vi
ABSTRAK
Salah satu algoritma yang dapat dipakai untuk memecahkan permasalahan penjadwalan kuliah adalah algoritma genetika. Algoritma genetika merupakan teknik pencarian pemecahan masalah yang berusaha menerapkan pemahaman mengenai evolusi alamiah, seperti regenerasi, mutasi, seleksi alam dan rekombinasi. Dengan adanya penerapan algoritma genetika ini, diharapkan dapat menyelesaikan permasalahan penjadwalan dengan solusi-solusi yang paling tepat untuk setiap permasalahan yang tengah dihadapi oleh penjadwalan Manajemen Pendidikan pada Program Pascasarjana Magister Manajemen Universitas Sangga Buana Bandung. Penjadwalan kuliah yang masih manual menjadi salah satu kendala sistem akademik yang berjalan.
Tujuan pembuatan Tugas Akhir ini adalah untuk menjabarkan proses penjadwalan kuliah pada studi kasus yaitu penjadwalan kuliah Manajemen Pendidikan Program Pascasarjana Magister Manajemen Universitas Sangga Buana Bandung dan mengimplementasikan algoritma genetika untuk menemukan solusi yang tepat untuk menyelesaikan permasalahan penjadwalan kuliah.
Hasil akhir Tugas Akhir ini adalah terbentuknya sebuah jadwal kuliah yang memenuhi constraint dan tidak memiliki bentrokan waktu yang ditandai dengan ditemukannya nilai fitness 0 dalam proses algoritma genetika. Dengan begitu aplikasi telah dapat melakukan pembuatan sekaligus menemukan solusi penjadwalan kuliah dengan algoritma genetika untuk studi kasus penjadwalan kuliah pada Program Studi Magister Manajemen Universitas Sangga Buana.
vii
ABSTRACT
One algorithm that can be used to solve the course scheduling problem is a genetic algorithm. Genetic algorithm is a search technique that seeks to applying problem solving who can understand of natural evolution, such as regeneration, mutation, natural selection and recombination. With the implementation of genetic algorithms, the algorithm expected to resolve the scheduling problems with solutions that are most appropriate for each of the problems being faced by the Department of Education Management on Magister Management program in Sangga Buana Bandung University. Academic system that runs scheduling lectures manually give rise some problems for the university running system.
The purpose of making this final project is to describe the scheduling process of the case study Department of Education Management on Magister Management program in Sangga Buana Bandung University and implement the genetic algorithms to find the right solution to solve scheduling problems in college.
The final result of this project is the creation of a class schedule that satisfies the constraints and do not have time clash marked by the discovery of 0 fitness value in the process of genetic algorithms. That way the application has been able to manufacture as well as finding solutions to scheduling college with genetic algorithm for scheduling college study case on the Magister Management of Sangga Buana University.
viii
DAFTAR ISI
LEMBAR PENGESAHAN ... i
PERNYATAAN ORISINALITAS LAPORAN PENELITIAN ... ii
PERNYATAAN PUBLIKASI LAPORAN PENELITIAN ... iii
