Analisis Metode Seleksi Rank-Based Fitness Assigment Dan One Point Crossover Pada Penjadwalan Matakuliah

ii

ANALISIS METODE SELEKSI RANK-BASED FITNESS
ASSIGMENT DAN ONE POINT CROSSOVER
PADA PENJADWALAN MATAKULIAH

TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
ijazah
Magister Teknik Informatika

FITRI RIZANI
117038039

PROGRAM MAGISTER (S2) TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013

ii

Universitas Sumatera Utara

iii

PERSETUJUAN

Judul

: Analisis Metode Seleksi Rank-Based Fitness
Assigment Dan One Point Crossover Pada
Penjadwalan Matakuliah

Katagori

: Tesis

Nama

: Fitri Rizani

Nomor Induk Mahasiswa

: 117038039

Program Studi

: Teknik Informatika

Fakultas
INFORMASI

:

ILMU

KOMPUTER

DAN

TEKNOLOGI

UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

Dr. Erna Budhiarti Nababan, M. IT
Zarlis

Prof.

Dr.

Muhammad

Diketahui/disetujui oleh
Program Studi Magister (S2) Tehnik Informatika
Ketua,

Prof. Dr. Muhammad Zarlis
NIP. 195707011986011003

iii
Universitas Sumatera Utara

iv

PERNYATAAN ORISINALITAS

ANALISIS METODE SELEKSI RANK-BASED FITNESS ASSIGMENTDAN
ONE POINT CROSSOVER PADA PENJADWALAN MATA KULIAH

TESIS

Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa

kutipan dan ringkasan masing – masing telah disebutkan sumbernya.

Medan, 13 Februari 2014

Fitri Rizani
117038039

iv
Universitas Sumatera Utara

v

PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS

Sebagai Sivitas akademika Universitas Sumatera Utara, saya bertanda tangan dibawah
ini:
Nama

: Fitri Rizani

NIM

: 117038039

Program Studi

: Teknik Informatika

Jenis Karya Ilmiah

: Tesis

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada
Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty
Free Right) atas tesis saya yang berjudul:
ANALISIS METODE RANK-BASED FITNESS ASSIGMENT DAN ONE
POINT CROSSOVER PADA PENJADWALAN MATAKULIAH

Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak
menyimpan, mengalih media, memformat, mengelola dalam bentuk database,
merawat dan mempublikasikan tesis saya tanpa meminta izin dari saya selama tetap
mencamtumkan nama saya sebagai penulis dan sebagai pemegang atau sebagai
pemilik hak cipta.
Demikian pernyataan ini dibuat dengan sebenarnya.
Medan, 13 Februari 2014

Fitri Rizani

NIM: 1170380239

v
Universitas Sumatera Utara

vi

Telah diuji pada
Tanggal : 13 Februari 2014

PANITIA PENGUJI TESIS
Ketua

: Prof. Dr. Muhammad Zarlis

Anggota

: 1. Dr. Erna Budhiarti Nababan, M.IT
2. Prof. Dr. Herman Mawengkang
3. Prof. Dr. Tulus
4. Dr. Marwan Ramli, M.Si

