• Tidak ada hasil yang ditemukan

Aplikasi Algoritma Genetik Untuk Optimasi Penjadwalan Kuliah (Studi Kasus di Program Studi Teknik Industri Undip) - Diponegoro University | Institutional Repository (UNDIP-IR)

N/A
N/A
Protected

Academic year: 2017

Membagikan "Aplikasi Algoritma Genetik Untuk Optimasi Penjadwalan Kuliah (Studi Kasus di Program Studi Teknik Industri Undip) - Diponegoro University | Institutional Repository (UNDIP-IR)"

Copied!
2
0
0

Teks penuh

(1)

Aplikasi Algoritma Genetik Untuk Optimasi Penjadwalan Kuliah

(Studi Kasus di Program Studi Teknik Industri Undip)

Nama : Abdul Rahman F. W.

NIM : L2H 005 651

ABSTRAK

Penjadwalan kuliah pada suatu universitas adalah suatu pekerjaan menempatkan kegiatan perkuliahan kedalam ruangan dan waktu yang ada sedemikian rupa agar dapat meminimasi pelanggaran terhadap sejumlah batasan-batasan tertentu. Batasan-batasan yang harus dipenuhi oleh sebuah jadwal kuliah dapat dibedakan menjadi dua kategori: hard constraints dan soft constraints. Sebuah jadwal kuliah adalah feasibel jika dan hanya jika semua hard constraints dapat dipenuhi. Tujuan dari optimasi penjadwalan kuliah adalah untuk mencari jadwal kuliah yang tidak memiliki pelanggaran terhadap hard constraints dan sebisa mungkin memimimasi pelanggaran terhadap soft constraints. Permasalahan ini sangatlah kompleks karena melibatkan banyak batasan-batasan yang harus dipertimbangkan. Hard constraints meliputi konflik dari sumber daya yang ada (dosen, mahasiswa, ruangan) dan juga kapasitas ruangan yang tersedia. Permasalahan akan menjadi semakin rumit jika terdapat soft constraints seperti waktu mengajar yang dipilih oleh para dosen.

Otomasi penjadwalan kuliah merupakan hal yang sangat penting karena dapat menghemat jam kerja dan memberikan solusi optimum dalam waktu yang singkat, yang dapat meningkatkan produktivitas, kualitas proses belajar mengajar, dan kualitas pelayanan. Salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan penjadwalan kuliah ini adalah pendekatan algoritma genetik. Algoritma genetik merupakan alat optimasi yang memodelkan prinsip evolusi. Algoritma genetik mampu menemukan solusi optimum secara global dalam ruang pencarian yang sangat kompleks. Dengan menggunakan sebuah populasi awal dari solusi yang dikodekan dan dipilih berdasarkan kualitasnya, lalu digunakan untuk membuat populasi baru dengan menggunakan proses kawin silang dan mutasi atas individu-individu awal. Fungsi evaluasi digunakan untuk menghitung hard constraints dan soft constraints yang dapat dipenuhi.

Tugas akhir ini membahas penjadwalan kuliah yang terdapat pada Program Studi Teknik Industri Undip. Tujuan dari penelitian ini adalah untuk mengoptimasi penjadwalan kuliah dan memudahkan pekerjaan penjadwalan kuliah dengan membuat sebuah software penjadwalan kuliah. Software yang dibuat dirancang menggunakan algoritma genetik. Hasil pengujian yang dilakukan menunjukkan bahwa software algoritma genetik telah dapat menghasilkan nilai fitness maksimum yang berarti semua batasan-batasan yang ada berhasil dipenuhi. Dengan demikian, jadwal kuliah yang dihasilkan merupakan solusi yang optimum.

(2)

Referensi

Dokumen terkait

Tujuan dari Tugas Akhir ini adalah melakukan pengembangan dan optimasi untuk aplikasi penjadwalan sidang otomatis dengan menggunakan algoritma genetik yang dibuat

Algorima genetik sangat eocok untuk memeeahkan masalah optimasi yang sukar atau kompJek (Drd or complex optimization problems) yang tidak dapat dieeahkan dengan

Semakin banyak generasi dan semakin banyak populasi akan membuat algoritma genetik semakin baik, serta pemberian nilai untuk parameter crossover probability (pc),

Berdasarkan hasil pengujian yang dilakukan terhadap nilai parameter, jumlah generasi dan nilai fitness algoritma genetika yaitu 157 individu, jumlah generasi 11,

Berdasarkan penelitian implementasi algoritma genetik sebagai metode alternatif penyelesaian masalah aliran daya optimal dengan objektif permasalahan meminimalkan

• Bagaimana penjadwalan dan penentuan rute kendaraan yang menggunakan gabungan algoritma genetik dan algoritma pencarian tabu dapat memuaskan batasan yang berhubungan dengan kondisi

Untuk menyelesaikan masalah penjadwalan mata kuliah diperlukan algoritma yang dapat menyelesaikan masalah multi-kriteria dan multi-objektif karena ada beberapa

Dikarenakan algoritma genetika menggunakan bilangan random, tidak berarti generasi dan populasi yang besar akan lebih menghasilkan solusi, tetapi jika populasi