SPPK penjadwalan kuliah dengan algoritma genetika : studi kasus Jurusan Teknik Informatika Universitas Sanata Dharma Yogyakarta - USD Repository

  

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

PENJADWALAN KULIAH DENGAN ALGORITMA GENETIKA

(Studi Kasus : Jurusan Teknik Informatika

Universitas Sanata Dharma Yogyakarta)

  

Skripsi

Ditujukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Informatika

  

Disusun oleh :

Wahyu Ferianingrum

035314065

  

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

  

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

PENJADWALAN KULIAH DENGAN ALGORITMA GENETIKA

(Studi Kasus : Jurusan Teknik Informatika

Universitas Sanata Dharma Yogyakarta)

  

Skripsi

Ditujukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Informatika

  

Disusun oleh :

Wahyu Ferianingrum

035314065

  

TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

  

DECISION SUPPORT SYSTEM OF LECTURE SCHEDULING

WITH GENETICS ALGORITHM

(Case Study : Informatics Engineering Department of

Yogyakarta Sanata Dharma University)

  

A THESIS

Presented as Partial Fulfillment of the Requirements

to Obtain the Sarjana Teknik Degree

in Department of Informatics Engineering

  

Created by:

Wahyu Ferianingrum

NIM : 035314065

  

DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2009

  

Kupersembahkan Untuk :

Jesus Christ Ayah, Mamah,

  Kakakku & We_with..

HALAMAN MOTTO

  

Janganlah takut, sebab Aku menyertai engkau

(Yesaya 41 : 10)

Terima kasih Tuhan………..

Karena semua kejadian yang aku alami adalah tidak

kebetulan tetapi bekerja sama untuk mendatangkan

kebaikan bagiku

( Roma 8 : 28 )

  

ABSTRAKSI

Penjadwalan kuliah merupakan salah satu masalah optimasi. Proses

penjadwalan kuliah di Jurusan Teknik Informatika Universitas Sanata Dharma

  

Yogyakarta masih dilakukan secara manual. Penjadwalan secara manual dapat

saja dilakukan, namun penanganan seperti ini akan mengalami masalah terutama

dalam hal ketelitian dan waktu yang lama.

  Dengan dibangunnya SPPK Penjadwalan kuliah ini, diharapakan dapat

mengatasi masalah dalam proses penjadwalan kuliah. Dalam penjadwalan kuliah,

terkait dengan ketersediaan hari, ruangan, jam, dan matakuliah yang ditawarkan.

Dengan hasil yang diharapkan adalah adanya jadwal kuliah yang sesuai, sehingga

tidak terjadi tabrakan antara matakuliah yang satu dengan yang lain, maupun

jadwal bagi dosen sebagai pengajar matakuliah.

  SPPK ini dibuat dengan menggunakan algoritma genetika. Algoritma

genetika merupakan sebuah solusi alternatif untuk menyelesaikan masalah

optimasi yang berdasarkan pada mekanisme seleksi alami dan sifat genetika.

Aplikasi ini dibangun menggunakan bahasa pemrograman Delphi 7.0.

  

ABSTRACT

Lecture scheduling is one of the problems in optimizing. Process lecture

scheduling in Information Technology programme of Sanata Dharma University

  

Yogyakarta is being done manually. Manual scheduling is possibly done.

However, some problems may occur especially an accuracy and time constrain.

  With this Decision Support System of Lecture Scheduling builded, hopes

can fix the problem in lecture scheduling process. Lecture scheduling is closely

related to the availability of the days, room, time and the subjects offered. Result

that is expected when using Decision Support System (DSS) lecture shedulling is

an organized schedule for each subject offered to the students, so that there is no

collision between one subject and another.

  

This Decision Support System (DSS) is made by using genetics algoritm.

Genetics algoritm is an alternate solution in solving optimizing problem, that is

based on natural selection mechanism and generics nature the application is built

on Delphi 7.0.

KATA PENGANTAR

  Puji dan syukur kepada Tuhan Yang Maha Esa yang telah mengaruniakan berkat dan hikmatNya sehingga penulis dapat menyelesaikan tugas akhir ini.

  Dalam proses penulisan tugas akhir ini ada begitu banyak pihak yang telah

memberikan bentuan dan perhatian dengan caranya masing-masing sehingga

tugas akhir ini dapat diselesaikan. Oleh karena itu penulis mengucapkan terima

kasih diantaranya kepada :

  

1. Bapak Yosef Agung Cahyanta, S.T., M.T., selaku Dekan Fakultas Sains dan

Teknologi Universitas Sanata Dharma Yogyakarta.

  

2. Bapak Drs. J.J. Siang, M.Sc selaku dosen pembimbing tugas akhir yang

telah banyak memberikan bimbingan dalam penyusunan tugas akhir ini.

