Implementasi Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung).

vi

ABSTRAK

Salah satu algoritma yang dapat dipakai untuk memecahkan permasalahan penjadwalan kuliah adalah algoritma genetika. Algoritma genetika merupakan teknik pencarian pemecahan masalah yang berusaha menerapkan pemahaman mengenai evolusi alamiah, seperti regenerasi, mutasi, seleksi alam dan rekombinasi. Dengan adanya penerapan algoritma genetika ini, diharapkan dapat menyelesaikan permasalahan penjadwalan dengan solusi-solusi yang paling tepat untuk setiap permasalahan yang tengah dihadapi oleh penjadwalan Manajemen Pendidikan pada Program Pascasarjana Magister Manajemen Universitas Sangga Buana Bandung. Penjadwalan kuliah yang masih manual menjadi salah satu kendala sistem akademik yang berjalan.

Tujuan pembuatan Tugas Akhir ini adalah untuk menjabarkan proses penjadwalan kuliah pada studi kasus yaitu penjadwalan kuliah Manajemen Pendidikan Program Pascasarjana Magister Manajemen Universitas Sangga Buana Bandung dan mengimplementasikan algoritma genetika untuk menemukan solusi yang tepat untuk menyelesaikan permasalahan penjadwalan kuliah.

Hasil akhir Tugas Akhir ini adalah terbentuknya sebuah jadwal kuliah yang memenuhi constraint dan tidak memiliki bentrokan waktu yang ditandai dengan ditemukannya nilai fitness 0 dalam proses algoritma genetika. Dengan begitu aplikasi telah dapat melakukan pembuatan sekaligus menemukan solusi penjadwalan kuliah dengan algoritma genetika untuk studi kasus penjadwalan kuliah pada Program Studi Magister Manajemen Universitas Sangga Buana.

vii

ABSTRACT

One algorithm that can be used to solve the course scheduling problem is a genetic algorithm. Genetic algorithm is a search technique that seeks to applying problem solving who can understand of natural evolution, such as regeneration, mutation, natural selection and recombination. With the implementation of genetic algorithms, the algorithm expected to resolve the scheduling problems with solutions that are most appropriate for each of the problems being faced by the Department of Education Management on Magister Management program in Sangga Buana Bandung University. Academic system that runs scheduling lectures manually give rise some problems for the university running system.

The purpose of making this final project is to describe the scheduling process of the case study Department of Education Management on Magister Management program in Sangga Buana Bandung University and implement the genetic algorithms to find the right solution to solve scheduling problems in college.

The final result of this project is the creation of a class schedule that satisfies the constraints and do not have time clash marked by the discovery of 0 fitness value in the process of genetic algorithms. That way the application has been able to manufacture as well as finding solutions to scheduling college with genetic algorithm for scheduling college study case on the Magister Management of Sangga Buana University.