PRAKATA ... iv
ABSTRAK ... vi
ABSTRACT ... vii
DAFTAR ISI ... viii
DAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiv
DAFTAR SIMBOL ... xix
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 3
1.3 Tujuan ... 3
1.4 Batasan Masalah ... 4
1.5 Sistematika Pembahasan ... 5
BAB II LANDASAN TEORI ... 6
2.1 Penjadwalan Akademik ... 6
2.1.1 Aturan Umum Penjadwalan ... 7
2.2 Algoritma Genetika ... 8
2.2.1 Pengkodean ... 10
2.2.2 Operator dalam Algoritma Genetika ... 10
ix
2.2.2.2 Perkawinan silang ... 12
2.2.2.3 Mutasi ... 13
2.2.3 Update Generasi ... 14
2.2.4 Parameter dalam Algoritma Genetika ... 14
2.3 Flowchart ... 15
2.4 ERD (Entity Relationship Diagram) ... 15
2.5 Unified Modelling Language (UML) ... 19
2.5.1 Use Case ... 20
2.5.2 Activity Diagram ... 21
2.5.3 Class Diagram ... 22
2.5.3.1 Hubungan Antar Class ... 24
2.6 Object Oriented ... 25
2.7 Java... 26
2.8 MySQL ... 27
BAB III ANALISIS DAN DESAIN ... 28
3.1 Analisis... 28
3.1.1 Proses Manual Sistem Akademik ... 28
3.2 Gambaran Keseluruhan ... 33
3.2.1 Rancangan Algoritma Genetika ... 33
3.2.1.1 Membentuk Populasi ... 34
3.2.1.2 Nilai Fitness... 35
3.2.1.3 Seleksi dan Cross Over ... 38
3.2.1.4 Elitisme ... 41
3.2.1.5 Mutasi ... 41
3.2.1.6 Regenerasi ... 41
x
3.2.3 Antarmuka Perangkat Lunak ... 42
3.2.4 Fitur-fitur Produk Perangkat Lunak ... 43
3.3 Disain Perangkat Lunak ... 43
3.3.1 Pemodelan Perangkat Lunak ... 43
3.3.1.1 Use Case Diagram ... 44
3.3.1.1 Use Case Diagram ... 45
3.3.2 Disain Penyimpanan Data ... 70
3.3.2.1 Entity Relationship Diagram (ERD)... 70
3.3.2.2 Skema Relasi ... 72
3.3.3 Disain Antarmuka ... 75
BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 87
4.1 Implementasi Class/Modul ... 87
4.1.1 Implementasi Kelas Data Master Mahasiswa ... 88
4.1.2 Implementasi Kelas Data Master Dosen ... 89
4.1.3 Implementasi Kelas Data Master Mata Kuliah ... 90
4.1.4 Implementasi Kelas Data Tahun Akademik ... 90
4.1.5 Implementasi Kelas Data Penawaran Mata Kuliah Semester ... 91
4.1.6 Implementasi Kelas Data Jadwal Dosen ... 91
4.1.7 Implementasi Kelas Data Perwalian Mahasiswa ... 92
4.1.8 Implementasi Kelas Algoritma Genetika ... 93
4.2 Implementasi Antarmuka ... 104
4.2.1 Tampilan Menu Utama... 105
4.2.2 Tampilan Menu Mahasiswa ... 105
4.2.3 Tampilan Menu Dosen ... 107
4.2.4 Tampilan Menu Mata Kuliah ... 108
xi
4.2.6 Tampilan Menu Penawaran Mata Kuliah Semester ... 110
4.2.7 Tampilan Menu Jadwal Dosen ... 111
4.2.8 Tampilan Menu Perwalian Mahasiswa ... 113
4.2.9 Tampilan Menu Algoritma Genetika ... 115
BAB V TESTING DAN EVALUASI SISTEM ... 118
5.1 Rencana Pengujian ... 118
5.2 Pelaksanaan Pengujian ... 118
5.2.1 Black Box ... 118
BAB VI KESIMPULAN DAN SARAN ... 127
6.1 Kesimpulan ... 127
6.2 Saran ... 128
xii
DAFTAR TABEL
Tabel 2.1 Contoh penjadwalan mata kuliah ... 7
Tabel 3.1 Entitas tabel mahasiswa ... 75
Tabel 3.2 Entitas tabel dosen ... 75
Tabel 3.3 Entitas tabel mata_kuliah ... 75
Tabel 3.4 Entitas tabel tahun_akademik ... 75
Tabel 3.5 Entitas tabel mk_tawar ... 76
Tabel 3.6 Entitas tabel kontrak... 76