  

3. Ibu P.H. Prima Rosa, S.Si., M.Sc. dan Ibu Sri Hartati Wijono, S.Si.,

M.Kom. selaku panitia penguji yang telah memberikan banyak kritik dan saran sempurnanya tugas akhir ini.

  

4. Bapak Emanuel Belle Bau, SPd. dan Yustinus Nugroho sebagai laboran

yang telah mendukung dalam mempersiapkan ujian pendadaran.

  

5. Seluruh staff dosen Teknik Informatika Universitas Sanata Dharma yang

telah memberikan bekal ilmu, arahan dan pengalaman selama penulis menempuh studi.

  

6. Seluruh staff Sekretariat Fakultas Sains dan Teknologi yang banyak

membantu penulis dalam urusan administrasi akademik terutama menjelang

  

7. Ayah dan Mamah, terimakasih untuk setiap cinta, kasih sayang, doa,

kesabaran dan pengorbanan sehingga penulis dapat menyelesaikan tugas akhir ini.

  

8. Kakakku Ari Yulianto terima kasih atas doa, kasih sayang, dan

dukungannya.

  

9. Bapak dan Ibu terima kasih atas kasih sayang, perhatian dan semangatnya.

  

10. Ratna Kusuma Wardhani, Dian Tirta P dan Wahyu Nugroho terima kasih

atas perhatian, semangat dan nasihatnya.

  

11. Widyatmoko Adi Seputro terima kasih atas cinta, kasih sayang, perhatian,

semangat dan kebersamaan selama ini.

  

12. Essther Ika, Florentina Puri, Rubin Siswanto, M.Abdul Rosyid, Bregas P,

Santhos F, Odulphus Junaidi, Pamako, Ari Tunggul, Tadea P, Rachel K, dan E.W Mardani terimakasih atas semangat dan segala bantuannya.

  

13. Teman-teman seperjuangan di Jurusan Teknik Informatika angkatan 2003.

  

14. Semua pihak yang telah membantu penulisan baik secara langsung maupun

tidak langsung, yang tidak dapat penulis sebutkan satu persatu.

  Dengan rendah hati penulis menyadari bahwa tugas akhir ini masih jauh

dari sempurna, oleh karena itu berbagai kritik dan saran untuk perbaikan tugas

akhir ini sangat penulis harapkan. Akhir kata semoga tugas akhir ini dapat

bermanfaat bagi semua pihak. Terima kasih.

  Yogyakarta, Juli 2009 Penulis

  DAFTAR ISI HALAMAN JUDUL ........................................................................ i

HALAMAN PERSETUJUAN......................................................... iii

HALAMAN PENGESAHAN.......................................................... ........ iv

PERNYATAAN KEASLIAN KARYA............................................ v

HALAMAN PERSEMBAHAN...................................................... ........ vi

HALAMAN MOTTO...................................................................... ........ vii

ABSTRAKSI.................................................................................... ........ viii

ABSTRACT...................................................................... ..................

  ix

  

KATA PENGANTAR...................................................................... ........ xi

DAFTAR ISI.................................................................................... ........ xiii

DAFTAR GAMBAR...................................................................... ........ xvii

DAFTAR TABEL.......................................................................... ........ xix

BAB I. PENDAHULUAN .......................................................................

  1 1.1 Latar Belakang Masalah........................................................ .....

  1 1.2. Rumusan Masalah ......................................................................

  2 1.3 Tujuan Penulisan ........................................................................

  2 1.4. Batasan Masalah........................................................................

  3 1.5 Metodologi Penelitian................................................................

  3 1.6 Sistematika Penulisan................................................................

  4 BAB II. LANDASAN TEORI............................................................... .

  6

  2.1.1 Pengertian SPPK .............................................................

  23 2.2.5.1 Seleksi...................................................................

  3.1.2 Gambaran Umum Sistem.............................................. 31 3.2 Perancangan Antarmuka.......................................................... .

  .. 31

  3.1.1 Analisa Sistem........................................................

  31

  3.1 Definisi Masalah................................................................. .....

  31

  30 BAB III. ANALISIS DAN PERANCANGAN SISTEM..................

  2.2.5.3 Mutasi........................................................... 29 2.2.6 Parameter Genetika................................ .................

  27

  23 2.2.5.2 Perkawinan Silang (Crossover)............................

  21 2.2.5 Operator Algoritma Genetika........................................

  6 2.1.2 Tujuan SPPK. ..................................................................

  19 2.2.4 Pemodelan Kromosom (Pengkodean)...........................

  18 2.2.3 Ilustrasi Algoritma Genetika..........................................

  13 2.2.2 Struktur Umum Algoritma Genetika ..............................

  12 2.2.1 Konsep Dasar Algoritma Genetika ................................

  11 2.2 Algoritma Genetika ....................................................................

  10 2.1.7 Proses Pengambilan Keputusan.................................... .

