Penerapan Metode Algoritma Genetika Untuk Optimasi Penjadwalan Mata Kuliah
PDF

Keywords

Algoritma Genetika
Penjadwalan
Optimasi

How to Cite

Ma’arif, A. T. ., & Pamungkas, D. P. . (2020). Penerapan Metode Algoritma Genetika Untuk Optimasi Penjadwalan Mata Kuliah. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 4(2), 93–97. https://doi.org/10.29407/inotek.v4i2.126

Abstract

Pada saat ini penjadwalan mata kuliah pada jurusan Teknik Informatika Fakultas Teknik Universitas Nusantara PGRI Kediri menggunakan cara manual. Pembuatan jadwal yang masih manual seringkali mengalami kesulitan dalam penataan slot jadwal dalam mengatur komponen penyusun jadwal yaitu mata kuliah, dosen, hari, jam, dan ruang yang tersedia. Untuk menyelesaikan masalah penjadwalan mata kuliah diperlukan algoritma yang dapat menyelesaikan masalah pada proses penyusunan jadwal. Algoritma ini melakukan proses optimasi untuk mencari hasil yang terbaik. Yaitu dengan cara kombinasi perkawinan yang didasari secara random. Penerapan Algoritma Genetika dalam proses penjadwalan kuliah ini, dengan cara mengkodekan dosen, kelas, mata kuliah, ruang, jam dan hari. Pengujian ini dilakukan dengan melakukan pengujian terhadap kromosom-kromosom yang ada. Berdasarkan nilai fitness yang diperoleh dari setiap pengujian, maka membuktikan bahwa Algoritma Genetika ini mampu memenuhi setiap kromosom yang ada.

https://doi.org/10.29407/inotek.v4i2.126
PDF

References

Tambunan, Leonard. 2017. Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah. Jaringan Sistem Informasi Robotik. Vol. 1, No. 01.

Saryanti, I Gusti Ayu Desi. dan Wijanegara, I Kadek. 2017. Penerapan Metode Algoritma Genetika Untuk Penjadwalan Mengajar. Jurnal SIMETRIS. Vol 8 No 1.

Ivan., Raphae, Stephanus. dan Agung, Halim. 2018. Aplikasi Penjadwalan Mata Pelajaran Di SMAN 31 menggunakan Algoritma Genetika Berbasis Web. Jurnal SIMETRIS. Vol. 9 No. 1.

Suyanto. 2005. Algoritma Genetika dalam MATLAB. Yogyakarta: Andi Offset.

Goldberg, D. 1987. Computer-aided gas pipeline operation using genetic algorithm and rule learning. e-ISSN: 1435-5663, e-ISSN 0177-0667.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2020 PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI

Downloads

Download data is not yet available.