Tabel 3.7 Entitas tabel mk_dosen ... 76
Tabel 3.8 Entitas tabel jadwal_kuliah ... 76
Tabel 4.1 Tabel Implementasi Kelas SQLMahasiswa ... 89
Tabel 4.2 Tabel Implementasi Kelas SQLDosen ... 90
Tabel 4.3 Tabel Implementasi Kelas SQLMataKuliah ... 91
Tabel 4.4 Tabel Implementasi Kelas SQLTahunAjar ... 91
Tabel 4.5 Tabel Implementasi Kelas SQLMKTawar ... 92
Tabel 4.6 Tabel Implementasi Kelas SQLMKDosen ... 92
Tabel 4.7 Tabel Implementasi Kelas SQLKontrak ... 93
Tabel 4.8 Tabel Implementasi Kelas SQLPraGenetika ... 94
Tabel 4.9 Tabel Implementasi Kelas SQLJavaGenetika... 97
Tabel 5.1 Test Case Form Cari Mahasiswa ... 118
Tabel 5.2 Test Case Form Input Mahasiswa ... 118
Tabel 5.3 Test Case Form Input Mata Kuliah... 119
xiii
Tabel 5.5 Test Case Form Perwalian Mahasiswa ... 121
Tabel 5.6Test Case Form Input Dosen ... 122
Tabel 5.7 Test Case Form Algoritma Genetika ... 123
Tabel 5.8 Variable hidup dan hasil jumlah generasi pada percobaan pertama
algoritma genetika ... 125
xiv
DAFTAR GAMBAR
Gambar 2.1 Teknik seleksi mesin roullete (Achmad Basuki, 2003 : 10) ... 11
Gambar 2.2 Contoh perkawinan silang (Borschbach, et al., 2009 : 6) ... 12
Gambar 2.3 Contoh mutasi (Borschbach, et al., 2009 : 6) ... 13
Gambar 2.4 Contoh sebuah Entitas Konsumen ... 16
Gambar 2.5 Contoh Model Relasi Satu ke Satu ... 17
Gambar 2.6 Contoh Model Relasi Satu ke Banyak ... 17
Gambar 2.7 Contoh Model Relasi Banyak ke Banyak ... 18
Gambar 2.8 Contoh Penerapan ER-Model ... 18
Gambar 2.9 Contoh Use Case Diagram... 20
Gambar 2.10 Actor ... 20
Gambar 2.11 Usecase ... 21
Gambar 2.12 Association ... 21
Gambar 2.13 Pewarisan ... 22
Gambar 2.14 Dependency ... 22
Gambar 2.15 Contoh activity diagram ... 24
Gambar 2.16 Contoh Class pada Class Diagram ... 25
Gambar 2.17 Contoh Interface pada Class Diagram ... 25
Gambar 2.18 Contoh Package dalam Class Diagram ... 25
Gambar 2.19 Contoh Class Diagram ... 26
Gambar 3.1 Flowchart Proses manual pengolahan data jadwal kelas ... 32
Gambar 3.2 Flowchart Proses manual pengolahan data jadwal kuliah mahasiswa ... 34
Gambar 3.3 Flowchart Proses Algoritma Genetika ... 35
xv
Gambar 3.5 Kromosom pada fase pertama ... 37
Gambar 3.6 Kromosom pada fase kedua ... 37
Gambar 3.7 Perhitungan fitness 1 ... 39
Gambar 3.8 Perhitungan fitness 2 ... 40
Gambar 3.9 Contoh Perhitungan Seleksi ... 41
Gambar 3.10 Contoh Hasil Cross Over ... 42
Gambar 3.11 Use Case Diagram ... 46
Gambar 3.12 Activity Diagram Melihat Data Mahasiswa ... 47
Gambar 3.13 Activity Diagram Merubah Data Mahasiswa ... 48
Gambar 3.14 Activity Diagram Membuat Data Mahasiswa ... 49
Gambar 3.15 Activity Diagram Membuat Data Mata Kuliah ... 50
Gambar 3.16 Activity Diagram Melihat Data Mata Kuliah ... 51
Gambar 3.17 Activity Diagram Merubah Data Mata Kuliah ... 52
Gambar 3.18 Activity Diagram Melihat Data Dosen ... 59
Gambar 3.19 Activity Diagram Merubah Data Dosen ... 54
Gambar 3.20 Activity Diagram Membuat Data Dosen ... 55
Gambar 3.21 Activity Diagram Melihat Data Tahun Akademik ... 56
Gambar 3.22 Activity Diagram Menambah Data Tahun Akademik... 57