  9 2.1.6 Keterbatasan SPPK....................................................... .

  8 2.1.5 Manfaat SPPK. ...............................................................

  7 2.1.4 Karakteristik dan Kemampuan SPPK ............................

  6 2.1.3 Komponen SPPK ...........................................................

  34

  3.2.2 Perancangan Input dan Output..................................

  34 3.2.2.1 Perancangan Input..................................................

  34 a. Perancangan Form Utama..............................

  34 b. Perancangan Form Data Matakuliah………….

  35 c. Perancangan Form Data Dosen……………......

  36 d. Perancangan Form Data Ruang…………….....

  37 e. Perancangan Form Data Kelas Matakuliah......

  38 f. Perancangan Form Proses Penjadwalan...........

  39 3.3 Perancangan Basisdata………………………………………..

  40 3.3.1 ER Diagram...........................................................

  40 3.3.2 Perancanagan Tabel...............................................

  41 3.4 Perancangan Algoritma Genetika Dalam Penjadwalan Kuliah..

  42 a. Representasi Masalah.............................................

  42 b. Pembentukan Kromosom.......................................

  45 c. Penentuan Nilai Fitness.........................................

  45 d. Pemilihan Kromosom untuk Dijadikan Orang Tua......

  46 e. Proses Reproduksi Kromosom.................................

  47 3.5 Penerapan Algoritma Genetika..........................................

  47

  63 BAB IV. IMPLEMENTASI DAN ANALISA HASIL ........................

  4.1 Implementasi Program...................................................

  66 4.1.1 Form Menu Utama................................................

  66 4.1.2 Form Data Dosen..................................................

  67

  4.1.4 Form Data Matakuliah..........................................

  68 4.1.5 Form Data Kelas Matakuliah................................

  69 4.1.6 Form Proses Pembuatan Jadwal Kuliah...............

  70 4.2 Flowchart .......................................................................

  71 4.3 Testing Program.............................................................

  72 4.4 Kelebihan Dan Kekurangan Program............................

  78 BAB V. PENUTUP .................................................................................

  79 5.1 Kesimpulan ...................................................................

  79 5.2 Saran ..............................................................................

  79 DAFTAR PUSTAKA .............................................................................

  80

  

DAFTAR GAMBAR

Halaman

  Gambar 2.1 Model Konseptual SPPK ……….......................................... 8

  Gambar 2.2 Karakteristik SPPK ……………………………................ 9

  Gambar 2.3 Struktur Umum Algoritma Genetika …………………........19

  Gambar 2.4 Contoh Seleksi Roda Roulette............................................... 24

  Gambar 3.1 Flowchart Sistem …………….……………………............ 32

  Gambar 3.2 Flowchart Algoritma Genetika............................................ 33

  Gambar 3.3 Perancangan Menu........................................................34

  Gambar 3.4 Perancangan Form Utama.................................................... 34

  Gambar 3.5 Perancangan Form Data Matakuliah.................................... 35

  Gambar 3.6 Perancangan Form Data Dosen........................................... 36

  Gambar 3.7 Perancangan Form Data Ruang........................................... 37

  Gambar 3.8 Perancangan Form Data Kelas Matakuliah.......................... 38

  Gambar 3.9 Perancangan Form Proses Penjadwalan.............................. 39

  Gambar 3.10 ER Diagram......................................................................... 40

  Gambar 3.11 Ilustrasi Model Kromosom.................................................. 43

  Gambar 3.12 Proses Crossover bagian pertama........................................... 63

Gambar 3.13 Proses Crossover bagian kedua...........................................

  63 Gambar 3.14 Proses Crossover bagian ketiga...........................................

  63 Gambar 3.15 Proses Crossover bagian keempat......................................... 64 Gambar 3.16

  Proses Mutasi....................................................................... 65 Gambar 4.1

  Form Menu Utama.................................................................66 Gambar 4.2

  Form Data Dosen................................................................. 67 Gambar 4.3

  Form Data Ruang...................................................................68 Gambar 4.4

  Form Data Matakuliah...........................................................69 Gambar 4.5

  Form Data Kelas.................................................................... 70

  Gambar 4.7 Flowchart SPPK penjadwalan kuliah.................................... 72

  Gambar 4.8 Grafik hubungan nilai fitness dengan iterasi......................... 73

  Gambar 4.9 Hubungan antara Probabilitas Crossover (10% - 25%) dan Probabilitas Mutasi (1%) dengan Nilai rata-rata Iterasi..75

  Gambar 4.10 Hubungan antara Probabilitas Mutasi (10% - 90%) dan Probabilitas Crossover (25%) dengan Nilai rata-rata Iterasi yang diperlukan..................................................................... 76

  Gambar 4.11 Hubungan antara jumlah Kelas Mata Kuliah dengan Nilai rata-rata Iterasi.............................................................. 78

  

DAFTAR TABEL

Halaman

Tabel 2.1 Contoh Pengkodean Biner……………………..………............

