Analisis Penyelesaian Masalah Penjadwalan
Kuliah Menggunakan Teknik Pewarnaan Graph
Dengan Algoritma Koloni Lebah
Oleh :
Heni Rachmawati – 2209206810
Prof.Dr.Ir.Mauridhi Hery Purnomo,M.Eng
Dr.I Ketut Eddy Purnama,ST.,MT.
Agenda Presentasi
•
Pendahuluan
•
Metodologi Penyelesaian Masalah
•
Hasil dan Pembahasan
•
Kesimpulan
Tujuan
•
Menerapkan teknik pewarnaan graph dengan algoritma
koloni lebah untuk membangun solusi layak bagi
masalah penjadwalan kuliah
•
Meminimalisasi permasalahan penjadwalan kuliah
dengan mempertimbangkan kebutuhan untuk
memberikan prioritas bagi beberapa dosen tidak
Batasan Masalah
•
Perkuliahan dengan sifat praktikum tidak dijadwalkan
•
Setiap perkuliahan diasumsikan menghabiskan waktu
maksimal yaitu tiga slot waktu, meskipun jumlah sks
perkuliahan tersebut hanya dua sks
•
Dosen hanya memiliki satu status prioritas saja
•
Perkuliahan-perkuliahan kelas paralel tidak harus
dipasang dalam slot waktu yang sama
A Study of University Timetabling that Blends Graph
Coloring with the Satisfaction of Various Essential and
Preferential Conditions oleh Timothy Anton Redl
•
Algoritma Sekuensial & Greedy
•
Future work bagi pada penelitian ini adalah mengujikan algoritma
Proposing a New Algorithm Based on Bees Behaviour for
Solving Graph Coloring oleh Majid Faraji dan H.Haj
Seyyed Javadi
•
Algoritma koloni lebah untuk pewarnaan graph
•
Diujicobakan dengan graph contoh DIMACS dan dibandingkan
dengan algoritma koloni semut max-min
•
Hasilnya koloni lebah memiliki akurasi yang setara dengan koloni
semut dan memberikan kecepatan
komputasi yang lebih baik
•
Penelitian ini belum diujikan untuk
masalah yang aplikatif
Positioning
•
Menggabungkan kedua penelitian sebelumnya,
dengan menambahkan parameter prioritas
dosen sebagai soft constraint
•
Diujicobakan untuk kasus penjadwalan kuliah di
Graph Kuliah Konflik
Hard Constrain 2 : Mahasiswa Tidak
Bentrok
Matrik Adjacency sebagai Representasi
Graph Kuliah Konflik
0
0
1
1
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1 1
0
0
0
0
0
0
1
0
1
0
0
0
1
0
1
0
0 0
0
0
1
0
Pewarnaan Graph Kuliah
Konflik oleh Algoritma
Koloni Lebah
Mencari Slot Waktu sekaligus
Pemasangan Ruangan
•
Ditawarkan oleh Redl untuk rekonstruksi graph kuliah konflik
•
n adalah jumlah ruangan yang bisa digunakan untuk perkuliahan
yang dirujuk oleh node tersebut
Teknik Konvensional
Teknik Redl
1 perkuliahan -> 1 node
1 perkuliahan -> n node
Pemasangan ruangan
dilakukan setelah slot
waktu diperoleh
Pemasangan ruangan dan
pencarian slot waktu
Fungsi Pewarnaan Graph
•
Jika terdapat N node dalam sebuah graph
▫ derajat sebuah node
adalah deg( ) =
▫ node yang terhubung dengan node
adalah { ,
