Pemodelan Sistem Optimasi Penjadwalan Matakuliah Dengan Algoritma Genetika

Abstract

Penjadwalan mata kuliah disetiap universitas merupakan pekerjaan yang rumit dan kompleks karena banyak kendala dan aturan-aturan yang harus diperhatikan. Penjadwalan pun menjadi hal yang krusial dalam proses belajar mengajar karena kegiatan dosen dan mahasiswa tergantung pada jadwal yang telah disusun. Permasalahan umum yang perlu diperhatikan pada saat penjadwalan yaitu kemungkinan dosen mengajar lebih dari satu mata kuliah dan kemungkinan jumlah matakuliah dan dosen tidak seimbang. Penyusunan jadwal perkuliahan di Fakultas Teknik UST masih dilakukan secara manual dengan menggunakan excel sehingga proses penyusunan jadwal tersebut membutuhkan waktu yang lama sehingga kurang efektif.
 Penelitian ini bertujuan untuk merancang sebuah pemodelan sistem optimasi penjadwalan matakuliah di Fakultas Teknik UST dengan algoritma Genetika agar dapat mempermudah pengembangan sistem penjadwalan dan mengoptimalisasikan waktu penyusunan jadwal matakuliah. Data yang digunakan adalah data sekunder berupa data penjadwalan mata kuliah di Fakultas Teknik UST semester genap tahun akademik 2022/2023. Hasil akhir dari penelitian ini adalah sebuah pemodelan sistem optimasi penjadwalan matakuliah di Fakultas Teknik UST. Pemodelan proses sistem dilakukan dengan UML (Unified Modeling Language) yang terdiri dari 3 diagram yaitu Use Case Diagram, Activity Diagram, dan Class Diagram sedangkan pemodelan analisis penyimpanan datanya menggunakan ERD (Entity Relation Diagram). Pada penelitian ini menerapkan 4 hard constraint dan 3 soft constraint yang menjadi batasan dalam memproses penjadwalan dengan algortima genetika.

Pengimplementasian Algoritma Genetika Dalam Sistem Penjadwalan Praktikum

“…Proses crossover pada penelitian ini menggunakan metode single-point Crossover untuk menghasilkan individu child dari dua parent. Pada metode ini setiap gen pada satu individu parent akan dipertukarkan dengan gen pada individu parent lain untuk membuat individu baru melalui satu titik potong [19]. Proses pada Crossover ini diawali dengan gen dari parent pertama dan kedua disalin ke dalam variabel lokal.…”