REVIEW JURNAL
OPTIMALISASI PENEMPATAN DOSEN PEMBIMBING DAN
PENJADWALAN
SEMINAR TUGAS AKHIR MENGGUNAKAN
ALGORITMA GENETIKA
Disusun Sebagai Salah Satu Tugas Pengantar Intelegensi Buatan
DISUSUN OLEH :
AGAM NUGROHO 1441177004053
ANNISA MUDZAKIROH 1441177004111
DEDEN DEWANTORO 1441177004255
HILMANSYAH MAULANA 1441177004139
JEAN VICKRAM 1441177004158
TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER
UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG
2016
KATA PENGANTAR
Assalamu’alaikum Wr.Wb. Dengan memanjatkan puji syukur kehadirat Allah SWT yang telah melimpahkan segenap Rahmat dan Hidayah-Nya sehingga penulis dapat menyelesaikan tugas review ini dengan judul ”Optimalisasi Penempatan Dosen Pembimbing Dan Penjadwalan Seminar Tugas Akhir Menggunakan Algoritma Genetika” .
Atas tersusunnya Laporan Tugas Akhir ini, penulis mengucapkan terima kasih yang sebesar-besarnya kepada Ibu Betha Nurinasari M.Kom selaku dosen Pengantar Intelegensi Buatan.
Penulis menyadari bahwa dalam penyusunan tugas ini masih jauh dari sempurna. Untuk itu kritik dan saran yang bersifat membangun guna perbaikan dimasa mendatang akan penulis terima dengan senang hati beserta ucapan terima kasih. Wassalamu’alaikum Wr.Wb.
Karawang, November 2016
DAFTAR ISI
KATA PENGANTAR...2
DAFTAR ISI... 3
BAB I... 4
JUDUL... 4
BAB II... 5
PEMBAHASAN...5
2.1 Latar Belakang...5
2.2 Tujuan Penelitian...6
2.3 Data yang Digunakan...6
2.4 Metode yang Diterapkan...6
2.5 Pola Eksperimen dan Hasilnya...8
2.6Kesimpulan...9
BAB I
JUDUL
Judul Jurnal : OPTIMALISASI PENEMPATAN DOSEN PEMBIMBING DAN PENJADWALAN SEMINAR TUGAS AKHIR MENGGUNAKAN ALGORITMA GENETIKA Tahun : 2016
BAB II
PEMBAHASAN
2.1 Latar Belakang
Algoritma genetika adalah suatu algoritma pencarian yang berbasis pada mekanisme seleksi alam dan genetika. Proses algoritma genetika berawal dari mencari beberapa solusi atau individu yang disebut populasi awal. Setiap individu dibangun dengan mengisikan tiap gen dengan record-record dari sebuah daftar isi gen yang dibangkitkan secara random, sehingga setiap kombinasi record yang berbeda merupakan individu atau solusi yang berbeda. Dari sekumpulan individu atau populasi awal kemudian dievaluasi terhadap kriteria, yang kemudian melalui tahap seleksi. Kumpulan individu yang mempunyai kecocokan paling tinggi dilakukan persilangan antar individu, kemudian dilakukan proses mutasi. Dua proses terakhir menghasilkan individu yang berbeda. Proses evaluasi, seleksi, persilangan dan mutasi akan berulang sampai menemukan solusi yang memenuhi kriteria.
Didalam penelitian ini akan dirancang menggunakan dua algoritma genetik, yaitu untuk penempatan dosen pembimbing dan penjadwalan seminar tugas akhir. Algoritma genetika dipilih mengingat dapat memperoleh solusi optimal tanpa harus mencoba semua kemungkinan solusi. Terdapat sebanyak 77 peserta seminar, 13 jumlah dosen dan 10 bidang penelitian, maka terdapat kombinasi penempatan dosen pembimbing sebanyak 77130. Apabila setiap mahasiswa memiliki dua dosen pembimbing dan dua dosen penguji, kemudian dalam satu hari terdapat 8 jam kegiatan, dan 2 ruangan yang dapat digunakan, maka dalam 5 hari akan menghasilkan kombinasi sebanyak kemungkinan solusi untuk penjadwalan seminar, sehingga tidak memungkinkan atau tidak realistis untuk diujikan seluruhnya untuk menemukan solusi terbaik dari seluruh kombinasi.