, … ,
}
▫ himpunan warna dari node yang terhubung dengan node
adalah
= { ( ), (
), … , (
)}
▫ himpunan warna yang telah digunakan untuk mewarnai graph adalah
=
{
,
, … ,
} dimana terdapat r ruangan maka :
Redl
Konvensional
= 1
∄
ℎ
≤
ℎ
= ;
= 1
∄
ℎ
= ;
Pewarnaan Graph Kuliah Konflik
Konvensional
•
Asumsi posisi awal pencarian solusi dari node 1
•
Posisi berikutnya dicari dengan probabilitas (untuk solusi primer) :
Angka kromatik = 3
,=
0,
∈
deg( )
∑
, ∈deg
,
∉
1
1
2
3
2
3
1
Pewarnaan Graph Kuliah Konflik Redl
R1 R21
R1 R26
R1 R25
R1 R20
R1 R22
R1 R23
1 1 3 3 2 4 R1 R24
2Angka kromatik = 4
Transformasi Jadwal
Contoh Solusi Lebah : 1, 1, 3, 2, 3, 2, 4
Kumpulkan solusi dengan warna yang sama :
1 1 ; 2 2 ; 3 3 ; 4
Referensikan ke node pemilik : Node 1, Node 0 ;
Node 2, Node 4 ; Node 3, Node 5 ; Node 6 ;
Referensikan ke kode buka perkuliahan (asumsi)
kd_buka 1, kd_buka 0; kd_buka 2, kd_buka 4; kd_buka 3 , kd_buka 5; kd_buka 6;
Pemasangan Solusi pada Slot Waktu
Ruang 1
Ruang 2
07.00-07.50kd_buka 1 -> (2sks)
kd_buka 0 -> (3sks)
08.00-08.50kd_buka 1 -> (2sks)
kd_buka 0 -> (3sks)
09.00-09.50kd_buka 0 -> (3sks)
10.00-10.50kd_buka 2 -> (2sks)
kd_buka 4 -> (2sks)
11.00-11.50kd_buka 2 -> (2sks)
kd_buka 4 -> (2sks)
12.00-12.50 13.00-13.50kd_buka 3 -> (3sks)
kd_buka 5 -> (2sks)
14.00-14.50kd_buka 3 -> (3sks)
kd_buka 5 -> (2sks)
15.00-15.50kd_buka 3 -> (3sks)
kd_buka 4 -> (2sks)??
Prioritas Dosen
Status
SN1
SN2
SN3
Waktu Berhalangan Senin,
07.00 – 13.00
Senin,
13.00 – 16.00
Senin,
07.00 – 16.00
Ruang 1
Ruang 2
07.00-07.50
Kd_buka 1 -> (SN1)
Kd_buka 0 -> (-)
Not ok
08.00-08.5009.00-09.50
10.00-10.50
Kd_buka 2 -> (-)
Kd_buka 4 -> (-)
ok
11.00-11.5012.00-12.50
13.00-13.50
Kd_buka 3 -> (-)
Kd_buka 5 -> (SN2)
Not ok
14.00-14.50 15.00-15.50Ruang 1
Ruang 2
07.00-07.50Kd_buka 2 -> (-)
Kd_buka 4 -> (-)
ok
08.00-08.50 09.00-09.5010.00-10.50
Kd_buka 1 -> (SN1)
Kd_buka 0 -> (-)
Not ok
11.00-11.5012.00-12.50
13.00-13.50
Kd_buka 3 -> (-)
Kd_buka 5 -> (SN2)
Not ok
14.00-14.50 15.00-15.50Ruang 1
Ruang 2
07.00-07.50Kd_buka 3 -> ()
Kd_buka 5 -> (SN2)
ok
08.00-08.50 09.00-09.50 10.00-10.50Kd_buka 2 -> (-)
Kd_buka 4 -> (-)
ok
11.00-11.50 12.00-12.50 13.00-13.50Kd_buka 1 -> (SN1)
Kd_buka 0 -> (-)
ok
14.00-14.50 15.00-15.50Data Ujicoba
•
A : Data perkuliahan semester genap tahun akademik 2007/2008
dengan jumlah data 160 perkuliahan, beberapa diantaranya
perkuliahan paralel dan jumlah ruangan 11 ruang
(1 kuliah diampu hanya 1 dosen, tanpa ada prioritas)
•
B : Data perkuliahan semster ganjil tahun akademik 2010/2011
dengan jumlah data 206 perkuliahan, beberapa diantaranya
perkuliahan paralel dan perkuliahan yang dipecah pertemuannya.