viii

DAFTAR ISI

LEMBAR PENGESAHAN ... i

PERNYATAAN ORISINALITAS LAPORAN PENELITIAN ... ii

PERNYATAAN PUBLIKASI LAPORAN PENELITIAN ... iii

PRAKATA ... iv

ABSTRAK ... vi

ABSTRACT ... vii

DAFTAR ISI ... viii

DAFTAR TABEL ... xii

DAFTAR GAMBAR ... xiv

DAFTAR SIMBOL ... xix

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 3

1.3 Tujuan ... 3

1.4 Batasan Masalah ... 4

1.5 Sistematika Pembahasan ... 5

BAB II LANDASAN TEORI ... 6

2.1 Penjadwalan Akademik ... 6

2.1.1 Aturan Umum Penjadwalan ... 7

2.2 Algoritma Genetika ... 8

2.2.1 Pengkodean ... 10

2.2.2 Operator dalam Algoritma Genetika ... 10

ix

2.2.2.2 Perkawinan silang ... 12

2.2.2.3 Mutasi ... 13

2.2.3 Update Generasi ... 14

2.2.4 Parameter dalam Algoritma Genetika ... 14

2.3 Flowchart ... 15

2.4 ERD (Entity Relationship Diagram) ... 15

2.5 Unified Modelling Language (UML) ... 19

2.5.1 Use Case ... 20

2.5.2 Activity Diagram ... 21

2.5.3 Class Diagram ... 22

2.5.3.1 Hubungan Antar Class ... 24

2.6 Object Oriented ... 25

2.7 Java... 26

2.8 MySQL ... 27

BAB III ANALISIS DAN DESAIN ... 28

3.1 Analisis... 28

3.1.1 Proses Manual Sistem Akademik ... 28

3.2 Gambaran Keseluruhan ... 33

3.2.1 Rancangan Algoritma Genetika ... 33

3.2.1.1 Membentuk Populasi ... 34

3.2.1.2 Nilai Fitness... 35

3.2.1.3 Seleksi dan Cross Over ... 38

3.2.1.4 Elitisme ... 41

3.2.1.5 Mutasi ... 41

3.2.1.6 Regenerasi ... 41

x

3.2.3 Antarmuka Perangkat Lunak ... 42

3.2.4 Fitur-fitur Produk Perangkat Lunak ... 43

3.3 Disain Perangkat Lunak ... 43

3.3.1 Pemodelan Perangkat Lunak ... 43

3.3.1.1 Use Case Diagram ... 44

3.3.1.1 Use Case Diagram ... 45

3.3.2 Disain Penyimpanan Data ... 70

3.3.2.1 Entity Relationship Diagram (ERD)... 70

3.3.2.2 Skema Relasi ... 72

3.3.3 Disain Antarmuka ... 75

BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 87

4.1 Implementasi Class/Modul ... 87

4.1.1 Implementasi Kelas Data Master Mahasiswa ... 88

4.1.2 Implementasi Kelas Data Master Dosen ... 89

4.1.3 Implementasi Kelas Data Master Mata Kuliah ... 90

4.1.4 Implementasi Kelas Data Tahun Akademik ... 90

4.1.5 Implementasi Kelas Data Penawaran Mata Kuliah Semester ... 91

4.1.6 Implementasi Kelas Data Jadwal Dosen ... 91

4.1.7 Implementasi Kelas Data Perwalian Mahasiswa ... 92

4.1.8 Implementasi Kelas Algoritma Genetika ... 93

4.2 Implementasi Antarmuka ... 104

4.2.1 Tampilan Menu Utama... 105

4.2.2 Tampilan Menu Mahasiswa ... 105

4.2.3 Tampilan Menu Dosen ... 107

4.2.4 Tampilan Menu Mata Kuliah ... 108

xi

4.2.6 Tampilan Menu Penawaran Mata Kuliah Semester ... 110

4.2.7 Tampilan Menu Jadwal Dosen ... 111

4.2.8 Tampilan Menu Perwalian Mahasiswa ... 113

4.2.9 Tampilan Menu Algoritma Genetika ... 115