vi
Universitas Sumatera Utara

vii

RIWAYAT HIDUP

DATA PRIBADI

Nama Lengkap

: Fitri Rizani, S. Kom

Tempat dan Tanggal Lahir

: Pante Lhong, 19 November 1987

Alamat Rumah

: Matangglumpangdua, Mns.Dayah

E_Mail

: Fitri.Asykar@gmail.com

Instansi Tempat Bekerja

: Universitas Al-Muslim

Alamat Kantor

: Jl. Tengku Abdurrahman No.
37 Matangglumpangdua, Bireuen 24261,
Provinsi Aceh

DATA PENDIDIKAN
SD

: SD Negeri Meunasah Dayah, Bireuen

TAMAT: 1999

SLTP : SMP Negeri2 Peusangan, Bireuen

TAMAT: 2002

SLTA : SMA Negeri 2 Peusangan, Bireuen

TAMAT: 2005

S1

: STMIK Bina Bangsa Lhokseumawe

TAMAT: 2010

S2

: Teknik Informatika Fasilkom-TI USU

TAMAT: 2014

vii
Universitas Sumatera Utara

viii

KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatu
Segala puji bagi Allah Swt, dengan namaNya langit ditinggikan dan bumi
dihamparkan. Begitu besar kebesaran Allah yang telah memberikan dua nikmat yang
cukup besar kepada kita, yaitu nikmat iman dan nikmat islam. Sehingga dengan kedua
nikmat tersebut yang telah diberikan kepada kita, berarti telah diberikan hidayah dan
petunjuk oleh Allah.
Shalawat beriring salam, kita sanjungkan kepada junjungan alam Nabi
Muhammad Saw. Karna Nabi Muhahammad adalah utusan Allah yang terakhir yang
diutuskan Allah diakhir zaman untuk menyeru kepada seluruh manusia agar beriman
dan bertakwa kepada Allah.
Selanjutnya kata penghormatan yang utama kepada Bapak Rektor Universitas
Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc (CTM), Sp.A(K) atas
kesempatan yang telah diberikan kepada penulis untuk menyelesaikan Studi Program
Magister (S2) Teknik Informatika.
Kepada ketua Program Studi Magister (S2) Teknik Informatika Fakultas Ilmu
Komputer dan Teknologi Informasi (Fasilkom) Prof. Dr. Muhammad Zarlis dan
Sekretaris Program Studi Magister (S2) Teknik Informatika M. Andri Budiman, S.T,
M.Comp, M.E.M, beserta seluruh Staff Pengajar pada Program Studi Magister (S2)
Teknik Informatika pada Fakultas Ilmu Komputer dan Teknologi Informasi
(Fasilkom) Universitas Sumatera Utara, yang selama ini telah banyak memberikan
ilmu dan membimbing penulis sehingga penulis dapat meyelesaikan studi tepat waktu.
Terimakasih yang tak terhingga dan

penghargaan setinggi – tingginya saya

ucapkan kepada Prof. Dr. Muhammad Zarlis sebagai pembimbing utama dan kepada
Dr. Erna Budhiarti Nababn, M. IT Sebagai pembimbing Anggota, yang selama ini
telah membimbing penulis dalam menyelesaikan tesis dari awal sampai akhir dengan
penuh kesabaran, memotifasi serta mengarahkan penulis untuk menyelesaikan tesis
dengan baik.Terimakasih yang tak terhingga saya ucapkan kepada pembanding, Prof.
Dr. Herman Mawengkang, Prof. Dr. Tulus dan Dr. Marwan Ramli, M. Si yang
selama ini juga dalam penyelesaian tesis, telah banyak memberikan masukan, arahan
– arahan yang sangat baik untuk kesempurnaan tesis penulis. Dan selanjutnya kepada
viii
Universitas Sumatera Utara

ix

pada staff Fasilkom yang selama ini sangat membantu penyelesaian tesis dari pada
penulis,

berupa pelayanan akademik yang cukup baik dalam mendukung

perlengkapan setiap tesis penulis. Sehingga dengan kebaikan tersebut yang diberikan
mendapat balasan yang lebih baik dari Allah Swt.
Terimaksih kepada ibunda tercinta ismail dan kepada Ummi tercinta nuraini, yang
selama ini telah mendidik adinda dan membimbing adinda semenjak kecil sampai
dewasa. Sehingga dengan motivasi, nasehat selalu kepada adinda semenjak menimba
ilmu di Fasilkom pada Program studi Magister (S2) Teknik Informatika sampai
menyelesaikan Tesis, semua itu tidak akan pernah adinda selesaikan dengan baik dan
waktu yang tepat, melainkan dengan doa dari ayahanda dan ummi tercinta serta
dengan izin dari Allah yang Maha Kuasa. Semua ini adinda lakukan untuk menjadi
yang terbaik dan bisa membanggakan ayah dan ummi serta menjadi pendidik yang
bisa memberikan ilmu kepada yang membutuhkan, Dan juga kepada saudara ayah
handa dan saudara ummi yang selama ini juga memberikan motivasi serta dukungan
kepada adinda dalam menyelesaikan Tesis.
selanjutnya kepada kawan – kawan di Fakultas Ilmu Komputer (Fikom)
Universitas Almuslim yang juga selalu memberikan dukungan dan semangat. Semoga
kebaikan dari kawan – kawan semua, diberikan balasan yang lebih baik dari Allah
Swt.
Medan, 06 Febuari 2014
Penulis,

