PENJADWALAN SHIFT KERJA TOKO BUKU TOGAMAS SOEKARNO HATTA MENGGUNAKAN ALGORITMA GENETIKA. Tugas Akhir

(1)

PENJADWALAN SHIFT KERJA TOKO BUKU TOGAMAS SOEKARNO HATTA MENGGUNAKAN

ALGORITMA GENETIKA Tugas Akhir

Diajukan Untuk Memenuhi

Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang

MOCH GUNAWAN WIBISONO 201310370311134

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2018

(2)

(3)

(4)

KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh

Dengan memanjatkan segala puji dan syukur kehadirat Allah SWT, atas limpahan rahmat dan hidayah-Nya serta tak lupa shalawat dan salam semoga selalu terlimpah curahkan atas junjungan besar Nabi Muhammad SAW sehingga penulis dapat menyelesaikan tugas akhir yang berjudul :

“PENJADWALAN SHIFT KERJA TOKO BUKU

TOGAMAS SOEKARNO HATTA MENGGUNAKAN ALGORITMA GENETIKA”

Penyusunan laporan Tugas Akhir ini merupakan salah satu persyaratan untuk mencapai kelulusan dan memperoleh gelar Sarjana Teknik dalam Program Studi Teknik Informatika Program Strata 1 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Malang.

Pada penelitian Tugas Akhir ini dirancang sebuah sistem informasi penjadwalan yang digunakan untuk membuat jadwal shift kerja pada Togamas Soekarno Hatta secara otomatis dengan menerapkan Algoritma Genetika sehingga tidak membutuhkan waktu yang lama dalam pembuatan jadwal shift kerja.

Penulis menyadari sepenuhnya bahwa Laporan Tugas Akhir ini masih jauh dari kesempurnaan, oleh karena itu penulis sangan mengharapkan kritik dan saran yang membangun dari semua pihak sehingga didalam pembuatan laporan yang akan datangakan jauh lebih baik lagi.

Akhir kata penulis berharap semoga Laporan Tugas Akhir ini dapat bermanfaat bagi penulis khususnya dan para pembaca pada umumnya. Terima kasih

Wassalamu’alaikum Warahmatullahi Wabarakatuh

Malang, 12 Agustus 2018

Moch Gunawan Wibisono

(5)

DAFTAR ISI

LEMBAR PERSETUJUAN ... ii

LEMBAR PENGESAHAN ... iii

LEMBAR PERNYATAAN KEASLIAN ... iv

ABSTRAK ...v

ABSTRACT ... vi

LEMBAR PERSEMBAHAN ... vii

KATA PENGANTAR ... viii

DAFTAR ISI ... ix

BAB I PENDAHULUAN ...1

1.1 Latar Belakang Masalah ...1

1.2 Rumusan Masalah ...3

1.3 Tujuan ...3

1.4 Batasan Masalah ...4

1.5 Metodologi Penelitian ...4

1.5.1. Studi Pustaka ...4

1.5.2. Analisa Data dan Design Sistem...5

1.5.3. Implementasi Sistem...5

1.5.4. Pengujian Sistem ...5

1.5.5. Pembuatan Laporan ...5

1.6 Sistematika Penulisan ...5

BAB II LANDASAN TEORI ...7

2.1 Penelitian Terkait ...7

2.2 Pegawai ...8

2.3 Penjadwalan ...8

2.4 Algoritma Genetika ...9

2.5 MySQL ... 11

2.6 PHP Script ... 11

2.7 Framework Code Igniter (CI) ... 11

2.8 XAMPP Server ... 12

BAB III ANALISA DAN PERANCANGAN SISTEM... 13

3.1 Deskripsi Umum ... 13

3.2 Analisa Data ... 13

3.3 Perancangan Algoritma Genetika ... 14

3.3.1 Pengkodean... 14

3.3.2 Inisialisasi Kromosom ... 14

3.3.3 Perancangan Fitness ... 18

(6)

