IMPLEMENTASI PENJADWALAN MATA PELAJARAN MENGGUNAKAN METODE ALGORITMA GENETIKA BERBASIS WEB

Hidayana Rusdin, Sugiarto Cokrowibowo, Harieni Harieni

Abstract


Penjadwalan Mata Pelajaran adalah salah satu masalah yang paling sering di alami didalam dunia pendidikan. Jumlah ruangan, jumlah guru, jumlah mata pelajaran yang harus diajar, dan jam mengajar guru-guru yang mengajar tidak hanya satu sekolah saja sehingga dibutuhkan metode agar tidak ada declok dengan jadwal yang  lain. Dalam merancang jadwal mata pelajaran dengan jumlah guru yang terbatas dan ada guru yang tidak bisa mengajar dihari tertentu akan  menjadi masalah yang rumit untuk diselesaikan secara manual. Algoritma Genetika sebagai cabang dari Algoritma Evolusi metode adaptive yang biasa digunakan unntuk memecahkan suatu pencarian nilai dalam sebuah masalah optimsi. Algoitma ini didasarkan pada proses genetik yang ada dalam makhluk hidup; yaitu perkembangan generasi dalam sebuah populasi yang alami, secara lambat lain mengikuti prinsip seleksi alam atau “siapa yang kuat, dia yang bertahan (survive)”. Dengan meniru teori ini, Algoritma Genetika dapat digunakan untuk mencari solusi permasalahan-permasalahan dalam dunia nyata. Dengan menerapkan algoritma genetika akan lebih mengefisienkan waktu perancangan jadwal mata pelajaran dan  guru dapat memilih waktu untuk mengajar yang sesuai dengan pilihan waktunya sehingga perancangan jadwal mata pelajaran dapat diselesaikan lebih cepat dari perancangan jadwal yang masih manual.

 

Kata kunci: Algoritma genetika, Penjadwalan, Mata pelajaran


IMPLEMENTATION OF SCHEDULING USING ALGORITHM METHOD WEB-BASED GENETICS

Scheduling Subjects is one of the most common problems encountered in the world of education. The number of rooms, the number of teachers, the number of subjects that must be taught, and the teaching hours of teachers who teach not only one school, so a method is needed so that there is no clog with other schedules. In designing a schedule of subjects with a limited number of teachers and there are teachers who cannot teach certain days, it will be a complicated problem to solve manually. Genetic Algorithms as a branch of the Evolutionary Algorithm are adaptive methods that are commonly used to solve a search for value in an optimization problem. These algorithms are based on genetic processes present in living things; namely, the development of generations in a natural population, but slowly follows the principle of natural selection or "who is strong, he who survives". By imitating this theory, Genetic Algorithms can be used to find solutions to problems in the real world. By applying genetic algorithms, it will be more efficient to design the schedule of subjects and teachers can choose the time to teach according to their choice of time so that the design of the schedule of subjects can be completed faster than designing a schedule that is still manual.

Keywords: Genetic algorithm, Scheduling, Subject


Full Text:

PDF

References


A.L. Maharshi “Sistem Penjadwalan Mata Pelajaran Sekolah Menggunakan Algoritma Genetika” Fakultas Teknik Universitas Negeri Yogyakarta . (2014) : 20 & 40

Gibbon, M. P. “Sistem Penjadwalan Matakuliah Menggunakan Algoritma Genetika (Studi Kasus Fakultas Mipa Ipb)”(2004).

Mitsuo Gen, Runwei Cheng. Genetic Algorithm And Engineering Optimization. New York: John Willey & Sons, Inc. (2000).: 17

A.Jain, D.S. Jain da D.P Chande, “ Formulation Of Genetic Algorithm to Generate Good Quality Course Timetable” (2010).

R. Linden, Algoritmos Gen´Eticos, 3rd Ed. Rio De Janeiro, Rj, Brazil:Ciˆencia Moderna (2012).

Suyanto. Algoritma Genetika Dalam Matlab. Yogyakarta: Andi (2005).

Muliadi . Pemodelan Algoritma Genetika Pada Sistem Penjadwalan Perkuliahan Prodi Ilmu Komputer Universitas Lambungmangkurat (2014).

S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya) Graha Ilmu Yogyakarta (2003).

Suyanto, Algoritma Optimasi; Deterministik atau Probabilistik,Graha Ilmu Yogyakarta (2010)

Coley, D. A. An Introduction To Genetic Algorithm. Singapore: World Scientific Publishing Co. Pte. Ltd (2000).


Refbacks

  • There are currently no refbacks.