  21 Tabel 2.2 Contoh Pengkodean Permutasi.................................................... 22 Tabel 2.3

  Tabel Pengkodean Nilai............................................................... 22 Tabel 2.4

  Seleksi Rangking.......................................................................... 26

Tabel 3.1 Tabel Matakuliah ……………………..……….........................

  41 Tabel 3.2 Tabel Dosen...............................................................................

  41 Tabel 3.3 Tabel Kelas................................................................................

  41 Tabel 3.4 Aturan-Aturan Penjadwalan Kuliah..........................................

  46 Tabel 3.5 Contoh Data Matakuliah...........................................................

  48 Tabel 3.6 Contoh Data Dosen..................................................................

  49 Tabel 3.7 Contoh Data Hari…………….……………………………….

  50 Tabel 3.8 Contoh Data Ruang...................................................................

  50 Tabel 3.9 Contoh Data Jam………...........................................................

  51 Tabel 3.10 Contoh Data Kelas Matakuliah.................................................

  51 Tabel 3.11 Kromosom 1-10, Gen 1-25........................................................

  55 Tabel 3.12 Kromosom 1-10, Gen 26-50........................................................

  55 Tabel 3.13 Kromosom 1-10, Gen 51-75........................................................

  56 Tabel 3.14 Kromosom 1-10, Gen 76-100........................................................ 56 Tabel 3.15

  Kromosom 1-10, Gen 101-125..................................................... 57 Tabel 3.16

  Kromosom 1-10, Gen 126-150..................................................... 57 Tabel 3.17

  Kromosom 1-10, Gen 151-175...................................................... 58 Tabel 3.18

  Kromosom 1-10, Gen 176-200...................................................... 58 Tabel 3.19

  Kromosom 1-10, Gen 201-225...................................................... 59 Tabel 3.20

  Kromosom 1-10, Gen 226-250...................................................... 59 Tabel 3.21

  Kromosom 1-10, Gen 251-275...................................................... 60

  Tabel 3.23 Kromosom 1-10, Gen 301-325..................................................... 61

  Tabel 3.24 Kromosom 1-10, Gen 325-350...................................................... 61

  Tabel 3.25 Tabel Bobot Nilai Fitness............................................................. 62

  Tabel 3.26 Tabel Hubungan Antar Substring................................................. 64

  Tabel 4.1 Hubungan tabel fitness dan rata-rata iterasi.................................. 73

  Tabel 4.2 Hubungan antara Probabilitas Crossover (10-25%) dan Probabilitas Mutasi(1-5%) dengan nilai rata-rata Iterasi.............. 74

  Tabel 4.3 Hubungan antara Probabilitas Crossover (25%) dan

Probabilitas Mutasi (10-90%) dengan Nilai rata-rata

  Iterasi............................ ..... ....................................................... 76 Tabel 4.4

  Hubungan antara jumlah Kelas Matakuliah dengan Nilai rata-rata Iterasi........................................................ 77

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah

  Saat ini proses penjadwalan kuliah di jurusan teknik informatika universitas Sanata Dharma masih menggunakan cara manual. Penjadwalan secara manual dapat saja dilakukan, namun penanganan seperti ini akan mengalami masalah terutama dalam hal ketelitian dan waktu yang lama.

  Proses penjadwalan kuliah terdiri dari beberapa komponen, yaitu matakuliah yang ditawarkan, dosen, hari, ruang dan jam. Sementara hasil yang diharapkan adalah adanya jadwal matakuliah yang sesuai, baik bagi dosen maupun mahasiswa dengan waktu kuliah yang efektif, sehingga tidak terjadi tabrakan baik antara jadwal matakuliah tertentu, maupun jadwal bagi dosen sebagai pengajar mata kuliah. Ketika penjadwalan kuliah dilakukan secara manual, hanya akan dihasilkan satu solusi jawaban, dan jika solusi tersebut masih terdapat kesalahan, maka untuk mendapatkan kembali solusi yang lebih baik membutuhkan waktu yang lama.

  Pada tugas akhir ini dijelaskan tentang sistem pendukung pengambilan keputusan untuk membantu menyelesaikan masalah penjadwalan kuliah dengan menggunakan algoritma genetika Algoritma genetika adalah algoritma yang berdasarkan konsep teori evolusi alam dan konsep genetika. Algoritma genetika merupakan algoritma yang dapat eksaknya, karena mempunyai banyak pilihan penyelesaian. Dengan algoritma genetika, data-data dari komponen yang ada berupa data hari, data ruang, data jam, dan data matakuliah akan diolah ke bentuk variabel dalam algoritma genetika sehingga solusi yang dihasilkan merupakan solusi-solusi yang mendekati optimal. Meskipun ada kemungkinan dengan menggunakan algoritma genetika tidak dapat ditemukan solusi terbaik, tetapi paling tidak dapat ditemukan solusi yang mendekati solusi yang terbaik dalam waktu relatif kecil.

