• Tidak ada hasil yang ditemukan

Optimasi Penjadwalan Perkuliahan menggunakan Hybrid Discrete Particle Swarm Optimization (Studi Kasus: STAI Ma had Aly Al-Hikam Malang)

N/A
N/A
Protected

Academic year: 2021

Membagikan "Optimasi Penjadwalan Perkuliahan menggunakan Hybrid Discrete Particle Swarm Optimization (Studi Kasus: STAI Ma had Aly Al-Hikam Malang)"

Copied!
6
0
0

Teks penuh

Gambar

Gambar 1 menunjukkan alur kerja HDPSO  dalam bentuk diagram alir.
Gambar 4. Grafik Pengujian Jumlah Iterasi Berdasarkan  grafik  yang  dituntukkan  pada  Gambar  4,  menunjukkan  bahwa  peningkatan  jumlah  partikel  berpengaruh  terhadap  nilai  fitness  yang  dihasilkan  walaupun  ada  beberapa  yang  saat  diberikan

Referensi

Dokumen terkait

desain perangkat lunak yang akan dibuat, serta. desain sistem yang

Dengan memanfaatkan model algoritma particle swarm optimization dan model algoritma genetika pada penjadwalan mata kuliah maka akan didapat perbandingan yang lebih optimal

Dengan data yang sama, algoritma PSOmenyelesaikan permasalahan penjadwalan matakuliah di prodi Teknik Informatika dengan 7 pelanggaran pada iterasi ke 50 dalam waktu

Model optimasi distribusi 4 eselon logistik operasi laut dikembangkan untuk menentukan rute optimum dan pola optimum alokasi distribusi multi komoditas dari

Aplikasi penjadwalan mata kuliah menggunakan Particle Swarm Optimization (PSO) berhasil dirancang dan dibangun untuk menghasilkan jadwal perkuliahan di Jurusan Teknik

Pada pengujian ukuran populasi (PopSize) dilakukan untuk mengetahui ukuran populasi yang dapat menghasilkan solusi paling optimal pada kasus penjadwalan praktikum

HASIL DAN PEMBAHASAN Analisis Kebutuhan Perangkat Lunak Pada sistem penjadwalan belajar mengajar ini akan memproses seluruh data penjadwalan tingkat SMP di SMP Negeri 264 Jakarta,

Proses penjadwalan kuliah tanpa memperhatikan soft constraint Tabel 3 menunjukkan bahwa proses data resource dan constraint menggunakan algo- ritma PSO dengan jumlah partikel 10 dalam