BAB V TESTING DAN EVALUASI SISTEM ... 118

5.1 Rencana Pengujian ... 118

5.2 Pelaksanaan Pengujian ... 118

5.2.1 Black Box ... 118

BAB VI KESIMPULAN DAN SARAN ... 127

6.1 Kesimpulan ... 127

6.2 Saran ... 128

xii

DAFTAR TABEL

Tabel 2.1 Contoh penjadwalan mata kuliah ... 7

Tabel 3.1 Entitas tabel mahasiswa ... 75

Tabel 3.2 Entitas tabel dosen ... 75

Tabel 3.3 Entitas tabel mata_kuliah ... 75

Tabel 3.4 Entitas tabel tahun_akademik ... 75

Tabel 3.5 Entitas tabel mk_tawar ... 76

Tabel 3.6 Entitas tabel kontrak... 76

Tabel 3.7 Entitas tabel mk_dosen ... 76

Tabel 3.8 Entitas tabel jadwal_kuliah ... 76

Tabel 4.1 Tabel Implementasi Kelas SQLMahasiswa ... 89

Tabel 4.2 Tabel Implementasi Kelas SQLDosen ... 90

Tabel 4.3 Tabel Implementasi Kelas SQLMataKuliah ... 91

Tabel 4.4 Tabel Implementasi Kelas SQLTahunAjar ... 91

Tabel 4.5 Tabel Implementasi Kelas SQLMKTawar ... 92

Tabel 4.6 Tabel Implementasi Kelas SQLMKDosen ... 92

Tabel 4.7 Tabel Implementasi Kelas SQLKontrak ... 93

Tabel 4.8 Tabel Implementasi Kelas SQLPraGenetika ... 94

Tabel 4.9 Tabel Implementasi Kelas SQLJavaGenetika... 97

Tabel 5.1 Test Case Form Cari Mahasiswa ... 118

Tabel 5.2 Test Case Form Input Mahasiswa ... 118

Tabel 5.3 Test Case Form Input Mata Kuliah... 119

xiii

Tabel 5.5 Test Case Form Perwalian Mahasiswa ... 121 Tabel 5.6Test Case Form Input Dosen ... 122 Tabel 5.7 Test Case Form Algoritma Genetika ... 123 Tabel 5.8 Variable hidup dan hasil jumlah generasi pada percobaan pertama algoritma genetika ... 125 Tabel 5.9 Hasil pada percobaan pertama algoritma genetika ... 125

xiv

DAFTAR GAMBAR

Gambar 2.1 Teknik seleksi mesin roullete (Achmad Basuki, 2003 : 10) ... 11

Gambar 2.2 Contoh perkawinan silang (Borschbach, et al., 2009 : 6) ... 12

Gambar 2.3 Contoh mutasi (Borschbach, et al., 2009 : 6) ... 13

Gambar 2.4 Contoh sebuah Entitas Konsumen ... 16

Gambar 2.5 Contoh Model Relasi Satu ke Satu ... 17

Gambar 2.6 Contoh Model Relasi Satu ke Banyak ... 17

Gambar 2.7 Contoh Model Relasi Banyak ke Banyak ... 18

Gambar 2.8 Contoh Penerapan ER-Model ... 18

Gambar 2.9 Contoh Use Case Diagram... 20

Gambar 2.10 Actor ... 20

Gambar 2.11 Usecase ... 21

Gambar 2.12 Association ... 21

Gambar 2.13 Pewarisan ... 22

Gambar 2.14 Dependency ... 22

Gambar 2.15 Contoh activity diagram ... 24

Gambar 2.16 Contoh Class pada Class Diagram ... 25

Gambar 2.17 Contoh Interface pada Class Diagram ... 25

Gambar 2.18 Contoh Package dalam Class Diagram ... 25

Gambar 2.19 Contoh Class Diagram ... 26

Gambar 3.1 Flowchart Proses manual pengolahan data jadwal kelas ... 32

Gambar 3.2 Flowchart Proses manual pengolahan data jadwal kuliah mahasiswa ... 34