Gambar 3.23 Activity Diagram Menghapus Data Tahun Akademik ... 58
Gambar 3.24 Activity Diagram Menampilkan Data Penawaran Mata Kuliah ... 59
Gambar 3.25 Activity Diagram Menghapus Data Penawaran Mata Kuliah ... 60
Gambar 3.26 Activity Diagram Menambah Data Penawaran Mata Kuliah ... 61
Gambar 3.27 Activity Diagram Menampilkan Data Perwalian Mahasiswa ... 62
Gambar 3.28 Activity Diagram Menghapus Data Perwalian Mahasiswa ... 63
Gambar 3.29 Activity Diagram Membuat Data Perwalian Mahasiswa ... 64
xvi
Gambar 3.31 Activity Diagram Melihat Jumlah Jadwal Dosen... 66
Gambar 3.32 Activity Diagram Mengelola Data Jadwal Dosen ... 67
Gambar 3.33 Activity Diagram Menambah Data MK Dosen... 68
Gambar 3.34 Activity Diagram Kelola Data Hasil Perwalian Mahasiswa ... 69
Gambar 3.35 Activity Diagram Kelola Parameter Algoritma Genetika ... 70
Gambar 3.36 Activity Diagram Algoritma Genetika Penjadwalan ... 71
Gambar 3.37 Entity Relationship Diagram ... 73
Gambar 3.38 Skema Relasi ... 74
Gambar 3.39 Desain User Interface Main Form 1 ... 77
Gambar 3.40 Desain User Interface Main Form 2 ... 77
Gambar 3.41 Desain User Interface Lihat Data Mahasiswa ... 78
Gambar 3.42 Desain User Interface Form Mahasiswa ... 78
Gambar 3.43 Desain User Interface Lihat Data Dosen ... 79
Gambar 3.44 Desain User Interface Form Dosen ... 79
Gambar 3.45 Desain User Interface Lihat Data Mata Kuliah ... 80
Gambar 3.46 Desain User Interface Form Mata Kuliah ... 80
Gambar 3.47 Desain User Interface Lihat Data Tahun Akademik ... 81
Gambar 3.48 Desain User Interface Lihat MK Tawar ... 82
Gambar 3.49 Desain User Interface Form MK Tawar ... 82
Gambar 3.50 Desain User Interface Lihat Data Jadwal Dosen ... 83
Gambar 3.51 Desain User Interface Form Jadwal Dosen ... 83
Gambar 3.52 Desain User Interface Form MK Dosen ... 84
Gambar 3.53 Desain User Interface Lihat Data Perwalian Mahasiswa ... 85
Gambar 3.54 Desain User Interface Form Perwalian Mahasiswa ... 85
Gambar 3.55 Desain User Interface Lihat Hasil Perwalian Mahasiswa ... 86
xvii
Gambar 3.57 Desain User Interface Monitoring Proses Algoritma Genetika ... 87
Gambar 3.58 Desain User Interface Lihat Jadwal Mata Kuliah ... 87
Gambar 3.59 Desain User Interface Lihat Jadwal Kelas ... 88
Gambar 3.60 Desain User Interface Lihat Jadwal Mahasiswa ... 88
Gambar 4.1 Gambar Output pengecekan mata kuliah ... 95
Gambar 4.2 Gambar Output alokasi jadwal mengajar tiap dosen ... 96
Gambar 4.3 Gambar Output inisialisasi gen dalam kromosom ... 98
Gambar 4.4 Gambar Output pembentukan individu ... 99
Gambar 4.5 Gambar Output hasil populasi awal ... 99
Gambar 4.6 Gambar Code Seleksi Fitness ... 100
Gambar 4.7 Gambar Code perhitungan nilai fitness ... 101
Gambar 4.8 Gambar Output seleksi fitness ... 102
Gambar 4.9 Gambar Code Cross Over ... 103
Gambar 4.10 Gambar Code Elitisme... 104
Gambar 4.11 Gambar Code Mutasi ... 104
Gambar 4.12 Gambar Output Elitisme dan Mutasi ... 105
Gambar 4.13 User Interface Menu Utama ... 106
Gambar 4.14 User Interface Lihat List Mahasiswa. ... 106
Gambar 4.15 User Interface Lihat Data Mahasiswa. ... 107
