Pembuatan Aplikasi Penjadwalan Mata Kuliah Menggunakan Algoritma Genetika

Ryan Eka Wiratna, Afina Lina Nurlaili, Agung Mustika Rizki

Abstract

Penjadwalan matakuliah yang dilakukan perguruan tinggi merupakan kegiatan yang selalu dilakukan pada setiap semesternya. Pembuatan jadual seringkali dilakukanoleh instansi terkait masih dilaksanakan secara manual sehingga hal tersebut menjadi kurang efisien sehingga membutuhkan waktu lama dan akurasi jadual yang dibuat tidak bisa dipastikan. Berdasarkan dari kondisi tersebut, maka dibuatkan system berbasis website yang digunakan untuk mempermudahkan dalam proses pembuatan jadual matakuliah sehingga pembuatan jadual dapat dilakukan secara otomatis sehingga menjadi efisien. Proses pembuatan jadual menerapkan algoritma genetika sebagai metode mencapai hasil jadwal yang tepat. Algoritma genetika bekerja melalui beberapa tahapan yaitu inisialisasi, seleksi, crossover dan mutasi untuk mendapatkan hasil akhir berupa jadual mata kuliah dengan nilai akhir fitness = 1. Pada penelitian ini terdapat beberapa ujicoba yang dilakukan yaitu melakukan variasi pada indikator algoritma dengan nilai yang berbeda. Hasil yang didapatkan dari keseluruhan ujicoba, jadual yang dihasilkan dari system yang dibuat menghasilkan nilai fitness = 1, sehingga jadwal yang terbentuk tidak bertabrakan dengan jadwal lainnya serta rata – rata jadwal yang dihasilkan pada keseluruhan penelitan membutuhkan waktu 2,8 menit untuk jadwal terbentuk.

 

 

Keywords

Algoritma Genetika; Penjadwalan; Matakuliah; Website

Full Text:

PDF

References

A. M. Rizki, W. F. Mahmudy, and G. E. Yuliastuti, “Optimasi Multi Travelling Salesman Problem (M-TSP) Untuk Distribusi Produk Pada Home Industri Tekstil Dengan Algoritma Genetika,” Klik - Kumpul. J. Ilmu Komput., vol. 4, no. 2, p. 125, 2017, doi: 10.20527/klik.v4i2.86.

W. F. Mahmudy, R. M. Marian, and L. H. S. Luong, “Real Coded Genetic Algorithms for Solving Flexible Job-Shop Scheduling Problem – Part II : Optimization,” Adv. Mater. Res., vol. 701, pp. 364–369, 2013, doi: 10.4028/www.scientific.net/AMR.701.364.

M. A. Yaqin and T. Lisbiantoro, “Optimasi Penjadwalan Perkuliahan Jurusan Teknik Informatika Universitas Islam Negeri Maulana Malik Ibrahim Malang Menggunakan Algoritma Genetika dengan Metode Seleksi Rank,” MATICS J. Ilmu Komput. dan Teknol. Inf., vol. 4, no. 5, pp. 191–196, 2012.

G. E. Yuliastuti, A. M. Rizki, W. F. Mahmudy, and I. P. Tama, “Optimization of Multi-Product Aggregate Production Planning using Hybrid Simulated Annealing and Adaptive Genetic Algorithm,” Int. J. Adv. Comput. Sci. Appl., vol. 10, no. 11, pp. 484–489, 2019, doi: 10.14569/IJACSA.2019.0101167.

G. E. Yuliastuti, C. N. Prabiantissa, S. Agustini, and D. H. Sulaksono, “Optimasi Rute Jaringan Mikrotik dengan Algoritme Genetika,” in Prosiding Seminar Nasional Sains dan Teknologi Terapan VIII, 2020, no. October, pp. 209–216.

G. E. Yuliastuti, W. F. Mahmudy, and A. M. Rizki, “Penanganan Fuzzy Time Window pada Travelling Salesman Problem (TSP) dengan Penerapan Algoritma Genetika,” MATICS J. Ilmu Komput. dan Teknol. Inf., vol. 9, no. 1, pp. 38–43, 2017.

G. E. Yuliastuti, A. M. Rizki, W. F. Mahmudy, and I. P. Tama, “Determining Optimum Production Quantity on Multi- Product Home Textile Industry by Simulated Annealing,” J. Inf. Technol. Comput. Sci., vol. 1, no. 1, 2018.

W. A. Puspaningrum, A. Djunaidy, and R. A. Vinarti, “Penjadwalan Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS,” J. Tek. Pomits, vol. 2, no. 1, pp. 127–131, 2013.

Z. Sharfina and H. B. Santoso, “An Indonesian Adaptation of the System Usability Scale (SUS),” in International Conference on Advanced Computer Science and Information Systems, ICACSIS 2016, 2016, pp. 145–148, doi: 10.1109/ICACSIS.2016.7872776.

J. Brooke, “SUS: A Retrospective,” J. Usability Stud., vol. 8, no. 2, pp. 29–40, 2013.

Refbacks

  • There are currently no refbacks.