Gambar 3.3 Flowchart Proses Algoritma Genetika ... 35

xv

Gambar 3.5 Kromosom pada fase pertama ... 37

Gambar 3.6 Kromosom pada fase kedua ... 37

Gambar 3.7 Perhitungan fitness 1 ... 39

Gambar 3.8 Perhitungan fitness 2 ... 40

Gambar 3.9 Contoh Perhitungan Seleksi ... 41

Gambar 3.10 Contoh Hasil Cross Over ... 42

Gambar 3.11 Use Case Diagram ... 46

Gambar 3.12 Activity Diagram Melihat Data Mahasiswa ... 47

Gambar 3.13 Activity Diagram Merubah Data Mahasiswa ... 48

Gambar 3.14 Activity Diagram Membuat Data Mahasiswa ... 49

Gambar 3.15 Activity Diagram Membuat Data Mata Kuliah ... 50

Gambar 3.16 Activity Diagram Melihat Data Mata Kuliah ... 51

Gambar 3.17 Activity Diagram Merubah Data Mata Kuliah ... 52

Gambar 3.18 Activity Diagram Melihat Data Dosen ... 59

Gambar 3.19 Activity Diagram Merubah Data Dosen ... 54

Gambar 3.20 Activity Diagram Membuat Data Dosen ... 55

Gambar 3.21 Activity Diagram Melihat Data Tahun Akademik ... 56

Gambar 3.22 Activity Diagram Menambah Data Tahun Akademik... 57

Gambar 3.23 Activity Diagram Menghapus Data Tahun Akademik ... 58

Gambar 3.24 Activity Diagram Menampilkan Data Penawaran Mata Kuliah ... 59

Gambar 3.25 Activity Diagram Menghapus Data Penawaran Mata Kuliah ... 60

Gambar 3.26 Activity Diagram Menambah Data Penawaran Mata Kuliah ... 61

Gambar 3.27 Activity Diagram Menampilkan Data Perwalian Mahasiswa ... 62

Gambar 3.28 Activity Diagram Menghapus Data Perwalian Mahasiswa ... 63

Gambar 3.29 Activity Diagram Membuat Data Perwalian Mahasiswa ... 64

xvi

Gambar 3.31 Activity Diagram Melihat Jumlah Jadwal Dosen... 66

Gambar 3.32 Activity Diagram Mengelola Data Jadwal Dosen ... 67

Gambar 3.33 Activity Diagram Menambah Data MK Dosen... 68

Gambar 3.34 Activity Diagram Kelola Data Hasil Perwalian Mahasiswa ... 69

Gambar 3.35 Activity Diagram Kelola Parameter Algoritma Genetika ... 70

Gambar 3.36 Activity Diagram Algoritma Genetika Penjadwalan ... 71

Gambar 3.37 Entity Relationship Diagram ... 73

Gambar 3.38 Skema Relasi ... 74

Gambar 3.39 Desain User Interface Main Form 1 ... 77

Gambar 3.40 Desain User Interface Main Form 2 ... 77

Gambar 3.41 Desain User Interface Lihat Data Mahasiswa ... 78

Gambar 3.42 Desain User Interface Form Mahasiswa ... 78

Gambar 3.43 Desain User Interface Lihat Data Dosen ... 79

Gambar 3.44 Desain User Interface Form Dosen ... 79

Gambar 3.45 Desain User Interface Lihat Data Mata Kuliah ... 80

Gambar 3.46 Desain User Interface Form Mata Kuliah ... 80

Gambar 3.47 Desain User Interface Lihat Data Tahun Akademik ... 81

Gambar 3.48 Desain User Interface Lihat MK Tawar ... 82

Gambar 3.49 Desain User Interface Form MK Tawar ... 82

Gambar 3.50 Desain User Interface Lihat Data Jadwal Dosen ... 83

Gambar 3.51 Desain User Interface Form Jadwal Dosen ... 83

Gambar 3.52 Desain User Interface Form MK Dosen ... 84

Gambar 3.53 Desain User Interface Lihat Data Perwalian Mahasiswa ... 85

Gambar 3.54 Desain User Interface Form Perwalian Mahasiswa ... 85

Gambar 3.55 Desain User Interface Lihat Hasil Perwalian Mahasiswa ... 86

xvii

Gambar 3.57 Desain User Interface Monitoring Proses Algoritma Genetika ... 87

Gambar 3.58 Desain User Interface Lihat Jadwal Mata Kuliah ... 87

Gambar 3.59 Desain User Interface Lihat Jadwal Kelas ... 88

Gambar 3.60 Desain User Interface Lihat Jadwal Mahasiswa ... 88

Gambar 4.1 Gambar Output pengecekan mata kuliah ... 95

Gambar 4.2 Gambar Output alokasi jadwal mengajar tiap dosen ... 96

Gambar 4.3 Gambar Output inisialisasi gen dalam kromosom ... 98

Gambar 4.4 Gambar Output pembentukan individu ... 99

Gambar 4.5 Gambar Output hasil populasi awal ... 99

Gambar 4.6 Gambar Code Seleksi Fitness ... 100

Gambar 4.7 Gambar Code perhitungan nilai fitness ... 101

Gambar 4.8 Gambar Output seleksi fitness ... 102

Gambar 4.9 Gambar Code Cross Over ... 103

Gambar 4.10 Gambar Code Elitisme... 104

Gambar 4.11 Gambar Code Mutasi ... 104

Gambar 4.12 Gambar Output Elitisme dan Mutasi ... 105

Gambar 4.13 User Interface Menu Utama ... 106

Gambar 4.14 User Interface Lihat List Mahasiswa. ... 106

Gambar 4.15 User Interface Lihat Data Mahasiswa. ... 107

