OPTIMALISASI PENJADWALAN PERKULIAHAN DENGAN ALGORITMA GENETIKA

• Sisferi Hikmawan
• 14002318

---

ABSTRAK

ABSTRAK

 

 

Nama                 :      Sisferi Hikmawan

NIM                  :      14002318

Program Studi   :      Ilmu Komputer

Jenjang              :      Strata Dua (S2)

Konsentrasi       :      Data Mining

Judul Tesis        :      “Optimalisasi Penjadwalan Perkuliahan dengan Algoritma Genetika”

 

 

Dalam perkuliahan, penjadwalan perkuliahan merupakan faktor paling penting dalam kepuasan pelayanan terhadap mahasiswa. UNISMA Bekasi masih menggunakan cara manual dalam penjadwalan perkuliahan. Algoritma Genetika dapat memecahkan penjadwalan dengan constraint berbeda-beda. Pada Algoritma Genetika yang diajukan, dilakukan pengubahan operator mutasi menjadi mutasi individu terbatas  dan fitur seleksi yang disesuaikan dengan constraint dalam permasalahan yang ingin dipecahkan. Dan Algoritma Genetika dengan mutasi terbatas terbukti memiliki kelebihan dalam mengakomodir permasalahan constraint yang terdapat di UNISMA Bekasi. Dihasilkan Pengujian dalam percobaan yang dilakukan terhadap data kurikulum untuk Semester Ganjil Tahun Akademik 2020/2021 dengan menggunakan Algoritma Genetika dengan mutasi_individu_terbatas yaitu beban minimum = 0 dengan iterasi = 10 dengan populasi = 500.

 

Kata kunci:

Data Mining, Algoritma genetika, mutasi, jadwal perkuliahan

KATA KUNCI

Data Mining

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1]      M. L. Pinedo, Scheduling: Theory, algorithms, and systems. 2008.

[2]      D. F. Shiau, “A hybrid particle swarm optimization for a university course scheduling problem with flexible preferences,” Expert Syst. Appl., vol. 38, no. 1, pp. 235–248, 2011, doi: 10.1016/j.eswa.2010.06.051.

[3]      S. G. Ahmad, E. U. Munir, and W. Nisar, “PEGA: A Performance Effective Genetic Algorithm for task scheduling in heterogeneous systems,” Proc. 14th IEEE Int. Conf. High Perform. Comput. Commun. HPCC-2012 - 9th IEEE Int. Conf. Embed. Softw. Syst. ICESS-2012, pp. 1082–1087, 2012, doi: 10.1109/HPCC.2012.158.

[4]      D. E. Myori and H. Hastuti, “Kombinasi Logika Fuzzy dan Algoritma Genetika untuk Masalah Penjadwalan Perkuliahan,” Semin. Nas. Tek. Elektro UIN Sunan Gunung Djati Bandung (SENTER 2018), pp. 284–292, 2019, [Online]. Available: http://senter.ee.uinsgd.ac.id/repositori/index.php/prosiding/article/view/senter2018p31.

[5]      E. A. Abdelhalim and G. A. El Khayat, “A Utilization-based Genetic Algorithm for Solving the University Timetabling Problem (UGA),” Alexandria Eng. J., vol. 55, no. 2, pp. 1395–1409, 2016, doi: 10.1016/j.aej.2016.02.017.

[6]      Aristoteles, Wardiyanto, and A. Dwiastuti, “Evaluasi Kinerja Genetic Algorithm (GA) dengan Strategi Perbaikan Kromosom Studi Kasus: Knapsack Problem 1,” J. Komputasi, vol. 3, no. 2, pp. 162–168, 2015.

[7]      G. Zhang, Y. Hu, J. Sun, and W. Zhang, “An improved genetic algorithm for the flexible job shop scheduling problem with multiple time constraints,” Swarm Evol. Comput., vol. 54, no. February, p. 100664, 2020, doi: 10.1016/j.swevo.2020.100664.

[8]      M. Touat, S. Bouzidi-Hassini, F. Benbouzid-Sitayeb, and B. Benhamou, “A hybridization of genetic algorithms and fuzzy logic for the single-machine scheduling with flexible maintenance problem under human resource constraints,” Appl. Soft Comput. J., vol. 59, pp. 556–573, 2017, doi: 10.1016/j.asoc.2017.05.058.

[9]      I. De Falco, A. Della Cioppa, and E. Tarantino, “Mutation-based genetic algorithm: Performance evaluation,” Appl. Soft Comput., vol. 1, no. 4, pp. 285–299, 2002, doi: 10.1016/S1568-4946(02)00021-2.

[10]    F. Samanipour and J. Jelovica, “Adaptive repair method for constraint handling in multi-objective genetic algorithm based on relationship between constraints and variables,” Appl. Soft Comput. J., vol. 90, p. 106143, 2020, doi: 10.1016/j.asoc.2020.106143.

[11]    M. R. Chamani, S. Pourshahabi, and F. Sheikholeslam, “Fuzzy genetic algorithm approach for optimization of surge tanks,” Sci. Iran., vol. 20, no. 2, pp. 278–285, 2013, doi: 10.1016/j.scient.2013.04.002.

[12]    M. Assi, B. Halawi, and R. A. Haraty, “Genetic Algorithm Analysis using the Graph Coloring Method for Solving the University Timetable Problem,” Procedia Comput. Sci., vol. 126, pp. 899–906, 2018, doi: 10.1016/j.procS.2018.08.024.

[13]    L. R. Abreu, J. O. Cunha, B. A. Prata, and J. M. Framinan, “A genetic algorithm for scheduling open shops with sequence-dependent setup times,” Comput. Oper. Res., vol. 113, p. 104793, 2020, doi: 10.1016/j.cor.2019.104793.

[14]    S. A. Basir, M. M. Mazdeh, and M. Namakshenas, “Bi-level genetic algorithms for a two-stage assembly flow-shop scheduling problem with batch delivery system,” Comput. Ind. Eng., vol. 126, no. July, pp. 217–231, 2018, doi: 10.1016/j.cie.2018.09.035.

[15]    D. Gorni and A. Visioli, “Genetic-based optimization of temperature set-point signals for buildings with unoccupied rooms,” IFAC-PapersOnLine, vol. 50, no. 1, pp. 13084–13089, 2017, doi: 10.1016/j.ifacol.2017.08.2009.

[16]    J. Jaffar and M. J. Maher, “Constraint logic programming: a survey,” J. Log. Program., vol. 19–20, no. SUPPL. 1, pp. 503–581, 1994, doi: 10.1016/0743-1066(94)90033-7.

[17]    A. Qashlim and M. Assiddiq, “Penerapan Algoritma Genetika untuk Sistem Penjadawalan Kuliah,” J. Ilm. Ilmu Komput., vol. 2, no. 1, pp. 1–6, 2016.

[18]    N. Hijriana, “PENERAPAN METODE ALGORITMA GENETIKA UNTUK PERMASALAHAN PENJADWALAN PERAWAT ( Nurse Schedulling Problem ),” Info Tek., vol. 16, no. 1, pp. 61–74, 2015.

[19]    Carwoto, “Implementasi Algoritma Genetika untuk Optimasi Penempatan Kapasitor Shunt pada Penyulang Distribusi Tenaga Listrik,” J. Teknol. Inf. Din., vol. XII, no. 2, pp. 122–130, 2007.