Gambar 4.16 User Interface Input Data Mahasiswa. ... 107
Gambar 4.17 User Interface Lihat List Data Dosen. ... 108
Gambar 4.18 User Interface Input Data Dosen ... 108
Gambar 4.19 User Interface Input Data Mahasiswa. ... 109
Gambar 4.20 User Interface Lihat List Data Mata Kuliah ... 109
Gambar 4.21 User Interface Input Data Mata Kuliah ... 110
xviii
Gambar 4.23 User Interface Input Data Mahasiswa. ... 111
Gambar 4.24 User Interface Lihat Data MK Tawar ... 111
Gambar 4.25 User Interface Input Data MK Tawar. ... 112
Gambar 4.26 User Interface Lihat List Data Jadwal Dosen... 112
Gambar 4.27 User Interface Input Data Jadwal Dosen ... 113
Gambar 4.28 User Interface Input Data MK Dosen ... 113
Gambar 4.29 User Interface Lihat List Data Perwalian ... 114
Gambar 4.30 User Interface Buat Data Perwalian ... 114
Gambar 4.31 User Interface Lihat Data Perwalian ... 115
Gambar 4.32 User Interface Tambah Mata Kuliah ... 115
Gambar 4.33 User Interface Lihat List Data Hasil Perwalian ... 116
Gambar 4.34 User Interface Lihat List Data Kelas ... 116
Gambar 4.35 User Interface Lihat Data Jadwal Mahasiswa. ... 117
Gambar 5.1 Output hasil algoritma genetika 1 ... 123
Gambar 5.2 Output hasil algoritma genetika 2 ... 123
Gambar 5.3 Grafik hasil percobaan jumlah individu terhadap jumlah generasi tercapainya pencarian solusi ... 124
xix
DAFTAR SIMBOL
Nomor Simbol Arti Definisi
1
Proses Mempresentasikan operasi.
2
Input / Output
Mempresentasikan Input data atau Output data yang diproses atau informasi.
3
Keputusan Keputusan dalam program.
4
Preparation Pemberian harga awal.
7
Database Mempresentasikan sebuah tabel
basis data.
8
xx
Nomor Simbol Arti Definisi
9
Manual Input Input yang dimasukkan secara
manual dari keyboard.
10 Penghubung
Keluar atau masuk dari bagian lain flowchart khususnya halaman yang sama.
11
Penghubung
Keluar atau masuknya dari bagian lain flowchart khususnya halaman lain.
12
Display Output yang ditampilkan pada terminal
13
Anak Panah Mempresentasikan alur kerja.
14 Actor interaksi antara actor dengan aplikasi tersebut.
16 Association
Asosiasi, yaitu hubungan statis antar element. Umumnya
menggambarkan element yang memiliki atribut berupa element lain, atau element yang harus
xxi
Pewarisan, yaitu hubungan hirarkis antar element. Element dapat diturunkan dari element lain dan mewarisi semua atribut dan metoda element asalnya dan menambahkan fungsionalitas baru. suatu jenis hubungan yang
menandakan bahwa satu element, atau kelompok element, bertindak sebagai klien tergantung pada unsur lain atau kelompok element yang berlaku sebagai penyalur. Ini merupakan suatu hubungan lemah yang menandakan bahwa jika penyalur klien diubah maka klien secara otomatis akan terpengaruh oleh perubahan tersebut. Ini
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pendidikan merupakan hal yang sangat penting, sebab pendidikan
merupakan proses mencetak generasi penerus bangsa. Adapun fungsi pendidikan
adalah untuk mengembangkan kemampuan serta meningkatkan mutu kehidupan
dan martabat manusia.
Pendidikan yang umum adalah pendidikan di bidang akademik.