  Kehadiran sistem berbasis komputer dengan didukung adanya sistem pendukung pengambilan keputusan, akan sangat membantu dalam proses penjadwalan kuliah karena dapat membantu memberikan alternatif pemecahan bagi masalah yang dihadapai.

  1.2 Perumusan Masalah

  Dari latar belakang masalah dapat diambil rumusan masalah : Bagaimana menerapkan algoritma genetika untuk menyelesaikan masalah penjadwalan kuliah.

  1.3 Tujuan Penulisan

  Membuat program bantu untuk menyelesaikan masalah penjadwalan kuliah dengan menggunakan algoritma genetika.

  1.4 Batasan Masalah

  Adapun batasan masalah yang digunakan untuk menyelesaikan masalah penjadwalan mata kuliah dengan algoritma genetika adalah :

  1. Penjadwalan hanya untuk kelas teori.

  2. Studi Kasus di Jurusan Teknik Informatika Universitas Sanata Dharma Yogyakarta.

  3. Satu matakuliah harus dalam blok waktu berurutan atau tidak diperkenankan adanya pencacahan waktu.

  4. Pengguna dapat melakukan input mata kuliah teori, data dosen, data ruang, dan kelas mata kuliah, sementara data hari dan data jam telah tersedia dalam sistem.

  1.5 Metodologi Penyelesaian Masalah

  Metode yang digunakan untuk menyelesaikan masalah penjadwalan mata kuliah adalah metode System Development Life Cycle (paradigma Waterfall).

  Metode ini terdiri dari tahap yaitu :

  1. Analisis Kebutuhan • Mengidentifikasi dan menganalisis semua kebutuhan sistem.

• Pengumpulan data yang diperlukan.

  2. Perancangan Sistem Merupakan tahap menerjemahkan kebutuhan ke dalam sebuah representasi perangkat lunak. Proses perancangan ini meliputi perancangan sistem, perancangan basis data, perancangan user interface dan perancangan program.

  3. Penulisan Program Merupakan tahap menerjemahkan hasil rancangan ke bahasa pemrograman yang digunakan.

  4. Pengujian Tahap pengujian program dilakukan untuk menemukan kesalahan-kesalahan dengan cara mengeksekusi program.

1.6 Sistematika Penulisan

  BAB I : PENDAHULUAN Bab ini berisi penjelasan mengenai latar belakang masalah, rumusan masalah, tujuan penulisan, batasan masalah, metodologi penyelesaian masalah, dan sistematika penulisan.

  BAB II : LANDASAN TEORI Bab ini berisi tentang teori yang mendasari sistem pendukung pengambilan keputusan dan teori algoritma genetika yang akan menjadi dasar dalam pembuatan sistem ini.

  BAB III : ANALISA DAN PERANCANGAN SISTEM Bab ini menjelaskan tentang analisis dan perancangan sistem yang akan dibangun, meliputi serta analisis data penjadwalan, aturan tentang penjadwalan mata kuliah, penjelasan mengenai langkah-langkah algoritma genetika dalam menyelesaikan masalah penjadwalan kuliah.

  BAB IV : IMPLEMENTASI DAN ANALISA HASIL Bab ini berisi tentang implementasi dari perancangan yang telah dibuat sebelumnya, meliputi tampilan–tampilan program baik

  input maupun output yang dihasilkan dan analisa hasil dari program yang telah dibuat.

  BAB V : KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan dan saran dari sistem yang telah dibangun, berdasarkan pembahasan pada bab-bab sebelumnya.

BAB II LANDASAN TEORI

2.1 Konsep Dasar Sistem Pendukung Keputusan

2.1.1 Pengertian Sistem Pendukung Keputusan

  Sistem Pendukung Keputusan atau DSS (Decision Support System) diciptakan oleh Gorry dan Scoot Morton pada tahun 1971. Gagasan tersebut didasarkan pada perlunya suatu kerangka kerja untuk mengarahkan aplikasi komputer kepada pengambilan keputusan manajemen.

  Gorry dan Scoot Morton mendefinisikan SPPK sebagai sekumpulan prosedur basis model untuk memproses data dan keputusan untuk membantu manajer dalam membuat keputusan.

  Dalam bukunya, Turban mengutip definisi yang diberikan oleh Scoot Morton (Efraim turban,1995:11) dengan definisi sistem pendukung keputusan adalah sistem interaktif yang berbasis komputer yang membantu pengambil keputusan menggunakan data dan model untuk membantu memecahkan masalah yang tidak terstuktur atau semi terstuktur.