3.3.4 Perhitungan Crossover ... 18

3.3.5 Perhitungan Mutasi ... 21

3.3.6 Seleksi ... 24

3.4 Perancangan Sistem ... 25

3.4.1 Use Case Diagram ... 25

3.4.2 Design Perangkat Lunak ... 25

3.4.3 Design Prototype Interface ... 27

BAB IV IMPLEMENTASI DAN PENGUJIAN ... 30

4.1 Implementasi Sistem ... 30

4.1.1 Perangkat Keras yang digunakan... 30

4.1.2 Perangkat Lunak yang digunakan ... 31

4.2 Implementasi Pada Program ... 31

4.2.1 Tampilan Halaman Login ... 31

4.2.2 Tampilan Halaman Menu Utama ... 32

4.2.3 Halaman Pegawai ... 32

4.2.4 Halaman Tambah Pegawai ... 33

4.2.5 Halaman Edit Pegawai... 34

4.2.6 Halaman Jadwal ... 34

4.2.7 Halaman Pengujian ... 35

4.3 Implementasi Algoritma Genetika ... 35

4.3.1 Kode Program Inisialisasi Individu dan Populasi ... 35

4.3.2 Kode Program Penghitungan Nilai Fitness ... 37

4.3.3 Kode Program Perhitungan Seleksi ... 38

4.3.4 Kode Program Perhitungan Mutasi ... 39

4.4 Tahap Pengujian ... 41

4.4.1 Pengujian Berdasarkan Ukuran Populasi ... 41

4.4.2 Pengujian Berdasarkan Ukuran Generasi ... 44

4.4.3 Pengujian Berdasarkan Perbandingan Probabilitas Crossover dan Probabilitas Mutasi . 47 4.5 Analisa Hasil Pengujian ... 51

BAB V PENUTUP ... 52

5.1 Kesimpulan ... 52

5.2 Saran ... 53

DAFTAR PUSTAKA... 54

LAMPIRAN ... 55

(7)

DAFTAR GAMBAR

Gambar 3.1 Kode Pegawai ...16

Gambar 3.2 Contoh Hasil Inisialisasi Kromosom ...16

Gambar 3.3 Use Case Diagram Untuk Admin ...25

Gambar 3.4 Flowchart Sistem Penjadwalan Shift Kerja ...26

Gambar 3.5 Halaman Login ...27

Gambar 3.6 Halaman Awal Sistem Penjadwalan ...27

Gambar 3.7 Halaman Tambah Pegawai ...28

Gambar 3.8 Halaman Tambah Pegawai ...28

Gambar 3.9 Halaman Edit Pegawai ...29

Gambar 3.10 Halaman Data Jadwal Kerja ...29

Gambar 4.1 Halaman Login ...31

Gambar 4.2 Halaman Menu Utama ...32

Gambar 4.3 Halaman Menu Pegawai ...32

Gambar 4.4 Halaman Tambah Pegawai ...33

Gambar 4.5 Halaman Edit Pegawai ...34

Gambar 4.6 Halaman Jadwal ...34

Gambar 4.7 Halaman Pengujian ...35

Gambar 4.8 Kode Program Ambil Data dari Database ...36

Gambar 4.9 Kode Program Inisialisasi Individu ...37

Gambar 4.10 Kode Program Perhitungan Nilai Fitness ...37

Gambar 4.11 Kode Program Seleksi ...38

Gambar 4.12 Kode Program Crossover ...39

Gambar 4.13 Kode Program Mutasi ...40

Gambar 4.14 Grafik Hasil Pengujian Ukuran Populasi ...43

Gambar 4.15 Grafik Waktu Pengujian Ukuran Populasi ...44

Gambar 4.16 Grafik Hasil Pengujian Berdasarkan Ukuran Generasi ...46

Gambar 4.17 Grafik Waktu Pengujian Berdasarkan Ukuran Generasi ...47

Gambar 4.18 Grafik Nilai Fitness Pengujian Berdasarkan Perbandingan ...49

Probabilitas Crossover dan Probabilitas Mutation ...49

Gambar 4.19 Grafik Waktu Pengujian Berdasarkan Perbandingan ...50

Probabilitas Crossover dan Probabilitas Mutasi ...50

(8)