Fitri rizani

ix
Universitas Sumatera Utara

x

ABSTRAK

Proses perkuliahan di Universitas Al-Muslim Fakultas Ilmu Komputer setiap awal
semester dilakukan roster mata kuliah. Jadwal matakuliah terdiri dari empat
komponen penyusun dasar, yakni: dosen, matakuliah, waktu dan ruang. Penjadwalan
mata kuliah dikatakan optimal jika semua aturan terhadap komponen penyusun jadwal
tersebut dapat terpenuhi.Namun untuk untuk menyusun jadwal mata kuliah yang
optimal cenderung memakai waktu yang lama.Hal ini disebabkan penyusun jadwal
harus lah memperhatikan semua faktor penyusun dasar jadwal tersebut, apakah telah
memenuhi peraturan yang telah ditetapkan ataukah belum.Untuk itu diperlukan suatu
sistem yang mampu membantu menyusun jadwal mata kuliah yang optimal secara
cepat dan akurat. Salah satu algoritma yang bisa dipakai untuk membangun sistem
penjadwalan secara otomatis adalah algoritma genetika. Algoritma Genetika adalah
suatu algoritma pencarian yang berbasis pada mekanisme seleksi alam, perkawinan
silang dan genetika. Proses seleksi pada algoritma genetika memiliki banyak metode.
Metode Rank Based Fitness Assigment dan One Point Crossover untuk melihat
kinerja algoritma genetika dalam mendapatkan penjadwalan mata kuliah yang baik.
Penggunaan metode Rank Based Fitness Assigment dan One Point Crossover dapat
menghasilkan jadwal matakuliah dan praktikum yang optimal. Nilai populasi, nilai
probabilitas crossover dan nilai probabilitas mutasi sangat mempengaruhi lamanya
waktu dalam mendapatkan solusi optimal. Lamanya proses pencarian solusi
berbanding lurus dengan jumlah kromosom (dalam hal ini adalah data pengampu dan
matakuliah). Serta berbanding terbalik dengan jumlah ruang dan waktu. Semakin
banyak kromosom (data pengampu) maka waktu yang dibutuhkan untuk mencapai
olusi semakin lama. Semakin banyak ruang dan waktu yang tersedia maka waktu yang
dibutuhkan untuk mencapai solusi semakin cepat.
Kata Kunci: Rank Based Fitness Assigment, One Point Crossover, kromosom dan
mutasi.

x
Universitas Sumatera Utara

xi

THE SELECTION METHOD ANALYSIS RANK-BASED FITNESS
ASSIGMENT AND ONE POIN CROSSOVER IN THE LECTURE
SCHEDULE

ABSTRACT

The lecture process in Al-Muslim University exactly for computer science faculty,
have the lecture schedule in the begining semester the lecture schedule consisted of
four basic components arrangement they are: lecture, subjects, time and class. Subject
scheduling is called optimal if the rules of its components are approves but to
composelecturing schedule optimally will spend a longer time. It is caured the
schedule arrangement noticing all of arranging of its based factors had approved the
role of it schedule of not. So that the system is needed which helps to arrange the
lecturing schedule optimally, fluency and accuracy. One of algorithm that can be, used
to build scheduling system automatic is genetic algorithm. Genetic algorithm is
searching which is gasicallyreturn to natural selection. Hybridization and genetic
selection process in genetic algorithm has many methods. Rank-based fitness
assigment and one point crossover method is used to see the work genetic algorithm
in getting the lecture scheduling perfectly. The use of rank-based fitness assigment
andone point crossover produces the lecture schedule in optimal practice population
score. Crossover probably score and mutasion score influence the length of time in
getting the optimal solusion the length of process for a solusion is compared with the
amount of chromosom (in lecturing capability) and also ratios to the amount of rooms
and timing. The amount of cromosom (able data) so the time is required to reach the
solution is more longer. More available rooms and time so the requirement of time to
reach the solution is faster.
Keywords:Rank-Based Fitness
Cromosom.