  Pengambilan keputusan merupakan proses memilih sejumlah alternatif tindakan dengan maksud untuk mencapai tujuan tertentu (Turban,2005)

2.1.2 Tujuan SPPK

  Menurut Peter G.W. Keen dan Scott Morton, SPPK memiliki tujuan sebagai berikut : Membantu pengambil keputusan untuk memecahkan masalah

• semi terstuktur. Mendukung penilaian pengambil keputusan bukan untuk
• menggantikan peran pengambil keputusan. Meningkatkan efektifitas pengambilan keputusan.
• 2.1.3 Komponen-komponen SPPK

  Pada dasarnya SPPK terdiri dari empat subsistem yang saling berkaitan satu sama lain yaitu : a.

  Manajemen data SPPK terdiri dari sekumpulan basis data yang berisi data-data yang relevan yang dikelola suatu sistem yang disebut DBMS (Database

  Management System ).

  b.

  Manajemen model SPPK memuat model finansial, statistik, manajemen saintifik, atau model lain yang memberikan kemampuan analitis sistem.

  c.

  Manajemen dialog Berarti SPPK memuat fasilitas bagi pengguna untuk berkomunikasi dengan sistem melalui antarmuka pengguna yang meliputi piranti d.

  Manajemen pengetahuan Subsistem optional ini lebih bersifat fleksibel, di mana subsistem ini dapat mendukung subsistem lainnya atau berdiri sendiri. Subsistem ini dibutuhkan ketika ketiga subsistem SPPK lainnya tidak mampu lagi menyelesaikan masalah yang semi terstruktur maupun tidak terstruktur.

  Subsistem ini terbentuk dari satu atau lebih sistem pakar. Selain itu juga dilengkapi dengan kebutuhan eksekusi dan integrasi sistem pakar.

  Data internal & Sistem Berbasis eksternal Komputer yg lain

  Manajer(pengguna)

Gambar 2.1 Model Konseptual SPPK

2.1.4 Karakteristik dan Kemampuan SPPK

  SPPK memiliki beberapa karakteristik yang khas dibandingkan dengan sistem informasi lainnya (Turban, 1995) yaitu : a. SPPK membuat dukungan bagi pembuat keputusan, terutama untuk keputusan semi dan tidak terstuktur. c. SPPK menyediakan dukungan kepada beberapa ketergantungan dan atau rangkaian keputusan.

  d. SPPK dapat mendukung beberapa kondisi keputusan yang saling bergantung atau berurutan.

  e. SPPK bersifat fleksibel.

  f. SPPK harus mudah digunakan, bersahabat, dan efektif.

  g. SPPK mempunyai tujuan khusus untuk mendukung keputusan yang diambil, tetapi tidak menggantikan peran pembuat keputusan.

  Karakter-karakter tersebut dapat digambarkan dalam diagram seperti di bawah ini :

  1. Keputusan semi terstruktur

  2. Untuk manajer di

  13. Pengetahuan berbagai level

  3. Untuk kelompok dan individu

12. Pemodelan

  4. Keputusan interdependen atau

  11. Mudah dibangun sekuensial

  5. Mendukung penalaran, perancangan dan pemilihan

  10. Bisa dikendalikan pengguna

  6. Mendukung bbg gaya dan proses pengambilan keputusan

  9. Efektivitas, bukan efisiensi

  8. Mudah dipakai

  7. Adaptif dan Fleksibel

Gambar 2.2 Karakteristik SPPK

2.1.5 Manfaat SPPK

  SPPK sebagai sebuah sistem memberikan manfaat bagi penggunanya, antara lain: a. SPPK memperluas kemampuan pengambil keputusan dalam memproses data dan informasi bagi penggunanya.

  b. SPPK membantu pengambil keputusan dalam hal penghematan waktu pemecahan masalah.

  c. SPPK dapat menghasilkan solusi dengan cepat serta dapat diandalkan.

  d. Walaupun SPPK mungkin saja tidak mampu menyelesaikan masalah yang dihadapi oleh pengambil keputusan, namun ia mampu menjadi stimulan, karena SPPK menyediakan berbagai alternatif penyelesaian.

  e. SPPK dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan.

  f. SPPK menghasilkan keputusan yang bersifat objektif.

  g. SPPK memperbaiki efektifitas manajerial dan produktifitas análisis.

2.1.6 Keterbatasan SPPK

  Sebuah sistem tentunya memiliki kelemahan dan keterbatasan kemampuan dalam hal tertentu. Demikian juga dengan SPPK, memiliki keterbatasan dalam beberapa hal antara lain :

  a. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak mencerminkan persoalan yang ada secara keseluruhan.

  b. Kemampuan SPPK terbatas pada perbendaharaan kemampuan yang dimilikinya (pengetahuan dasar serta model dasar).

  c. Proses-proses yang dapat dilakukan SPPK tergantung juga pada kemampuan perangkat lunak yang digunakan.

  d. SPPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia, karena walaupun bagaimana canggihnya suatu SPPK hanyalah kumpulan perangkat lunak, perangkat keras dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir.

