• Tidak ada hasil yang ditemukan

Penerapan Algoritma Genetika untuk penjadwalan

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penerapan Algoritma Genetika untuk penjadwalan"

Copied!
3
0
0

Teks penuh

(1)

Penerapan Algoritma Genetika untuk penjadwalan

 Masalah dalam penjadwalan:

 Satu ruangan hanya boleh digunakan oleh satu jadwal kuliah 1 set jam kuliah

 Satu dosen tidak mungkin berada di sebuah jadwal untuk dua mata kuliah atau satu mata kuliah 2 kelas

 Struktur kromosom, yang terdiri dari gen-gen dengan aturan sebagai berikut:

 Setiap gen berisi komponen Dosen (D) dan jadwal (J)

 Subgen dosen terdiri dari : Dosen, Mata Kuliah, Kelas

 Subgen jadwal terdiri dari: hari, jam, ruangan

(2)

Contoh:

Ketentuan masalah:

 Satu dosen bisa mengajar sembarang mata kuliah sembarang kelas (A,B)

 Hari kuliah adalah senin dan selasa

 Jam kuliah mulai jam 7.00 sampai dengan 13.00 (2 sesi per hari)

 1 SKS berdurasi 1 jam

 Ruangan yang tersedia ada 2

 Satu dosen tdk boleh berada pada dua jadwal untuk waktu/jam yang sama

 Tidak dikaitkan dengan pengambilan mata kuliah oleh mahasiswa yang biasanya bervariasi

Tabel Jadwal

Angka Warna merah: Id Dosen Angka Warna hitam : ID jadwal

Nilai Fitnes

Nilai fitnes dihitung berdasarkan Kemungkinan kehadiran dosen misal dengan range 1 sd 3 Derajad Keterangan

1 Pasti tidak hadir 2 Ragu-ragu 3 Pasti hadir

Tabel Derajad Kehadiran dosen:

(3)

21837546

Gambar

Tabel Jadwal

Referensi

Dokumen terkait

Aplikasi yang akan dibuat adalah aplikasi yang dapat menyimpan data mata kuliah, data dosen, data penugasan dosen, serta data ruangan, kemudian melakukan

Pada penelitian ini, penjadwalan mata kuliah mengarah pada pengalokasikan dosen yang berbentuk team teaching dan mata kuliah ke dalam kelas dan waktu tertentu untuk

Sistem penjadwalan mata kuliah yang dibangun dapat menghasilkan jadwal mata kuliah yang cukup optimal karena mampu mengasosiasi antara mata kuliah yang telah diambil

Algoritma ini dimulai dengan membangun beberapa kombinasi populasi, yang terdiri dari kromosom-kromosom yang berisi data kelas, waktu, ruangan dan dosen, dan kemudian

Gen dalam kasus ini adalah urutan tabel mahasiswa, jadwal ruangan dan waktu telah dikodekan terlebih dahulu sehingga membentuk suatu kromosom, berarti bahwa panjang kromosom

Dari data table 17 terlihat bahwa jadwal terbaik diproleh pada masukan 35 mata kuliah dan jumlah populasi 50 dimana tidak terdapat frekuensi dosen yang tinggi dalam sehari

Pada penelitian ini, penjadwalan mata kuliah mengarah pada pengalokasikan dosen yang berbentuk team teaching dan mata kuliah ke dalam kelas dan waktu tertentu untuk

Hard constraint yang umum dalam penjadwalan mata kuliah adalah sebagai berikut:  Tidak terdapat bentrok dosen terhadap waktu mengajar  Tidak terdapat bentrok antar dosen pada ruang