan proses, rancangan basis data, rancangan menu, rancangan masukkan, dan rancangan keluaran.

4.3.1 Rancangan Proses

Rancangan proses ditujukan untuk menentukan urutan kejadian, sehingga dihasilkan keluaran dan masukan yang diharapkan, meliputi :

a. Proses rnasukan, proses ini merupakan proses pemasukan data yaitu

tarnbah data dosen, tambah data mata kuliah, tambah data hari, tarnbah data shift, tambah data jurusan, tmnbah data semester, tmnbah data lokal, tambah data kesiapan rnengajm· closen dan tan1bah data kesiapm1 waktu rnengajar dosen. Proses ini dilakukan oleh pihak akademik yang rnengurusi pernbuatan jadwal kuliah.

b. Proses GAs (Genetic Algorithms Sistem), yaitu proses algoritma genctika untuk rnelakukan otornatisasi dan optimalisasi kesiapan rnengajar closen, meliputi pembangkitan populasi, evaluasi, seleksi, rekornbinasi, clan mutasi.

STD (stale transition diagram) dari rancangm1 proses dapat dilihat pada

Mulai

'---P_e_n_g_g_un_a_m.,.e_m_1_·h-·h_m_e_n_u_1_· n_p_u_• ' . ' ' ]

Bangkitkan Kesiapan dosen

Pengguna memasukan data dosen, data mata kuliah, data lokal, data kesiapan

mengajar, data kesiapan waktu

Evaluasi

J

ＧＭＭｲＭＭｋ｟･｟ｳ｟ｩ｡｟ｰ｟｡｟ｮ｟､｟ｯ｟ｳ｟･｟ｮｾﾷＭ

..._

Optimasi

>-'Y"'•---,

Tercapai

ｔｩ､｡ｾＺ＠

Ｍｾ＠

Se!eksi Kesiapan Dostm

Ｍｾ＠

Rekombinasi Kesiapan ､ｾｮ＠

/ Selesai

}----l

Jadwal [image:66.595.46.416.125.650.2]

Kuliah

4.3.2 Rancangan Basis Data

Data-data yang diperlukan pada proses masukan disimpan dalam

basis data. Hal ini dimaksudkan agar data bersifat dinamis yaitu dapat

melakukan penambahan dan penghapusan data. Ada 9 tabel yang

clidefinisikan dari rancangan proses yaitu :

a. Tabel dosen, untuk menyimpan data dosen.

Field Name ﾷＭＭｾｊ＠ TypeJ __ §.i.'!.e_J Key

I

!]

A

I

10 ..

I

A

I

70

A

1 70

I A

I

15 [image:67.595.69.434.162.650.2]

I

A

i

15

Gambar 3.3 Spcsifikasi Tabcl Dosen

b. Tabel mata kuliah, untuk menyimpan data mata kul.iah.

c. Tabel hari, untuk menyimpan data hari.

Garn bar 3.5 Spesifikasi Tabel Hari

d. Tabel shift, untuk menyimpan data shift.

: Field Name

· - -.. J

1

I

[image:68.595.75.408.123.546.2]

21Jam

[image:69.595.75.409.125.574.2]

e. Tabel semester, untuk menyimpan data semester.

Gambar 3. 7 Spesifikasi Tabel Semester

f. Tabel jurusan, untuk menyimpan data jurusan.

[image:70.595.74.435.129.607.2]

g. Tabel lokal, untuk menyimpan data lokal.

Gambar 3.9 Spcsifikasi Tabel Lokal

h. Tabel kesiapan mengaJar, untuk menyimpan data kesiapan mengajar

do sen.

1. Tabel jadwal, untuk menyimpan hasil proses GAs (Genetic Algoritms

Sis/em).

Field Name jTypej ｓｩｩｾｋ･ｹｪ＠

ｾ＠

•

ｉｂＡｬｾｩｩＬ＠ ｽｩｩｩｩ

Ｘ

ﾥＱｊＭｩｩｾｩｩｩｩｩ［ｾｩｩｬｩＡ［ｪｪＢ｟ＮＮＮ＠

1111!1

1

·

ｾ＠

ｾｾ＠

3 l<ode)lari A 2

4.Kode shift I A 2

5'

Lokal-1

1 N

6 ThnAk A 10

7. Namados

!

1' A 50

8' Namamk A 50

ｾｾ＠ ｾｩＺ＠

----

ＭＭＭＭＭｾＭｊＱ＠

ＭｾＭｾｾｾ＠

Garnhar 3.7 Spcsifikasi Tahcl .Ja<lwal

4.3.3 Rancangan Menu

Rancangan menu berfungsi untuk mernanggil sub-program lain

untuk dijalankan. STD (slale lransilion diagram) rancangan menu dapat

[image:71.595.49.445.149.474.2]

FrmDataDosen_Klik

·I

Form Data Dosen

I

Layar Intro

FnnDataMk_Klik

/ Form Data Mata Kuliah

Fm1DataLokal_Klik

ｾｲｭ＠

Data Lokal

MENU PILIHAN

.

Form Set Kesiapan

FnnSctKesiapan_ Klik Mengajar

F01m Set Kesiapan

FnnSet\Vaktu_Klik Waktu Mengajar

Form Proses Pembuatan Jadwal

frmProses_Klik

Form Proses

FnnJadwal_ Klik Tampilkan Jadwal

[image:72.595.49.446.101.494.2]

Tutup_Klik

Gambar 3.8 STD Rancangan Menu

a. Rancangan Masukan

Rancangan masukan dilakukan agar tingkatan keakuratan data

tinggi dan proses pemasukan data benar sehingga dapat diterima dan

dimengerti oleh penggnna sistem. Ada 5 rancangan masukkan yang

didefinisikan yaitu rancangan data dosen, rancangan mata kuliah,

rancangan data lokal, rancangan data kesiapan mengajar dosen, dan

rancangan data kesiapan waktu mengajar d