  SPPK hanya mempunyai kemampuan untuk mengolah data dan informasi yang diperlukan dalam pengambilan keputusan, jadi sistem hanya berguna sebagi alat bantu manajemen. Secara luas, dapat dikatakan bahwa SPPK dirancang untuk menghasilkan berbagai alternatif penyelesaian yang akan ditawarkan kepada para pengambil keputusan, tidak digunakan untuk membuat keputusan.

2.1.7 Proses Pengambilan Keputusan

  Tiga fase dalam proses pengambilan keputusan (Turban, 1995) yaitu : 1.

  Fase penalaran (intelligence phase) Tujuan dalam fase ini adalah mengenali permasalahan, situasi dan peluangnya. Output yang dihasilkan berupa rumusan masalah (problem statement).

  2. Fase perancangan (design phase) Tujuan dalam fase ini adalah menghasilkan dan menganalisa alternatif solusi. Dalam fase ini dilakukan pemodelan terhadap permasalahan yang ada. Pemodelan sendiri berarti konseptualisasi masalah dan abstraksinya dalam bentuk kuantitatif dan atau kualitatif.

  3. Fase pemilihan (choice phase) Batas antara fase perancangan dan fase pemilihan tidak tegas karena adanya aktivitas-aktivitas sama yang dilakukan dalam kedua fase tersebut. Orang sering secara iteratif kembali ke fase perancangan pada saat berada dalam fase pemilihan. Misalkan menemukan alternatif solusi baru pada saat mengevaluasi alternatif solusi yang sudah ditemukan sebelumnya. Dalam fase ini dilakukan pencarian alternatif solusi yang sesuai (dari antara alternatif yang dihasilkan dalam fase perancangan) yang dapat dipakai untuk memecahkan permasalahan yang ada. Dalam pemecahan masalah (problem solving), tiga fase pengambilan keputusan yang ada akan diikuti implementasi terhadap rekomendasi yang menjadi output dari fase pemilihan.

2.2 Algoritma Genetika

  Algoritma genetika adalah algoritma yang berdasarkan pada mekanisme seleksi alami dan konsep genetika. Konsep genetika digunakan untuk merepresentasikan setiap kemungkinan solusi dari masalah optimasi yang ada. Sedangkan seleksi alam merepresentasikan proses seleksi terhadap calon-calon solusi dari sebuah populasi. Dalam implementasinya algoritma genetika meniru beberapa proses yang terdapat pada evolusi alami mahluk hidup antara lain seleksi alam dan reproduksi (crossover dan mutasi).

2.2.1 Konsep Dasar Algoritma Genetika

  Algoritma genetika menerapkan prinsip pada evolusi mahluk hidup yaitu seleksi alam dan konsep genetika yang dikemukakan oleh Darwin. Dari konsep genetika diketahui bahwa setiap organisme merupakan suatu sistem yang terdiri dari organ dan setiap organ tersebut terdiri dari sel-sel yang membentuk organ tersebut. Setiap sel kemudian dibagi lagi menjadi beberapa kromosom dimana setiap kromosom terdiri dari gen-gen sebagai pembentuk karakteristik atau sifat tertentu dari mahluk hidup yang saling berbeda satu sama lain. Sedangkan dari teori seleksi alam adalah proses pemilihan kemampuan suatu organisme untuk beradaptasi dengan lingkungannya. Hal ini menurut Darwin karena terdapat beberapa organisme yang mempunyai tingkat kemampuan bertahannya berbeda dengan organisme lain.

  Adapun proses-proses dalam evolusi alami yang menjadi konsep dari algoritma genetika adalah proses seleksi alam dalam rangka mencari anggota populasi yang mempunyai tingkat ketahanan hidup yang tinggi sehingga dapat menyesuaikan diri dengan lingkungannya dan proses reproduksi yang merupakan salah satu proses biologi yang bertujuan untuk mempertahankan kelestarian dari suatu spesies karena dengan adanya reproduksi akan didapatkan keturunan yang sifatnya diturunkan dari induknya. Reproduksi mencakup dua proses yaitu crossover (perkawinan silang) dan mutation (mutasi). Perkawinan silang adalah suatu proses pertukaran gen dari dua individu yang mempunyai karakteristik yang berbeda untuk menghasilkan keturunan dengan karakteristik yang berbeda dari induknya dan diharapkan lebih baik dari induknya. Sedangkan mutasi adalah proses perubahan genetika dari suatu spesies karena spesies tersebut melakukan adaptasi terhadap lingkungannya.

  Dalam algoritma genetika, lingkungan tempat tinggal suatu jenis populasi merupakan representasi dari masalah yang akan dicari penyelesaiaannya, sedangkan populasi itu sendiri merepresentasikan kumpulan calon solusi dari masalah yang dihadapi. Setiap populasi terdiri dari beberapa kromosom, jumlah kromosom pada setiap populasi disesuaikan

  

fitness nya. Nilai ini merupakan ukuran yang digunakan untuk mengukur

keoptimalan suatu solusi dalam menyelesaikan masalah.