DAFTAR TABEL

Tabel 3.1 Aturan Penjadwalan Shift Kerja ... 14

Tabel 3.2 Data Pegawai ... 15

Tabel 3.4 Inisisalisasi Populasi Awal Individu 1 ... 17

Tabel 3.5 Inisisalisasi Populasi Awal Individu 2 ... 17

Tabel 3.6 Inisisalisasi Populasi Awal Individu 3 ... 17

Tabel 3.7 Proses Crossover ... 19

Tabel 3.8 Proses Mutasi ... 22

Tabel 4.1 Hasil Pengujian Ukuran Populasi... 42

Tabel 4.2 Hasil Waktu Pengujian Ukuran Populasi ... 42

Tabel 4.3 Hasil Pengujian Berdasarkan Ukuran Generasi ... 45

Tabel 4.4 Hasil Waktu Pengujian Berdasarkan Ukuran Generasi ... 45

Tabel 4.5 Hasil Nilai Fitness Pengujian Berdasarkan Probabilitas Crossover dan Probabilitas Mutation ... 48

Tabel 4.6 Hasil Waktu Pengujian Berdasarkan Perbandingan Probabilitas Crossover dan

Probabilitas Mutation ... 48

(9)

DAFTAR PUSTAKA

[1] V. T.E, W. L.B, and D. C. W, Manufacturing Planning and Control Systems. New York: The McGraw-Hill Company, 1998.

[2] Z. Zukhri, ALGORITMA GENETIKA - Metode Komputasi Evolusioner Untuk Menyelesaikan Masalah Optimasi, Ed. I. Yogyakarta: Andi, 2014.

[3] M. A. F. Chusnah Puteri Damayanti, Rekyan Regasari Madi Putri, “Implementasi Algoritma Genetika Untuk Penjadwalan Customer Service (Studi Kasus: Biro Perjalanan Kangoroo),” vol. 1, no. 2548–964X, pp. 456–465, 2017.

[4] M. D. Yunantara, I. G. S. Astawa, and A. Sanjaya, “Analisis dan implementasi Penjadwalan dengan Menggunakan pengembangan model CROSSOVER Dalam Algoritma Genetika,” vol. 1, 2012.

[5] N. Auliyah, R. Regasari, and M. Putri, “Optimasi Penjadwalan Moving Class Menggunakan Algoritma Genetika ( Studi Kasus : SMA Negeri 1 Turatea ),” vol. 2, no. 4, pp. 1768–1777, 2018.

[6] N. Hijriana, “PENERAPAN METODE ALGORITMA GENETIKA UNTUK

PERMASALAHAN PENJADWALAN PERAWAT ( Nurse Schedulling Problem ),”

vol. 16, no. 1, pp. 61–74, 2015.

[7] K. Hidayat, Y. Azhar, and G. Wasis W, “Sistem Pendukung Keputusan Pemilihan Menu Makanan Berdasarkan Kalori Ibu Hamil Menggunakan Algoritma Genetika Pada Android,” 2015.

[8] G. Larasati Wardhani, Y. Azhar, and G. Indah, “Penerapan Algoritma Genetika Untuk Optimalisasi Komposisi Parcel Pada Aplikasi Pemesanan Parcel,” 2015.

[9] H. A. Saputro, W. F. Mahmudy, and C. Dewi, “Implementasi Algoritma Genetika Untuk Optimasi Penggunaan Lahan Pertanian,” J. Mhs. PTIIK, vol. 5, no. 12, p. 12, 2015.