Jumlah ruangan yang digunakan pada data ini adalah 15 ruang
.
(1 kuliah diampu maksimal 2 dosen, beberapa dosen memiliki
status prioritas)
Paramater Ujicoba I,II, Satemen (2008)
Tujuan : membandingkan teknik Lebah + Redl (ujicoba I) dengan
teknik Lebah + Konvensional (ujicoba II) dan Genetika +Tabu search
(Satemen, 2008)
No Nama Parameter Nilai Parameter Keterangan
1 Jumlah Perkuliahan 160 Beberapa perkuliahan
paralel
2 Jumlah Ruangan 11
-3 Jumlah Dosen 76
-4 Jumlah Lebah Pekerja 10
-5 Jumlah Iterasi
Maksimum
2
Hasil Ujicoba I,II,Satemen (2008)
No Nama Parameter Redl + Lebah Konvensional + Lebah
Genetika + Tabu Search
1 Membangun Graph Kuliah
Konflik
678detik 672 detik
-2 Membangun Graph kuliah Bebas
Konflik
31 detik 71 detik
-3 Angka kromatik 15 15
-4 Jumlah Iterasi 2 2 9820
5 Presentase pelanggaran hard
constraint
0% 0% 0%
6 Presentase perkuliahan yang
berhasil dijadwalkan
Paramater Ujicoba III dan IV
Tujuan : membandingkan ujicoba I dengan jumlah data yang lebih
banyak dan jumlah ruangan yang lebih banyak
No Nama Parameter Nilai Parameter (Ujicoba I) Nilai Parameter (Ujicoba III) Nilai Parameter (Ujicoba IV) 1 Jumlah Perkuliahan 160 206 206 2 Jumlah Ruangan 11 11 15 3 Jumlah Dosen 76 98 98 4 Jumlah Lebah Pekerja 10 10 10 5 Jumlah Iterasi Maksimum 2 2 2
Hasil Ujicoba I,III,IV
No Nama Parameter Ujicoba I Ujicoba III Ujicoba IV
1 Membangun Graph Kuliah
Konflik
678 detik 1247 detik 1247 detik
2 Membangun Graph kuliah
Bebas Konflik
31 detik 59 detik 48 detik
3 Angka kromatik 15 20 15
4 Presentase pelanggaran
hard constraint
0% 0% 0%
5 Presentase perkuliahan
yang berhasil dijadwalkan
Paramater Ujicoba IV,V, dan VI
Tujuan : membandingkan hasil pelanggaran soft constraint jika
jumlah dosen yang memiliki status prioritas terus meningkat
No Nama Parameter Nilai Parameter (Ujicoba IV) Nilai Parameter (Ujicoba V) Nilai Parameter (Ujicoba VI) 1 Jumlah Perkuliahan 206 206 206 2 Jumlah Dosen 98 98 98
3 Jumlah dosen dengan
prioritas
10 20 30
4 Jumlah Lebah Pekerja 10 10 10
5 Jumlah Iterasi
Maksimum Cek Status Prioritas
100 100 100
Hasil Ujicoba IV,V, dan VI
No Nama Parameter Ujicoba I V Ujicoba V Ujicoba VI
1 Membangun Graph Kuliah
Konflik
1247 detik 1247 detik 1247 detik
2 Membangun Graph kuliah
Bebas Konflik
48 detik 51 detik 53detik
3 Angka kromatik 15 15 15
4 Presentase pelanggaran
hard constraint
0% 0% 0%
5 Presentase perkuliahan
yang berhasil dijadwalkan
100% 100% 100% 6 Presentase perkuliahan dengan prioritas 15,3% 36,4% 55% 7 Presentase pelanggaran soft constraint 0% 0% 6% 8 Jumlah iterasi 6 55 100
Kesimpulan
•
Algoritma Lebah untuk pewarnaan graph kuliah konflik versi Reld maupun
versi Konvensional, dapat digunakan untuk penyelesaian masalah
penjadwalan kuliah. Algoritma lebah berhasil memberikan solusi yang
layak tanpa ada satupun pelanggaran terhadap hard constraint
