• Tidak ada hasil yang ditemukan

Penjadwalan Iklan Pada Stasiun Radio Komersial Menggunakan Algoritma Genetika

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penjadwalan Iklan Pada Stasiun Radio Komersial Menggunakan Algoritma Genetika"

Copied!
10
0
0

Teks penuh

(1)

SKRIPSI

BADRUTS TSANI

091402059

PROGRAM STUDI TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

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

(3)

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

(4)

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

(5)

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 %.

(6)

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

(7)

DAFTAR ISI

2.5 Membangkitkan Kromosom Awal ... 14

2.6 Evaluasi Fitness ... 14

2.9.3 Mutasi Pengkodean Permutasi ... 18

2.9.4 Mutasi Pengkodean Pohon ... 19

2.10 Mekanisme Algoritma Genetika ... 20

2.11 Parameter – Parameter dalam Algoritma Genetika …… 21

(8)

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

3.2.3.5 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

4.1.6 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

(9)

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

(10)

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 3.11 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 4.8 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

Referensi

Dokumen terkait

Untuk mengetahui jumlah durasi iklan televisi dibandingkan dengan program televisi yang tayang pada saat jam tayang prime time di TRANS73. Untuk mengetahui pendapatan stasiun

Tidak terjadi tabrakan jadwal mahasiswa pada setiap perkuliahan (mahasiswa tidak diijinkan memiliki lebih dari satu perkuliahan pada hari dan jam yang sama).. Kata

Pada penelitian ini digunakan data jadwal dinas pegawai PT Kereta Api Indonesia Stasiun Besar Kediri tahun 2017, untuk mendapatkan hasil penjadwalan yang optimal digunakan

Excel dan membutuhkan waktu berhari- hari, bahkan berminggu-minggu, sedangkan dalam membuat jadwal harus dilakukan dengan optimal dan cepat dikarenakan jadwal akan

untuk mata pelajaran dan guru pengajar secara keseluruhan, tidak ada permasalahan bentrokan pada jadwal, serta permintaan waktu guru tidak bisa mengajar pada

Data jadwal kuliah praktikum yang terdiri dari data dosen, matakuliah, hari, jam, ruang dan pengampu dapat direpresentasikan ke dalam kromosom-kromosom untuk menghasilkan

Proses pengalokasian sumber daya pada algoritma Random tidak memikirkan keuntungan atau kerugian step yang telah dilalui untuk pengalokasian ke SU maupun

yang sama, dari 5 kali pengujian untuk setiap data set, metode decoder memiliki rata-rata standar deviasi sebesar 12,7875, sedangkan metode penalty memiliki rata-rata standar