Gambar 4.16 User Interface Input Data Mahasiswa. ... 107

Gambar 4.17 User Interface Lihat List Data Dosen. ... 108

Gambar 4.18 User Interface Input Data Dosen ... 108

Gambar 4.19 User Interface Input Data Mahasiswa. ... 109

Gambar 4.20 User Interface Lihat List Data Mata Kuliah ... 109

Gambar 4.21 User Interface Input Data Mata Kuliah ... 110

xviii

Gambar 4.23 User Interface Input Data Mahasiswa. ... 111

Gambar 4.24 User Interface Lihat Data MK Tawar ... 111

Gambar 4.25 User Interface Input Data MK Tawar. ... 112

Gambar 4.26 User Interface Lihat List Data Jadwal Dosen... 112

Gambar 4.27 User Interface Input Data Jadwal Dosen ... 113

Gambar 4.28 User Interface Input Data MK Dosen ... 113

Gambar 4.29 User Interface Lihat List Data Perwalian ... 114

Gambar 4.30 User Interface Buat Data Perwalian ... 114

Gambar 4.31 User Interface Lihat Data Perwalian ... 115

Gambar 4.32 User Interface Tambah Mata Kuliah ... 115

Gambar 4.33 User Interface Lihat List Data Hasil Perwalian ... 116

Gambar 4.34 User Interface Lihat List Data Kelas ... 116

Gambar 4.35 User Interface Lihat Data Jadwal Mahasiswa. ... 117

Gambar 5.1 Output hasil algoritma genetika 1 ... 123

Gambar 5.2 Output hasil algoritma genetika 2 ... 123

Gambar 5.3 Grafik hasil percobaan jumlah individu terhadap jumlah generasi tercapainya pencarian solusi ... 124

Gambar 5.4 Grafik jumlah generasi dan waktu yang dibutuhkan untuk tercapainya pencarian solusi ... 126

xix

DAFTAR SIMBOL

Nomor Simbol Arti Definisi

1

Proses Mempresentasikan operasi.

2

Input / Output

Mempresentasikan Input data atau Output data yang diproses atau informasi.

3

Keputusan Keputusan dalam program.

4

Dokumen I / O dalam format cetak.

5 Terminal Point Awal / akhir flowchart.

6

Preparation Pemberian harga awal.

7

Database Mempresentasikan sebuah tabel

basis data.

8

xx

Nomor Simbol Arti Definisi

9

Manual Input Input yang dimasukkan secara

manual dari keyboard.

10 Penghubung

Keluar atau masuk dari bagian lain flowchart khususnya halaman yang sama.

11

Penghubung

Keluar atau masuknya dari bagian lain flowchart khususnya halaman lain.

12

Display Output yang ditampilkan pada terminal

13

Anak Panah Mempresentasikan alur kerja.

14 Actor

Actor menggambarkan pengguna aplikasi (user)

15 A Use case

Use-case menggambarkan perilaku aplikasi, termasuk didalamnya interaksi antara actor dengan aplikasi tersebut.

16 Association

Asosiasi, yaitu hubungan statis antar element. Umumnya

menggambarkan element yang memiliki atribut berupa element lain, atau element yang harus

xxi

Nomor Simbol Arti Definisi

17

A B

Pewarisan

Pewarisan, yaitu hubungan hirarkis antar element. Element dapat diturunkan dari element lain dan mewarisi semua atribut dan metoda element asalnya dan menambahkan fungsionalitas baru.

18

A B

Dependency

Dependency/ketergantungan adalah suatu jenis hubungan yang

menandakan bahwa satu element, atau kelompok element, bertindak sebagai klien tergantung pada unsur lain atau kelompok element yang berlaku sebagai penyalur. Ini merupakan suatu hubungan lemah yang menandakan bahwa jika penyalur klien diubah maka klien secara otomatis akan terpengaruh oleh perubahan tersebut. Ini

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pendidikan merupakan hal yang sangat penting, sebab pendidikan merupakan proses mencetak generasi penerus bangsa. Adapun fungsi pendidikan adalah untuk mengembangkan kemampuan serta meningkatkan mutu kehidupan dan martabat manusia.

Pendidikan yang umum adalah pendidikan di bidang akademik. Pendidikan akademik adalah pendidikan yang diarahkan terutama pada penguasaan disiplin ilmu pengetahuan tertentu. Sebagai contoh adalah pendidikan Pascasarjana yang dapat diperoleh di Universitas Sangga Buana YPKP Bandung.

Universitas Sangga Buana merupakan salah satu universitas yang terletak di Bandung tepatnya di Jalan PHH.Mustofa nomor 68 Bandung. Universitas Sangga Buana didirikan pada tanggal 23 Maret 1968. Universitas Sangga Buana semula bernama Sekolah Tinggi Ilmu Ekonomi (STIE) Yayasan Pendidikan Keuangan dan Perbankan (YPKP) disingkat STIE YPKP.