Assigment, One

Point

Crossover,

Mutasion,

xi
Universitas Sumatera Utara

xii

DAFTAR ISI
KATA PENGANTAR .................................................................................................. i
ABSTRAKS ................................................................Error! Bookmark not defined.
ABSTRACT ................................................................Error! Bookmark not defined.
DAFTAR ISI .............................................................................................................. xii
DAFTAR TABEL ..................................................................................................... xiv
DAFTAR GAMBAR ................................................................................................. xv
BAB I PENDAHULUAN ............................................................................................ 1
1.1 Latar Belakang Masalah............................................................................. 1
1.2 Rumusan Masalah ...................................................................................... 3
1.3 Tujuan Penelitian ....................................................................................... 3
1.4 Batasan dan Ruang Lingkup Penelitian ..................................................... 3
BAB II LANDASAN TEORI ...................................................................................... 6
2.1 Penjadwalan ............................................................................................... 6
2.2 Algoritma Genetika .................................................................................... 6
2.2.1 Deskripsi Umum Algoritma Genetika .............................................. 7
2.2.2 Terminologi Algoritma Genetika ...................................................... 8
2.2.3 Struktur Umum Algoritma Genetika................................................. 9
2.2.4 Komponen-komponen Utama Algoritma Genetika ........................ 10
2.3 Kelebihan dan Kekurangan Algoritma GenetikaError! Bookmark not
defined.
2.4 Simulasi Sederhana Permasalahan Algoritma Genetika .......................... 20
2.5 Pengertian Visual Basic .net .................................................................... 23
2.5.1 Lingkup Kerja pada Visual Basic .NET.......................................... 24
2.6 Riset Terkait ............................................................................................. 24
2.7 Perbedaan dengan Riset yang Lain .......................................................... 25
2.8 Kontribusi Riset ....................................................................................... 25
BAB III METODOLOGI PENELITIAN .................................................................. 26
3.1 Pendahuluan ............................................................................................. 26
3.2 Data yang digunakan ................................................................................ 26
3.3 Algoritma Genetika Pada Pejadwalan Matakuliah .................................. 28
3.3.1 Dasar Algoritma Genetika .............................................................. 30
3.3.2 Teknik Penyandian Genetika .......................................................... 31
3.3.3 Populasi Awal ................................................................................. 37
3.3.4 Seleksi ............................................................................................. 39
3.3.5 Crossover ........................................................................................ 44
3.3.6 Mutasi.............................................................................................. 47
BAB IV HASIL DAN PEMBAHASAN ................................................................... 26
4.1 Hasil ......................................................................................................... 26
4.1.1 Tampilan Utama Program Penjadwalan ......................................... 26
4.1.2 Tampilan Form Dosen .................................................................... 27
4.1.3 Tampilan Form Matakuliah ............................................................ 28
4.1.4 Tampilan Form Pengampu .............................................................. 29
4.1.5 Tampilan Form Hari-Jam ................................................................ 30
4.1.6 Tampilan Form Ruang .................................................................... 32
4.1.7 Tampilan Form Proses Genetika ..................................................... 33
4.1.8 Tampilan Grafik Fitnes ................................................................... 34
xii
Universitas Sumatera Utara

xiii

4.1.9 Tampilan Grafik Rata-rata Fitnes ................................................... 34
4.2 Percobaan ................................................................................................. 35
BAB V KESIMPULAN DAN SARAN ................................................................... 39
5.1 Kesimpulan .............................................................................................. 39
5.2 Saran......................................................................................................... 39
DAFTAR PUSTAKA ................................................................................................ 41

xiii
Universitas Sumatera Utara

xiv

DAFTAR TABEL
Tabel 2.1
Tabel 2.2
Tabel 2.3
Tabel 2.4
Tabel 2.5
Tabel 2.6
Tabel 2.7
Tabel 3.1
Tabel 3.2
Tabel 3.3
Tabel 3.4
Tabel 3.5
Tabel 3.6
Tabel 3.7
Tabel 3.8
Tabel 3.9
Tabel 3.10
Tabel 3.11
Tabel 3.12