Pendidikan akademik adalah pendidikan yang diarahkan terutama pada
penguasaan disiplin ilmu pengetahuan tertentu. Sebagai contoh adalah pendidikan
Pascasarjana yang dapat diperoleh di Universitas Sangga Buana YPKP Bandung.
Universitas Sangga Buana merupakan salah satu universitas yang terletak
di Bandung tepatnya di Jalan PHH.Mustofa nomor 68 Bandung. Universitas
Sangga Buana didirikan pada tanggal 23 Maret 1968. Universitas Sangga Buana
semula bernama Sekolah Tinggi Ilmu Ekonomi (STIE) Yayasan Pendidikan
Keuangan dan Perbankan (YPKP) disingkat STIE YPKP.
Salah satu unsur utama di dalam sebuah sistem akademik adalah
penjadwalan. Penjadwalan ini meliputi penjadwalan kuliah mahasiswa dan
penjadwalan untuk alokasi kelas mata kuliah. Penentuan jadwal kuliah pada
sistem akademik program studi tersebut tidak optimum baik dalam segi waktu,
proses, maupun hasil dikarenakan proses yang masih manual dalam
pembuatannya. Sebelum di bentuk suatu jadwal diperlukan data ketersediaan
dosen mengajar dan data perwalian mahasiswa yang mengambil penawaran mata
kuliah pada semester tertentu, lalu staf program studi akan mengalokasikan
mahasiswa pada data ketersediaan dosen, ruang yang tersedia, kelas, hari, dan jam
2
Pada karya ini dicoba dikembangkan studi kasus tersebut dengan
mengimplementasi algoritma genetika. Dengan algoritma genetika diharapkan
dapat memperoleh optimasi penjadwalan, dimana terjadi kondisi terbaik untuk
pasangan jadwal kuliah mahasiswa dan jadwal mengajar dosen secara
keseluruhan. Tidak ada permasalahan bentrokan jadwal pada sisi mahasiswa, serta
ketersediaan ruang yang cukup dan sesuai secara fasilitas untuk seluruh mata
kuliah yang ada.
Pada penelitian mengenai penyelesaian masalah penjadwalan mata kuliah
kali ini digunakan algoritma genetika karena ketertarikan sebagai sesuatu yang
unik, dimana algoritma ini berbeda dengan algoritma yang biasa digunakan.
Keunikannya adalah mengikuti pola evolusi makhluk hidup dan sering
menggunakan bilangan yang dihasilkan secara random. Dari
bilangan-bilangan yang dihasilkan secara random, tetapi sesuai aturan-aturan yang ada,
dapat dihasilkan suatu solusi yang sama atau mendekati target yang ingin dicapai
(Oskar, 1999).
Bahasa pemrograman yang akan digunakan untuk mengembangkan
program adalah Java dengan basis data MySQL. Alasan penggunakan bahasa Java
karena merupakan bahasa pemrograman berorientasi objek, sehingga dapat
dengan mudah memecah bagian-bagian proses algoritma genetika menjadi
objek-objek, sedangkan basis data MySQL karena Java mendukung penggunaan basis
data tersebut dan memberikan sejumlah kemudahan.
Aplikasi ini sangat diharapkan untuk meningkatkan kinerja akademik
khususnya di dalam sistem penjadwalan baik dalam penjadwalan kuliah
mahasiswa maupun penjadwalan untuk alokasi kelas program studi magister
manajemen Universitas Sangga Buana YPKP. Oleh karena itu terlahir topik yang
berjudul Implementasi Penjadwalan Kuliah dengan Menggunakan Algoritma
Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga
3
1.2 Rumusan Masalah
Proses yang terdapat pada Sistem Akademik Program Studi Pascasarjana
Universitas Sangga Buana YPKP Bandung memiliki banyak sekali kegiatan yang
berhubungan, untuk itu sangat perlu merumuskan masalah yang akan dibahas
dalam pembuatan karya tulis ini. Rumusan masalah pada Implementasi
Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung) adalah sebagai berikut:
1. Bagaimana memecahkan masalah penjadwalan kuliah Program Studi
Magister Manajemen yang tengah berjalan di Universitas Sangga
Buana Bandung?
2. Bagaimana algoritma genetika dapat digunakan untuk memecahkan
masalah penjadwalan kuliah pada studi kasus Program Studi Magister
Manajemen Universitas Sangga Buana?
3. Bagaimana cara mengembangkan software dengan algoritma genetika
untuk memecahkan masalah penjadwalan kuliah pada studi kasus
Program Studi Magister Managemen Universitas Sangga Buana?
1.3 Tujuan
Tujuan pembuatan Implementasi Penjadwalan Kuliah dengan
Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung), sebagai berikut :
1. Menjabarkan dan menganalisa proses akademik penjadwalan kuliah
yang tengah berjalan di Universitas Sangga Buana Bandungdan
menerapkan algoritma genetika untuk penjadwalan.
2. Menjabarkan proses algoritma genetika sebagai pencarian solusi yang
dikondisikan untuk memecahkan masalah pada penjadwalan kuliah
studi kasus Program Studi Magister Managemen Universitas Sangga
4
3. Membuat sebuah software yang dapat melakukan proses pembuatan
jadwal kuliah dengan menggunakan algoritma genetika untuk studi
kasus Program Studi Magister Manajemen Universitas Sangga Buana.
1.4 Batasan Masalah
Dalam pembuatan aplikasi ini, dibuat batasan masalah agar topik sesuai
dengan ruang lingkup yang dikaji atau di bahas, berikut adalah batasan masalah:
1. Software yang dibuat merupakan aplikasi desktop.
2. Sistem penjadwalan ini menggunakan studi kasus penjadwalan kuliah
sistem akademik Program Studi Magister Manajemen Pascasarjana
Universitas Sangga Buana.
3. Sistem penjadwalan ini digunakan saat alokasi kelas untuk mata kuliah
yang akan ditawarkan.
4. Pengolahan data yang dilakukan di aplikasi ini meliputi:
a) Pencarian solusi masalah penjadwalan mata kuliah menggunakan
algoritma genetika.
b) Pengolahan data jadwal kuliah mahasiswa yang dilakukan secara
terpisah dari proses algoritma genetika untuk penjadwalan mata
kuliah.
5. Aplikasi hanya dapat digunakan oleh admin (single user).
6. Aplikasi melakukan pencarian solusi dengan algoritma genetika.
7. Pengguna dapat menentukan data input yang dibutuhkan algoritma
genetika
8. Pengguna dapat menentukan parameter perubahan algoritma genetika.
9. Hasil dari pencarian solusi menggunakan algoritma genetika adalah
penjadwalan mata kuliah dalam kurung waktu satu minggu untuk satu
5
1.5 Sistematika Pembahasan
Pembuatan Tugas Akhir ini terdiri dari 6 (enam) bab yang disusun
sedemikian rupa dengan materi pembahasan yang berhubungan dengan
sistematika sebagai berikut:
BAB I PENDAHULUAN
Bab ini menjelaskan tentang Latar Belakang, Rumusan Masalah, Tujuan,
Batasan Masalah, Sistematika Pembahasan.
BAB II LANDASAN TEORI
Bab ini membahas mengenai dasar teori-teori yang digunakan untuk
membuat aplikasi ini.
BAB III ANALISIS DAN DISAIN
Bab ini membahas mengenai analisa dan pemodelan dari aplikasi yang
dibuat.
BAB IV PENGEMBANGAN PERANGKAT LUNAK
Bab ini membahas mengenai rancangan dan implementasi yang berisi
penjelasan tiap fitur yang ada dalam aplikasi.
BAB V TESTING DAN EVALUASI SISTEM
Bab ini membahas mengenai hasil pengujian dari aplikasi yang telah
dibuat.