  Langkah-langkah yang dilakukan dalam algoritma genetika untuk mencari penyelesaiaan dari suatu masalah adalah:

1. Menentukan model dari sistem yang dibuat

  Untuk melakukan komputasi terhadap masalah optimasi yang dihadapi maka terlebih dahulu dibuat sebuah representasi yang sesuai dengan masalah tersebut. Dalam pemodelan ini juga harus ditentukan batasan-batasan untuk memperkecil ruang pencarian yang akhirnya nanti dapat mempengaruhi cepat lambatnya penemuan solusi dan fungsi tujuan dari permasalahan tersebut. Ada beberapa macam pemodelan, yaitu : pengkodean biner, pengkodean permutasi, pengkodean pohon dan pengkodean nilai.

  Fungsi tujuan dalam algoritma genetika dikenal dengan sebutan fungsi fitness. Fungsi fitness adalah fungsi yang digunakan untuk menentukan nilai fitness dari kromosom dan merupakan alat ukur dari keoptimalan kromosom. Nilai fitness yang dihasilkan dari perhitungan fungsi fitness juga dapat menentukan apakah suatu kromosom merupakan solusi yang tepat serta untuk menentukan apakah kromosom tersebut dapat menjadi anggota populasi pada generasi berikutnya.

2. Pembangkitan kromosom anggota populasi dan mengevaluasi setiap kromosom dalam populasi dengan menentukan nilai fitnessnya.

  Pembangkitan kromosom-kromosom sebagai anggota populasi dilakukan secara random. Anggota populasi yang terpilih kemudian dievaluasi dengan cara menentukan nilai fitness dari setiap populasi.

  Penghitungan nilai fitness didapat berdasarkan fungsi tujuan yang telah ditentukan sebelumnya pada saat pemodelan masalah. Nilai fitness ini digunakan untuk mengetahui apakah suatu kromosom anggota populasi merupakan solusi yang tepat untuk permasalahan yang ada atau dapat juga digunakan untuk menentukan apakah calon solusi tersebut dapat menjadi anggota populasi generasi berikutnya.

  3. Penentuan nilai fitness masing-masing kromosom-kromosom anggota populasi Pada masalah optimasi, fungsi fitness yang digunakan untuk mencari nilai fitness adalah fungsi dari masalah optimasi itu sendiri.

  Untuk masalah penjadwalan kuliah pencarian nilai fitness dilakukan dengan pencarian total bobot dari masing-masing kromosom anggota populasi. Kromosom yang mempunyai nilai fitness baik adalah kromosom yang mempunyai total bobot terkecil. Semakin kecil nilai

  fitness dari kromosom yang terbentuk semakin baik kromosom tersebut.

  Perhitungan nilai fitness ini digunakan untuk menentukan apakah suatu kromosom anggota populasi merupakan solusi yang tepat untuk apakah calon solusi tersebut dapat menjadi anggota populasi generasi berikutnya.

  4. Pemilihan kromosom untuk dijadikan orang tua Dari himpunan kromosom pada populasi kemudian dilakukan pemilihan dua buah kromosom untuk dijadikan orang tua. Pemilihan ini dapat dilakukan dengan berbagai metode seleksi antara lain: roda roulette seleksi, seleksi rangking, seleksi random dll. Kromosom orang tua yang terpilih tadi selanjutnya akan dikenakan operasi perkawinan silang (crossover) atau mutasi. Dan diharapkan melalui operasi ini akan menghasilkan individu-individu baru dengan nilai fitness yang lebih baik dari orang tuanya.

  5. Proses reproduksi untuk menghasilkan kromosom baru Kromosom yang terpilih sebagai orang tua pada proses ketiga kemudian dikenakan proses reproduksi. Proses reproduksi yang dikenakan pada kromosom orang tua tersebut meliputi perkawinan silang (crossover) dan mutasi. Berdasarkan konsep dasar perkawinan silang pada evolusi alamiah maka perkawinan silang dapat diartikan sebagai proses pertukaran gen dari dua kromosom orang tua yang berbeda sehingga menghasilkan offspring (keturunan) dengan karakteristik yang berbeda dari kromosom orang tua. Keturunan yang diperoleh ini diharapkan akan mempunyai nilai fitness yang lebih baik dari kedua kromosom orang tua. Sedangakan mutasi adalah proses perubahan proses pertukaran gen kromosom dengan sebuah gen yang lain. Kromosom yang mengalami mutasi adalah kromosom hasil crossover dengan nilai fitness yang buruk. Mutasi dilakukan disesuaikan dengan besarnya probabilitas mutasi.