2.2 Tujuan Penelitian
Untuk penempatan dosen pembimbing dan penjadwalan seminar tugas akhir dengan menggunakan algoritma genetika.
2.3 Data yang Digunakan
Ada 2 macam data yang digunakan pada proses algoritma genetika tersebut : 1. Untuk penempatan dosen pembimbing menggunakan data masukan berupa
NIM, bidang penelitian dan daftar dosen.
2. Untuk penempatan dosen pembimbing menggunakan data masukan berupa daftar pembimbing dan mahasiswa.
2.4 Metode yang Diterapkan
Metode yang terdiri dari 5 tahap, yaitu :
1. Representasi struktur kromosom, dibagi kedalam dua bentuk kromosom yang pertama struktur kromosom penempatan dosen pembimbing dan yang kedua struktur kromosom penjadwalan seminar tugas akhir.
Dosen pembimbing 1 ditempatkan sesuai dengan kompetensi keahlian dosen dan bidang penelitian yang diambil mahasiswa.
Pembimbing dapat membimbing mahasiswa dengan ketentuan maksimal 20 mahasiswa.
2) Kriteria penjadwalan seminar tugas akhir :
Dosen reviewer tidak boleh sama dengan dosen pembimbing.
Dosen pembimbing dan reviewer tidak boleh ada pada ruang yang berbeda pada satu waktu.
Reviewer dapat mereview mahasiswa maksimal 20 Mahasiswa.
Dosen pembimbing dan reviewer dapat menentukan kesediaan membimbing atau mereview.
3. Membangkitkan populasi awal, setelah kromosom dibentuk dan aturan ditentukan, langkah selanjutnya adalah proses dengan algoritma genetika, yang dimulai dengan pembangkitan populasi awal dengan delapan kromosom dengan panjang kromosom sebanyak 154 dan 308 gen, setiap gen diisi oleh daftar isi gen yaitu kode dosen yang dibangkitkan secara acak.
4. Cross Over, Langkah-langkah proses cross over dengan teknik tersebut yaitu :
1) Persilangan dilakukan terhadap empat kromosom sehingga menghasilkan dua pasang induk yaitu : peringkat [1,2], dan [3,4]. 2) Gen yang disilangkan adalah gen yang melanggar dengan tipe rute
perjalanan yang sama.
3) Perbaikan isi kromosom dilakukan untuk menghilangkan isi gen yang sama dalam satu kromosom.
5. Mutasi yaitu proses perubahan unsur gen pada satu kromosom. Empat kromosom terbaik dari proses persilangan akan melakukan mutasi. Prinsip sederhananya menukar gen tertentu dengan gen yang lain pada kromosom yang sama. Maka keempat kromosom itulah yang akan dimutasi. Hasil mutasi satu kromosom akan menghasilkan satu kromosom anak sehingga jumlah kromosom hasil mutasi yang akan dihitung jumlah pelanggaran dan fungsi kecocokannya adalah delapan kromosom.
2.5 Pola Eksperimen dan Hasilnya
populasi awal dengan dihitung fungsi kecocokan berdasarkan kriteria yang sudah ditentukan, dan proses seleksi dengan cara memilih kromosom yang akan digunakan untuk proses persilangan (crossover).
2.6 Kesimpulan
Penelitian ini telah menghasilkan sebuah Sistem Optimalisasi Penempatan Dosen Pembimbing dan Penjadwalan Seminar Tugas Akhir Menggunakan Algoritma Genetika. Hasil akhir dari sistem ini adalah terbentuknya daftar mahasiswa berserta dosen pembimbing dan jadwal seminar tugas akhir dalam satu periode. Durasi program dapat disesuaikan dengan panjang kromosom. Sistem ini menggunakan dua algoritma genetika untuk melakukan pemrosesannya, algoritma genetika yang pertama digunakan untuk penempatan dosen pembimbing dan algoritma yang kedua digunakan untuk penjadwalan seminar tugas akhir.