Salah satu unsur utama di dalam sebuah sistem akademik adalah penjadwalan. Penjadwalan ini meliputi penjadwalan kuliah mahasiswa dan penjadwalan untuk alokasi kelas mata kuliah. Penentuan jadwal kuliah pada sistem akademik program studi tersebut tidak optimum baik dalam segi waktu, proses, maupun hasil dikarenakan proses yang masih manual dalam pembuatannya. Sebelum di bentuk suatu jadwal diperlukan data ketersediaan dosen mengajar dan data perwalian mahasiswa yang mengambil penawaran mata kuliah pada semester tertentu, lalu staf program studi akan mengalokasikan mahasiswa pada data ketersediaan dosen, ruang yang tersedia, kelas, hari, dan jam secara manual satu persatu.

2

Pada karya ini dicoba dikembangkan studi kasus tersebut dengan mengimplementasi algoritma genetika. Dengan algoritma genetika diharapkan dapat memperoleh optimasi penjadwalan, dimana terjadi kondisi terbaik untuk pasangan jadwal kuliah mahasiswa dan jadwal mengajar dosen secara keseluruhan. Tidak ada permasalahan bentrokan jadwal pada sisi mahasiswa, serta ketersediaan ruang yang cukup dan sesuai secara fasilitas untuk seluruh mata kuliah yang ada.

Pada penelitian mengenai penyelesaian masalah penjadwalan mata kuliah kali ini digunakan algoritma genetika karena ketertarikan sebagai sesuatu yang unik, dimana algoritma ini berbeda dengan algoritma yang biasa digunakan. Keunikannya adalah mengikuti pola evolusi makhluk hidup dan sering menggunakan bilangan yang dihasilkan secara random. Dari bilangan-bilangan yang dihasilkan secara random, tetapi sesuai aturan-aturan yang ada, dapat dihasilkan suatu solusi yang sama atau mendekati target yang ingin dicapai (Oskar, 1999).

Bahasa pemrograman yang akan digunakan untuk mengembangkan program adalah Java dengan basis data MySQL. Alasan penggunakan bahasa Java karena merupakan bahasa pemrograman berorientasi objek, sehingga dapat dengan mudah memecah bagian-bagian proses algoritma genetika menjadi objek-objek, sedangkan basis data MySQL karena Java mendukung penggunaan basis data tersebut dan memberikan sejumlah kemudahan.

Aplikasi ini sangat diharapkan untuk meningkatkan kinerja akademik khususnya di dalam sistem penjadwalan baik dalam penjadwalan kuliah mahasiswa maupun penjadwalan untuk alokasi kelas program studi magister manajemen Universitas Sangga Buana YPKP. Oleh karena itu terlahir topik yang berjudul Implementasi Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung).

3

1.2 Rumusan Masalah

Proses yang terdapat pada Sistem Akademik Program Studi Pascasarjana Universitas Sangga Buana YPKP Bandung memiliki banyak sekali kegiatan yang berhubungan, untuk itu sangat perlu merumuskan masalah yang akan dibahas dalam pembuatan karya tulis ini. Rumusan masalah pada Implementasi Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung) adalah sebagai berikut:

1. Bagaimana memecahkan masalah penjadwalan kuliah Program Studi

Magister Manajemen yang tengah berjalan di Universitas Sangga Buana Bandung?

2. Bagaimana algoritma genetika dapat digunakan untuk memecahkan

masalah penjadwalan kuliah pada studi kasus Program Studi Magister Manajemen Universitas Sangga Buana?

3. Bagaimana cara mengembangkan software dengan algoritma genetika

untuk memecahkan masalah penjadwalan kuliah pada studi kasus Program Studi Magister Managemen Universitas Sangga Buana?

1.3 Tujuan

Tujuan pembuatan Implementasi Penjadwalan Kuliah dengan

Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung), sebagai berikut :

1. Menjabarkan dan menganalisa proses akademik penjadwalan kuliah

yang tengah berjalan di Universitas Sangga Buana Bandungdan menerapkan algoritma genetika untuk penjadwalan.

2. Menjabarkan proses algoritma genetika sebagai pencarian solusi yang

dikondisikan untuk memecahkan masalah pada penjadwalan kuliah studi kasus Program Studi Magister Managemen Universitas Sangga Buana

4

3. Membuat sebuah software yang dapat melakukan proses pembuatan

jadwal kuliah dengan menggunakan algoritma genetika untuk studi kasus Program Studi Magister Manajemen Universitas Sangga Buana.

