Perancangan Sistem Penjadwalan Kuliah Optimasi Penjadwalan dengan Algoritma Genetika

sama untuk setiap departemen. Data alokasi waktu akan dibuat ke dalam bentuk daftar waktu seperti pada Lampiran E. 3.1.5. Daftar Ruang Kuliah Daftar ruang kuliah meliputi nama ruang kuliah dan kapasistas tiap ruang kuliah. Nama ruang kuliah dibutuhkan untuk membedakan ruang kuliah yang satu dengan ruang kuliah yang lain. Kapasitas ruang kuliah disesuaikan dengan jumlah mahasiswa yang mengambil mata kuliah tersebut. Daftar ruang kuliah akan dibuat ke dalam bentuk daftar ruang kuliah kuliah seperti pada Lampiran G.

3.2. Perancangan Sistem Penjadwalan Kuliah

Sistem penjadwalan yang dirancang harus dapat menghindari beberapa pelanggaran dalam proses penjadwalan kuliah Pelanggaran tersebut antara lain dosen mengajar lebih dari satu mata kuliah pada waktu yang sama dan mahasiswa mengambil lebih dari satu mata kuliah pada waktu yang sama. Sistem penjadwalan kuliah yang akan dirancang nantinya merupakan sistem yang dapat mengelola seluruh data masukan yaitu data dosen, data mata kuliah, data mahasiswa, data waktu dan data ruang kuliah untuk menghasilkan output yang dapat mengatasi seluruh pelanggaran-pelanggaran yang mungkin terjadi. Universitas Sumatera Utara

3.3. Optimasi Penjadwalan dengan Algoritma Genetika

Penjadwalan kuliah yang dihasilkan dari proses penjadwalan selanjutnya dioptimasi untuk mengurangi atau menghilangkan pelanggaran yang terjadi dan mengurangi penggunaan jumlah ruang kuliah. Penjadwalan dikatakan optimal apabila pelanggaran yang dihasilkan mendekati nol atau tidak terjadi pelanggaran. Dalam perancangan penjadwalan kuliah dengan menggunakan algoritma genetika, ada empat tahapan penting yang harus diperhatikan yaitu: pemilihan representasi masalah, pemilihan operator genetika, penetapan fungsi fitness, dan penetapan parameter genetika. Penggunaan jenis atau metode yang berbeda tiap tahapan menghasilkan keluaran yang berbeda. Pada penelitian ini dilakukan pengujian pada parameter yang berbeda-beda untuk setiap tahapan untuk menemukan hasil yang paling optimal. 3.3.1. Pemilihan Representasi Masalah Representasi masalah dengan menggunakan algoritma genetika merupakan gambaran dari keadaan yang akan dioptimasi ke dalam bentuk yang dapat diproses dengan mudah. Ada beberapa model yang dapat digunakan untuk merepresentasikan masalah. Salah satunya adalah representasi masalah ke dalam bentuk biner. Kode biner yang terdiri dari bilangan 0 dan 1 digunakan untuk mewakili indeks waktu dan kode ruang. Pengkodean waktu dilakukan dengan cara mengurutkan waktu yang tersedia kemudian diberikan kode biner dengan bit maksimum sesuai dengan waktu yang tersedia seperti pada Tabel 3.1. Universitas Sumatera Utara Tabel 3.1 Contoh pengkodean waktu kuliah dengan kode biner Hari Jam Kode Biner Senin 08.00-08.50 000001 Senin 08.50-09.40 000010 Senin 09.40-10.30 000011 Kode ruang memiliki tipe pengkodean yang sama dengan pengkodean waktu, yaitu dengan bilangan biner. Jumlah maksimum bit yang disediakan adalah sebanyak jumlah ruang seperti pada Tabel 3.2 Tabel 3.2 Contoh pengkodean ruang kuliah dengan kode biner Ruang Kode Biner K1 0001 K2 0010 LAB 0011 3.3.2. Pembentukan Gen Sebuah gen merupakan perwakilan dari suatu tawaran jadwal mata kuliah. Gen akan berisi kode waktu dan kode ruang dari mata kuliah yang ditawarkan. Jumlah maksimum bit yang disediakan dalam satu buah gen merupakan gabungan dari bit kode waktu dan kode ruang seperti ditunjukkan pada Gambar 3.1. Nama Mata Kuliah Waktu Ruang Kode Biner Yang Digunakan Fisika Dasar Senin, Jam 08.00 K1 000001 0001 Kode Waktu Kode Ruang Gambar 3.1. Pembentukan gen untuk kode waktu dan kode ruang Universitas Sumatera Utara 3.3.3. Pembentukan Kromosom Kromosom dibentuk dari susunan gen mata kuliah yang akan diwakili. Panjang satu kromosom adalah banyaknya gen yang dapat dibentuk oleh jumlah mata kuliah yang dijadwalkan. Panjang bit maksimum adalah jumlah gen dikali jumlah bit penyusun gen. Apabila terdapat m mata kuliah dan n bit penyusun gen maka akan terbentuk m x n bit dalam suatu kromosom. Misalkan satu kromosom berisi 105 mata kuliah dan satu gen terdiri dari 10 bit. Dengan demikian untuk membentuk satu kromosom dibutuhkan 1050 bit biner. Sebuah kromosom mewakili satu bentuk jadwal seperti terlihat pada Gambar 3.2. Gen 1 Gen 2 Gen N Gambar 3.2 Kromosom yang terbentuk dari susunan gen Dari Gambar 3.2 misalkan gen 1 mewakili mata kuliah Fisika Dasar I, gen 2 mewakili mata kuliah Kimia Elektro I, maka susunan kromosom ditunjukkan pada Tabel 3.3. Tabel 3.3 Jadwal hasil penerjemahan kromosom Nama Mata Kuliah Waktu Ruang Kode Biner yang Digunakan Fisika Dasar I Senin, 08.00- 08.50 K1 Kimia Elektro I Senin 08.50-09.40 K2 Universitas Sumatera Utara