BAB VI KESIMPULAN DAN SARAN
Pada bab terakhir ini membahas mengenai rangkuman hasil-hasil
pembahasan dan kesimpulan secara keseluruhan yang merupakan jawaban atas
persoalan yang dikemukakan dalam rumusan masalah, serta rencana implementasi
127
BAB VI
KESIMPULAN DAN SARAN
6.1Kesimpulan
Berdasarkan hasil pengamatan dengan melakukan analisis dan
perancangan serta implementasi program dapat ditarik kesimpulan sebagai
berikut:
1. Proses akademik penjadwalan kuliah Program Studi Magister
Manajemen yang tengah berjalan di Universitas Sangga Buana
Bandung telah dapat dijabarkan dan dianalisa pada karya tulis untuk
dijadikan studi kasus dan menerapkan algoritma genetika dalam
pemecahan masalah.
2. Algoritma genetika telah dapat dijabarkan dan memungkinkan untuk
pencarian solusi pada masalah penjadwalan kuliah pada studi kasus
Program Studi Magister Manajemen Universitas Sangga Buana.
3. Aplikasi telah dapat melakukan pembuatan jadwal kuliah dan
menemukan solusi penjadwalan kuliah dengan algoritma genetika
untuk studi kasus penjadwalan kuliah pada Program Studi Magister
Manajemen Universitas Sangga Buana.
Adapun beberapa perolehan kesimpulan berdasarkan hasil percobaan dari
pembentukan penjadwalan kuliah oleh algoritma genetika dengan melibatkan data
50 kelas, lebih dari 20 dosen, dan 10 mata kuliah pada aplikasi adalah sebagai
berikut:
1. Pencarian solusi dibeberapa percobaan yang menggunakan algoritma
genetika untuk penjadwalan kuliah pada studi kasus telah dapat dicapai
dengan diperolehnya individu yang memiliki fitness bernilai 0 yang
128
2. Pada pencarian solusi, semakin besar jumlah individu dalam populasi
maka membutuhkan jumlah generasi yang lebih sedikit dibandingkan
dengan populasi yang lebih sempit (memiliki jumlah individu yang
lebih sedikit). Dengan kata lain jumlah individu dalam populasi
berbanding terbalik dengan jumlah generasi yang dibutuhkan.
3. Pada pencarian solusi, semakin besar generasi yang dibutuhkan
semakin bertambah lama pula waktu yang diperlukan untuk pencarian
solusi (berbanding lurus).
6.2Saran
Saran yang didapat dan diperlukan menurut penulis untuk
mengembangkan sistem yang dapat mendukung proses sehingga kinerja pada
studi kasus lebih baik:
1. Program dikembangkan menjadi multi-user dengan diberikannya hak
akses kepada mahasiswa agar dapat menentukan jadwal kuliah per-orang
atau yang disebut sebagai proses perwalian.
2. Menambah fitur pengelolaan absensi kehadiran mahasiswa dalam jadwal
kuliah.
3. Membuat laporan hasil pengolahan data yang dapat di visualisasikan ke
xxi
DAFTAR PUSTAKA
Basuki, Achmad. 2003. Algoritma Genetika Suatu Alternatif Penyelesaian Permasalahan
Searching, Optimasi dan Machine Learning. Surabaya : PENS – ITS
Borschbach, et al. 2009. Empirical Benchmarks of a Genetic Algorithm Incorporating Human
Strategies. Germany : University of Applied Sciences
Hermawan, Benny. 2004. Menguasai Java 2 & Object Oriented Programming. Yogyakarta:
ANDI.
Koza, John R. 1998. Genetic Programming. London : The MIT Press
Mitchell, Melanie. 1999. An Introduction to Genetic Algorithms. London : The MIT Press
Oskar. 1999. Penerapan Algoritma Genetika dalam Penyelesaian Masalah NP- Complete.
Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah
Mada.
Otbiko, M. 1998. An Intoduction to Genetic Algorithm, Retrieved Desember, 2011, from
http://cs.felk.cvut.cz/~xobitko/ga/.
Radiant Victor Imbar & Bernard Renaldy Suteja. 2006. Pemrograman Web-Comerce dengan
ORACLE & ASP. Bandung: Informatika
Sri Dharmiyanti & Romi Satria Wahono. 2003. Pengantar Unified Modelling Language