1.4 Batasan Masalah

Dalam pembuatan aplikasi ini, dibuat batasan masalah agar topik sesuai dengan ruang lingkup yang dikaji atau di bahas, berikut adalah batasan masalah:

1. Software yang dibuat merupakan aplikasi desktop.

2. Sistem penjadwalan ini menggunakan studi kasus penjadwalan kuliah

sistem akademik Program Studi Magister Manajemen Pascasarjana Universitas Sangga Buana.

3. Sistem penjadwalan ini digunakan saat alokasi kelas untuk mata kuliah

yang akan ditawarkan.

4. Pengolahan data yang dilakukan di aplikasi ini meliputi:

a) Pencarian solusi masalah penjadwalan mata kuliah menggunakan

algoritma genetika.

b) Pengolahan data jadwal kuliah mahasiswa yang dilakukan secara

terpisah dari proses algoritma genetika untuk penjadwalan mata kuliah.

5. Aplikasi hanya dapat digunakan oleh admin (single user).

6. Aplikasi melakukan pencarian solusi dengan algoritma genetika.

7. Pengguna dapat menentukan data input yang dibutuhkan algoritma

genetika

8. Pengguna dapat menentukan parameter perubahan algoritma genetika.

9. Hasil dari pencarian solusi menggunakan algoritma genetika adalah

penjadwalan mata kuliah dalam kurung waktu satu minggu untuk satu semester.

5

1.5 Sistematika Pembahasan

Pembuatan Tugas Akhir ini terdiri dari 6 (enam) bab yang disusun sedemikian rupa dengan materi pembahasan yang berhubungan dengan sistematika sebagai berikut:

BAB I PENDAHULUAN

Bab ini menjelaskan tentang Latar Belakang, Rumusan Masalah, Tujuan, Batasan Masalah, Sistematika Pembahasan.

BAB II LANDASAN TEORI

Bab ini membahas mengenai dasar teori-teori yang digunakan untuk membuat aplikasi ini.

BAB III ANALISIS DAN DISAIN

Bab ini membahas mengenai analisa dan pemodelan dari aplikasi yang dibuat.

BAB IV PENGEMBANGAN PERANGKAT LUNAK

Bab ini membahas mengenai rancangan dan implementasi yang berisi penjelasan tiap fitur yang ada dalam aplikasi.

BAB V TESTING DAN EVALUASI SISTEM

Bab ini membahas mengenai hasil pengujian dari aplikasi yang telah dibuat.

BAB VI KESIMPULAN DAN SARAN

Pada bab terakhir ini membahas mengenai rangkuman hasil-hasil pembahasan dan kesimpulan secara keseluruhan yang merupakan jawaban atas persoalan yang dikemukakan dalam rumusan masalah, serta rencana implementasi saran terhadap sistem.

127

BAB VI

KESIMPULAN DAN SARAN

6.1Kesimpulan

Berdasarkan hasil pengamatan dengan melakukan analisis dan perancangan serta implementasi program dapat ditarik kesimpulan sebagai berikut:

1. Proses akademik penjadwalan kuliah Program Studi Magister

Manajemen yang tengah berjalan di Universitas Sangga Buana Bandung telah dapat dijabarkan dan dianalisa pada karya tulis untuk dijadikan studi kasus dan menerapkan algoritma genetika dalam pemecahan masalah.

2. Algoritma genetika telah dapat dijabarkan dan memungkinkan untuk

pencarian solusi pada masalah penjadwalan kuliah pada studi kasus Program Studi Magister Manajemen Universitas Sangga Buana.

3. Aplikasi telah dapat melakukan pembuatan jadwal kuliah dan

menemukan solusi penjadwalan kuliah dengan algoritma genetika untuk studi kasus penjadwalan kuliah pada Program Studi Magister Manajemen Universitas Sangga Buana.