•
Berdasarkan perbandingan beberapa teknik, Teknik Rekonstruksi Graph
Kuliah Konflik Redl berhasil menjadwalkan 100% perkuliahan. Teknik
Konvensional berhasil menjadwalkan 88,75% sementara kombinasi Teknik
Genetika dan Tabu Search berhasil menjadwalkan 28% dari total 160
perkuliahan dan 11 ruangan
•
Meningkatnya jumlah data perkuliahan akan meningkatkan waktu
komputasi untuk memperoleh solusi
Kesimpulan
•
Meningkatkan jumlah ruangan akan meningkatkan
presentase perkuliahan berhasil dijadwalkan
•
Meningkatnya jumlah dosen yang memiliki status prioritas
akan meningkatkan jumlah iterasi yang dibutuhkan
mendapatkan solusi yang tidak melanggar soft constraint
prioritas dosen
Future Work
•
mempertimbangkan parameter perkuliahan paralel agar bisa
diselenggarakan pada slot waktu yang sama
•
mengoptimalkan penggunaan ruangan dengan menggunakan slot
waktu aktual dari setiap perkuliahan berdasarkan jumlah sksnya
•
penambahan parameter soft constraint lainnya
•
menambahkan fitur-fitur lain pada sistem yang mendukung
kelancaran penjadwalan kuliah, misalnya fitur reminder mengajar
bagi dosen yang disampaikan dengan layanan sms.
Daftar Pustaka
• Burke, Edmund., Kirk Jackson, Jeff Kingston, Rupert Weare. (1997), “Automated University Timetabling: The State of Art”, Computer Journal of Oxford Journals Volume 4, Issue 9.
• Carlos, Lara., Juan J Flores dan Felix Calderon. (2008), “Solving a School Timetabling Problem Using a Bee Algorithm”, MICAI
• Faraji, Majid., Seyyed Javadi Haj. (2011), “Proposing a New Algorithm Based on Bees Behaviour for Solving Graph Coloring”. International Journal Contemp.Math.Sciences, Vol 6, no.1,41-49
• Gamst, A. (1999), “Some Lower Bounds for a Class of Frequency Assignment Problem”, IEEE Transaction of Vehicular Technology, 35,8-14
• Rachmawati, Heni., I Ketut Edy Purnama, Mauridhi Hery Purnomo. (2011), “Analisis
Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah”, SNPs-XI
• Karaboga, Dervis., Akay Bahriye. (2009), “A Comparative Study of Artificial Bee Colony Algorithm”, Applied Mathematics and Computation 214,108-132.
• Mulvey, J.M. (1982), “A Classroom/Time Assignment Model”, European Journal of Operational Research 9, 64-70
• Redl, Timothy Anton. (2004), “A Study of University Timetabling that Blends Graph Coloring with the Satisfaction of Various Essential and Preferential Conditions”, Tesis, Rice University.
• Rubio, Jose Miguel., Franklin Johnson dan Broderick Crawford. (2008), “ACO Hypercube Framework for Solving a University Course Timetabling Problem”, Proceedings of The International MultiConfrence of Engineers and Computer Scientists
• Satemen, Komang. (2008), “Kombinasi Algoritma Genetika dan Tabu Search dalam Pembuatan Tabel Jadwal Mata Kuliah”, Tesis, Institut Teknologi Sepuluh Nopember Surabaya.