Pengujian Penjadwalan dengan Variasi Parameter Genetika Tampilan Pengujian Data Penjadwalan

4.2 Pengujian Penjadwalan dengan Variasi Parameter Genetika

Algoritma genetika berfungsi untuk menghasilkan jadwal yang terbaik. Pada tahap pengujian, untuk dapat menghasilkan pengujian dilakukan dengan cara memasukkan nilai inputan parameter genetika yang bervariasi. Hasil perbandingan pengujian penjadwalan dengan waktu Regular Time dapat dilihat pada Tabel 4.1. Tabel 4.1 Tampilan Pengujian Parameter Genetika Pada Waktu Regular Time No Jumlah Individu Fitnes Rata Probabilitas Crossover Probabilitas Mutasi Iterasi Maks Iterasi Persentase Optimum 1 50 1 0,70 0,10 4 1000 100 2 100 0,97 0,70 0,10 285 1000 93 3 150 0,95 0,70 0,10 51 1000 90 4 200 0,94 0,70 0,10 317 1000 88,5 5 250 0,92 0,70 0,10 424 1000 83,6 6 300 0,92 0,70 0,10 107 1000 83,33 7 350 0,93 0,70 0,10 382 1000 79,43 8 400 0,88 0,70 0,10 1000 1000 76,75 9 450 0,86 0,70 0,10 1000 1000 73,33 10 500 0,85 0,70 0,10 1000 1000 71 Dari tabel 4.1 di atas diperoleh tingkat rata-rata persentase optimum atau jadwal yang tidak bentrok adalah 83,79. Dari hasil pengujian diatas dapat dilihat bahwa semakin besar jumlah individu yang diuji antara 50 sampai dengan 500, maka nilai fitnes rata- rata akan semakin menurun antara 1 sampai 0,70 dan juga persentase optimum yaitu persentase jadwal yang tidak bentrok juga semakin menurun antara 100 sampai 71.

4.3 Tampilan Pengujian Data Penjadwalan

Pengujian data penjadwalan berfungsi untuk mendapatkan hasil penjadwalan dengan algoritma genetika berdasarkan banyak data yang diproses. Tampilan Data Penjadwalan dapat dilihat sebagai berikut: Universitas Sumatera Utara a. Pengujian dengan 50 Iklan untuk tanggal 12012016 Gambar 4.11 Tampilan Pengujian Penjadwalan 50 Iklan Pada Gambar 4.13 dilakukan pemrosesan data iklan sebanyak 50 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 1 dan persentase optimum sebanyak 100 pada iterasi ke 4 dengan lama waktu proses 6 detik. b. Pengujian dengan 100 Iklan untuk tangga 12012015 Gambar 4.12 Tampilan Pengujian Penjadwalan 100 Iklan Universitas Sumatera Utara Pada Gambar 4.14 dilakukan pemrosesan data iklan sebanyak 100 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,95 dan jumlah individu yang optimal sebanyak 93 pada iterasi ke 285 dengan lama waktu proses 12 menit 11 detik. c. Pengujian dengan 200 Iklan untuk tanggal 13012015 Gambar 4.13 Tampilan Pengujian Penjadwalan 200 Iklan Pada Gambar 4.15 dilakukan pemrosesan data iklan sebanyak 200 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,94 dan jumlah individu yang optimal sebanyak 88,5 pada iterasi ke 317 dengan lama waktu proses 48 menit 21 detik. Universitas Sumatera Utara d. Pengujian dengan 250 Iklan untuk tanggal 12012015 Gambar 4.14 Tampilan Pengujian Penjadwalan 250 Iklan Pada Gambar 4.16 dilakukan pemrosesan data iklan sebanyak 250 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,92 dan jumlah individu yang optimal sebanyak 84 pada iterasi ke 342 dengan lama waktu proses 1 jam 17 menit 55 detik. e. Pengujian dengan 300 Iklan untuk tanggal 12012015 Gambar 4.15 Tampilan Pengujian Penjadwalan 300 Iklan Pada Gambar 4.17 dilakukan pemrosesan data iklan sebanyak 300 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika Universitas Sumatera Utara probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,92 dan jumlah individu yang optimal sebanyak 83,33 pada iterasi ke 107 dengan lama waktu proses 32 menit 37 detik. f. Pengujian dengan 350 Iklan untuk tanggal 12012015 Gambar 4.16 Tampilan Pengujian Penjadwalan 350 Iklan Pada Gambar 4.18 dilakukan pemrosesan data iklan sebanyak 350 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,90 dan jumlah individu yang optimal sebanyak 79,43 pada iterasi ke 382 dengan lama waktu proses 2 jam 33 detik. g. Pengujian dengan 400 Iklan untuk tanggal 12012015 Gambar 4.17 Tampilan Pengujian Penjadwalan 400 Iklan Universitas Sumatera Utara Pada Gambar 4.19 dilakukan pemrosesan data iklan sebanyak 400 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,88 dan jumlah individu yang optimal sebanyak 76,75 pada iterasi ke 1000 dengan lama waktu proses 5 jam 37 menit 34 detik. h. Pengujian dengan 450 Iklan untuk tanggal 12012015 Gambar 4.18 Tampilan Pengujian Penjadwalan 450 Iklan Pada Gambar 4.20 dilakukan pemrosesan data iklan sebanyak 450 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,87 dan jumlah individu yang optimal sebanyak 73,33 pada iterasi ke 1000 dengan lama waktu proses 10 jam 25 menit 59 detik. Universitas Sumatera Utara i. Pengujian dengan 500 Iklan untuk tanggal 12012015 Gambar 4.19 Tampilan Pengujian Penjadwalan 500 Iklan Pada Gambar 4.21 dilakukan pemrosesan data iklan sebanyak 500 populasi atau penayangan pada jenis waktu tayang yaitu reguler time dengan parameter genetika probabilitas crossover 70, probabilitas mutasi 10, dan maksimum iterasi sebanyak 1000 diperoleh fitnes rata-rata sebesar 0,85 dan jumlah individu yang optimal 71 pada iterasi ke 1000 dengan lama waktu proses 7 jam 57 menit 15 detik. Universitas Sumatera Utara

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan