PEMODELAN ALGORITMA GENETIKA PADA SISTEM PENJADWALAN PERKULIAHAN PRODI ILMU KOMPUTER UNIVERSITAS LAMBUNGMANGKURAT

Muliadi Aziz

Abstract


Abstract

Creating a schedule learning activities in academic activities a routine work in colleges, many case that often happens when making a schedule of lectures, there are few lecturers could not be on a particular day, imited availability of study rooms, There are some student who take a different course in the same time, on the time and a particular day is the time to worship regularly every week. One method that can beused to complete its the problem using Genetic Algorithms (GA), multiple levels that need to be applied to solve the scheduling problem using the GA, start of coding, determine the value of the initial population, determine the value of chromosomes at random, determine the fitness value to minimize the collision schedule, then selecting roulettewheel, perform a cut point crossover, then perform mutation encoding values, elitism. The results obtained from genetic algorithm modeling in decision support systems a schedule of lectures in Computer Science, State University of Hull Mangkurat Banjarmasin. Of the some stages of testing that has been performed to get the best results with all the fitness value of each generation is 1 (one) and, GA modeling can be applied to decision support systems scheduling department of Computer Science FMIPA UNLAM

Keyword : Decision Support System, Course Scheduling, Genetic Algorithms

ABSTRAK

Membuat jadwal kegiatan proses belajar mengajar pada kegiatan akademik merupakan pekerjaan rutin setiap semester disebuah perguruan tinggi, banyak hal yang sering terjadi saat membuat jadwal perkuliahan diantaranya ada bebarapa dosen yang tidak bisa menajar pada hari tertentu, keterbatasan ketersediaan ruangan belajar, terdapat beberapa mahasiswa yang mengambil matakuliah yang berbeda dalam waktu yang sama, pada waktu dan hari tertentu merupakan waktu untuk peribadahan secara rutin setiap minggunya. Salah satu metode yang dapat digunakan untuk meyelesakan masalah tersebut menggunakan Algoritma Genetika (AG), beberapa tingkatan yang perlu diterapkan untuk menyelesaikan masalah penjadwalan menggunakan AG, dimulai dari pengkodean, menentukan nilai populasi awal, menentukan nilai kromosom secara acak, menentukan nilai fitness untuk meminimalisir jadwal yang tabrakan, kemudian melakukan seleksi roulettewheel, melakukan pindah silang satu titik potong (one-point crossever), kemudian melakukan mutasi pengkodean nilai, elitism. Hasil yang diperoleh dari pemodelan AG pada sistem pendukung keputusan ini merupakan jadwal perkuliahan pada Prodi Ilmu Komputer FMIPA Universitas Lambung Mangkurat Banjarmasin. Dari beberapa tahapan pengujian yang telah dilakukan didapatkan hasil terbaik dengan semua nilai fitness tiap generasi bernilai 1 dan, pemodelan AG ini dapat diterapkan pada sistem pendukung keputusan penjadwalan perkuliahan pada prodi Ilmu Komputer FMIPA UNLAM

Kata Kunci : Sistem Pendukung Keputusan, Penjadwalan Perkuliahan, Algoritma Genetika

Full Text:

PDF

References


Desiani, A. & Arhami, M., 2006. Konsep Kecerdasan Buatan. Yogyakarta: Andi.

Harik, G, F., Goldberg, D. E. & Fernando, G., 1997. The compact Genetic Algorithm. Urbana: University of Illinois, USA.

Kadir, A., 2005. Pemrograman Database dengan Delphi 7 Menggunakan ACCESS dan ADO. Yogyakarta: Andi.

Langdon, W. B., 2000. Genetic Programming And Data Structures. s.l.:Kluwer Academic Publisher.

Negnevitsky, M., 2005. Artifical Intelligence: A Guide to Intelligent Systems. s.l.:Addison Wesley.

Rimcharoen, S., Daricha, S. & Prabhas, C., 2006. Real option approach to finding optimal stopping time in compact genetic algorithm. Bangkok: Chulalongkorn University.

Suja, I., 2005. Pemrograman SQL dan Database Server MySQl. Yogyakarta: Andi.




DOI: http://dx.doi.org/10.20527/klik.v1i1.8

Copyright (c) 2016 KLIK - JURNAL ILMIAH ILMU KOMPUTER



Indexed by:

  
 

 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.joomla
counter View My Stats