Istilah Ilmu Genetik dan Algoritma Genetika ............................................ 7
Populasi Kromosom pada Generasi 0 ...................................................... 21
Total Populasi Kromosom pada Generasi 0 ............................................. 21
Populasi Baru Kromosom pada Generasi 0 ............................................. 22
Populasi Kromosom pada Generasi 1 ...................................................... 22
Total Populasi Kromosom pada Generasi 1 ............................................. 23
Populasi Baru Kromosom pada Generasi 1 ............................................. 23
Data input ................................................................................................. 27
Daftar jam kuliah reguler ......................................................................... 28
Tabel Kode Data Pengampun................................................................... 33
Tabel kode data Jam ................................................................................. 35
Tabel kode data hari ................................................................................. 35
Tabel Kode Data Ruang ........................................................................... 35
Tabel Populasi awal ................................................................................. 37
tabel Populasi Induk 1 .............................................................................. 40
Tabel Aturan Hard Constraint ................................................................. 42
Tabel Perhitungan Hard Constraint ......................................................... 43
Tabel Fitness Masing-masing Individu .................................................... 43
Tabel nilai fitness masing-masing individu dirangking dari nilai fitness
terendah ke tertinggi ................................................................................. 44
Tabel 3.13 Tabel Individu Terpilih ............................................................................ 44
Tabel 3.14 Tabel Crosover ......................................................................................... 45
Tabel 3.15 Tabel Hasil Mutasi ................................................................................... 48
Tabel 4.1 Hasil percobaan ........................................................................................ 38

xiv
Universitas Sumatera Utara

xv

DAFTAR GAMBAR
Gambar 2.1 Contoh Struktur Data Algoritma Genetika ............................................. 10
Gambar 2.2 Roulette Wheel Selection ........................................................................ 13
Gambar 2.3 Rank-Based Fitness Assignment ............................................................ 14
Gambar 2.4 One Point Crossover............................................................................... 16
Gambar 2.5 Two Point Crossover .............................................................................. 17
Gambar 2.6 Partially Matched Crossover .................................................................. 18
Gambar 2.7 Order-Based Mutation ............................................................................ 19
Gambar 3.1 Metode Penelitian ................................................................................... 28
Gambar 3.2 Flowchart Penjadwalan Algoritma Genetika .......................................... 31
Gambar 3.3 Teknik penyandian.................................................................................. 32
Gambar 3.4 Ilustrasi penyandian genetika pada penjadwalan matakuliah ................. 36
Gambar 4.1 Tampilan program utama ........................................................................ 26
Gambar 4.2 Form dosen ............................................................................................. 27
Gambar 4.3 Form matakuliah ..................................................................................... 28
Gambar 4.4 Tampilan Form Pengampu ..................................................................... 29
Gambar 4.5 Tampilan Form Hari-Jam ....................................................................... 30
Gambar 4.6 Tampilan Form Ruang ............................................................................ 32
Gambar 4.7 Tampilan Form Proses Genetika ............................................................ 33
Gambar 4.8 Tampilan Grafik Fitnes ........................................................................... 34
Gambar 4.9 Tampilan Grafik Rata-rata Fitnes ........................................................... 34
Gambar 4.10 Grafik fitness dengan probabilitas crossover 0,7 dan mutasi 0,4,
populasi 10............................................................................................. 35
Gambar 4.11 Grafik rata-rata fitness dengan probabilitas crossover 0,7 dan mutasi
0,4, populasi 10 ...................................................................................... 35
Gambar 4.12 Hasil Solusi Matakuliah dengan probabilitas crossover 0,7 dan mutasi
0,4, populasi 10 ...................................................................................... 36
Gambar 4.13 Grafik fitness .......................................................................................... 36
Gambar 4.14 Grafik rata-rata fitness dengan probabilitas crossover 0,8 dan mutasi
0,5, populasi 20 ...................................................................................... 36
Gambar 4.15 Hasil Solusi Matakuliah dengan probabilitas crossover 0,8 dan mutasi
0,5, populasi 20 ...................................................................................... 37
Gambar 4.16 Grafik fitness dengan probabilitas crossover 0,9 dan mutasi 0,3,
populasi 30............................................................................................. 37
Gambar 4.17 Grafik rata-rata fitness dengan probabilitas crossover 0,9 dan mutasi
0,3, populasi 30 ...................................................................................... 37
Gambar 4.18 Hasil Solusi Matakuliah dengan probabilitas crossover 0,9 dan mutasi
0,3, populasi 30 ...................................................................................... 38

xv
Universitas Sumatera Utara