Mitigasi Premature Convergence Pada Genetic Algorithm Menggunakan Metoda Dynamics Growth Population Dalam Kasus University Course Scheduling

Abstract

Permasalahan penjadwalan kegiatan perkuliahan atau yang biasa disebut sebagai University Course Scheduling (UCS), hingga saat ini masih menjadi dilema antara kepentingan dosen, mahasiswa dan fasilitas yang tersedia. salah satu solusi terhadap permasalahan permasalahan tersebut ini adalah dengan menggunakan Genetic Algorithm (GA) untuk menguraikan permutasi acara perkuliahan dengan pertimbangan constraint yang diinginkan. Penelitian ini mengusulkan penggunaan Dynamics Population pada pertumbuhan jumlah populasi setiap generasinya untuk mencegah terjadi premature convergence akibat terbatasnya search space. Data penelitian diperoleh berdasarkan proses penjadwalan pada jurusan Teknik Elektro UIN SUSKA –Riau semester Gasal 2019-2020 dan hasil interview dari sejumlah civitas akademika. Beberapa skenario yang diamati dalam penelitian ini adalah berdasarkan variasi inisialisasi populasi 50-100 individu, dengan probabilitas 0,1 hingga 0,5 dan probabilitas mutasi 0,01 hingga 0,0.5. Hasil penelitian menunjukkan bahwa inisialisasi populasi 70 dengan probabilitas crossover 0,5 dapat mengatasi permasalahan premature convergence untuk mendapatkan solusi terhadap UCS. Selain itu penambahan probabilitas mutasi lebih dari 0,01 akan mengakibatkan beban komputasi yang semakin tinggi.