a. Seluruh mata kuliah terjadwal dan dinyatakan dalam waktu yang jelas.
b. Kelas yang terjadwal harus memberikan kemungkinan gabungan dari
aktivitas perkuliahan yaitu dosen, mata kuliah dan mahasiswa. c.
Seorang dosen hanya boleh mengajar pada satu kelas untuk waktu yang bersamaan.
d. Seorang mahasiswa hanya boleh mengambil mata kuliah pada satu kelas
untuk waktu yang bersamaan. e.
Kegiatan perkuliahan hanya boleh dilaksanakan sebanyak satu kali dalam satu ruang dalam satu waktu tertentu.
f. Satu ruang disesuaikan dengan daya tampung mahasiswa yang akan
mengikuti perkuliahan. g.
Setiap dosen diberi batasan minimum dan maksimum untuk mengajar dalam satu minggu Senin s.d Jumat.
h. Selang waktu tiap pergantian mata kuliah agar diusahakan sekecil
mungkin. i.
Seorang dosen tidak diperbolehkan melakukan perpindahan ruang untuk mata kuliah yang sama jika dosen yang bersangkutan berhalangan hadir.
2.5. Kesulitan dalam Penjadwalan Kuliah
Beberapa kesulitan yang sering dihadapi saat penjadwalan kuliah adalah: a.
Adanya permohonan oleh beberapa dosen untuk mengajar menurut ketersediaan waktunya.
Universitas Sumatera Utara
b. Merancang suatu penjadwalan kuliah yang efektif bukanlah suatu
pekerjaan yang mudah untuk dilakukan. Penempatan dosen, mata kuliah, kurikulum dan waktu pada ruang yang terbatas menjadi masalah yang
menarik dalam penjadwalan kuliah. c.
Adanya persyaratan tertentu yang ditambahkan dapat mempengaruhi lama waktu penyelesaian sehingga masalah penjadwalan kelihatannya lebih
kompleks dan sulit untuk diselesaikan. d.
Masalah penjadwalan sering terkendala oleh persyaratan nyata ketika diaplikasikan dilapangan, seperti dosen mengajar satu kali pertemuan
maksimum 3 SKS.
2.6. Algoritma Genetika
Algoritma genetika merupakan teknik heuristik atau pendekatan algoritma yang didasarkan pada seleksi alamiah dan evolusi. Teori seleksi alamiah dan evolusi
dipekenalkan pertama kali oleh Charles Darwin. Proses evolusi dalam algoritma genetika dimulai dengan memilih himpunan penyelesaian secara acak, digambarkan
dengan kromosom yang disebut populasi. Ketika populasi awal tidak mencapai solusi yang baik, maka dilakukan proses kawin silang crossover dan mutasi. Kawin silang
dibutuhkan untuk mendapatkan solusi dan kombinasi terbaik dari populasi sekarang ke dalam populasi baru, dimana pemilihannya tergantung pada fitness terbaiknya.
Mutasi merupakan tampilan acak yang merubah kromosom individu. Pengaruh mutasi biasanya hanya berdampak pada beberapa gen [9].
Universitas Sumatera Utara
2.6.1. Tahapan Algoritma Genetika
Beberapa tahapan penting dalam proses algoritma genetika antara lain [10] [11]: a.
Inisialisasi populasi. b.
Evaluasi populasi. c.
Memilih anggota populasi yang terbaik untuk membentuk populasi baru atau disebut dengan proses seleksi.
d. Membentuk kromosom baru dengan cara rekombinasi dan mutasi.
e. Evaluasi kromosom yang baru dan memasukkan ke dalam populasi.
f. Jika memenuhi kriteria termination, proses berhenti dan mengembalikan
kromosom terbaik, jika belum maka kembali ke tahap dua. Contoh penggunaan algoritma genetika yang dibandingkan dengan algoritma
optimasi sederhana ditunjukkan pada Gambar 2.1.
Gambar 2.1. Flowchart Algoritma Genetika
ya tidak
Lakukan inisialisasi populasi
seleksi individu yang akan dikawinkan mutasikan keturunan
masukkan keturunan ke dalam populasi
Selesai kriteria kepuasan
terpenuhi?
Universitas Sumatera Utara
2.6.2. Komponen Utama Algoritma Genetika
Algoritma Genetika harus memiliki lima komponen antara lain [12]: a.
Representasi genetik dari setiap solusi yang mungkin dari suatu permasalahan.
b. Cara pembentukan populasi awal atau inisialisasi populasi.
c. Fungsi evaluasi yang berperan menilai fitness dari solusi yang mungkin.
d. Operator genetika yang mengubah komposisi kromosom.
e. Nilai parameter yang digunakan dalam Algoritma Genetika, meliputi ukuran
populasi, nilai probabilitas yang ditetapkan dalam operator genetika seleksi, crossover, mutasi.
2.7. Pengkodean