3.4. Pembentukan Populasi Awal Inisialisasi

Dokumen yang terkait

Penjadwalan Perkuliahan Dengan Menggunakan Algoritma Genetika (Studi Kasus: S-1 Ilmu Komputer Universitas Sumatera Utara)

7 85 140

Sistem Penjadwalan Dinamis Mahasiswa Baru Menggunakan Algoritma Genetika (Studi Kasus: Registrasi Ulang Mahasiswa Baru Universitas Sumatera Utara)

0 0 11

Sistem Penjadwalan Dinamis Mahasiswa Baru Menggunakan Algoritma Genetika (Studi Kasus: Registrasi Ulang Mahasiswa Baru Universitas Sumatera Utara)

0 0 2

Sistem Penjadwalan Dinamis Mahasiswa Baru Menggunakan Algoritma Genetika (Studi Kasus: Registrasi Ulang Mahasiswa Baru Universitas Sumatera Utara)

0 0 6

Sistem Penjadwalan Dinamis Mahasiswa Baru Menggunakan Algoritma Genetika (Studi Kasus: Registrasi Ulang Mahasiswa Baru Universitas Sumatera Utara)

0 0 21

Sistem Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika Studi Kasus Fakultas Teknik Universitas Sumatera Utara

0 3 44

BAB II LANDASAN TEORI 2.1. Penelitian Terkait - Sistem Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika Studi Kasus Fakultas Teknik Universitas Sumatera Utara

0 0 27

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah - Sistem Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika Studi Kasus Fakultas Teknik Universitas Sumatera Utara

0 0 9

Sistem Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika Studi Kasus Fakultas Teknik Universitas Sumatera Utara

0 0 17

SKRIPSI SISTEM PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PENJADWALAN MATA KULIAH KELAS R1 PROGRAM STUDI TEKNIK INFORMATIKAUMBY)

2 9 19