Adapun beberapa perolehan kesimpulan berdasarkan hasil percobaan dari pembentukan penjadwalan kuliah oleh algoritma genetika dengan melibatkan data 50 kelas, lebih dari 20 dosen, dan 10 mata kuliah pada aplikasi adalah sebagai berikut:

1. Pencarian solusi dibeberapa percobaan yang menggunakan algoritma

genetika untuk penjadwalan kuliah pada studi kasus telah dapat dicapai dengan diperolehnya individu yang memiliki fitness bernilai 0 yang berarti susunan jadwal kuliah telah ditemukan tanpa adanya bentrok.

128

2. Pada pencarian solusi, semakin besar jumlah individu dalam populasi maka membutuhkan jumlah generasi yang lebih sedikit dibandingkan dengan populasi yang lebih sempit (memiliki jumlah individu yang lebih sedikit). Dengan kata lain jumlah individu dalam populasi berbanding terbalik dengan jumlah generasi yang dibutuhkan.

3. Pada pencarian solusi, semakin besar generasi yang dibutuhkan

semakin bertambah lama pula waktu yang diperlukan untuk pencarian solusi (berbanding lurus).

6.2Saran

Saran yang didapat dan diperlukan menurut penulis untuk

mengembangkan sistem yang dapat mendukung proses sehingga kinerja pada studi kasus lebih baik:

1. Program dikembangkan menjadi multi-user dengan diberikannya hak

akses kepada mahasiswa agar dapat menentukan jadwal kuliah per-orang atau yang disebut sebagai proses perwalian.

2. Menambah fitur pengelolaan absensi kehadiran mahasiswa dalam jadwal

kuliah.

3. Membuat laporan hasil pengolahan data yang dapat di visualisasikan ke dalam media kertas (cetak).

xxi

DAFTAR PUSTAKA

Basuki, Achmad. 2003. Algoritma Genetika Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning. Surabaya : PENS – ITS

Borschbach, et al. 2009. Empirical Benchmarks of a Genetic Algorithm Incorporating Human Strategies. Germany : University of Applied Sciences

Hermawan, Benny. 2004. Menguasai Java 2 & Object Oriented Programming. Yogyakarta: ANDI.

Koza, John R. 1998. Genetic Programming. London : The MIT Press

Mitchell, Melanie. 1999. An Introduction to Genetic Algorithms. London : The MIT Press Oskar. 1999. Penerapan Algoritma Genetika dalam Penyelesaian Masalah NP- Complete.

Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada.

Otbiko, M. 1998. An Intoduction to Genetic Algorithm, Retrieved Desember, 2011, from http://cs.felk.cvut.cz/~xobitko/ga/.

Radiant Victor Imbar & Bernard Renaldy Suteja. 2006. Pemrograman Web-Comerce dengan ORACLE & ASP. Bandung: Informatika

Sri Dharmiyanti & Romi Satria Wahono. 2003. Pengantar Unified Modelling Language (UML). Retrieved September, 2011, from http://ilmukomputer.com/

3

1.2 Rumusan Masalah

Proses yang terdapat pada Sistem Akademik Program Studi Pascasarjana Universitas Sangga Buana YPKP Bandung memiliki banyak sekali kegiatan yang berhubungan, untuk itu sangat perlu merumuskan masalah yang akan dibahas dalam pembuatan karya tulis ini. Rumusan masalah pada Implementasi

Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung) adalah

sebagai berikut:

1. Bagaimana memecahkan masalah penjadwalan kuliah Program Studi Magister Manajemen yang tengah berjalan di Universitas Sangga Buana Bandung?

2. Bagaimana algoritma genetika dapat digunakan untuk memecahkan masalah penjadwalan kuliah pada studi kasus Program Studi Magister Manajemen Universitas Sangga Buana?

3. Bagaimana cara mengembangkan software dengan algoritma genetika untuk memecahkan masalah penjadwalan kuliah pada studi kasus Program Studi Magister Managemen Universitas Sangga Buana?

1.3 Tujuan

Tujuan pembuatan Implementasi Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika (Studi Kasus: Program Studi Magister Manajemen Universitas Sangga Buana Bandung), sebagai berikut :

1. Menjabarkan dan menganalisa proses akademik penjadwalan kuliah yang tengah berjalan di Universitas Sangga Buana Bandungdan menerapkan algoritma genetika untuk penjadwalan.

2. Menjabarkan proses algoritma genetika sebagai pencarian solusi yang dikondisikan untuk memecahkan masalah pada penjadwalan kuliah studi kasus Program Studi Magister Managemen Universitas Sangga Buana

3. Membuat sebuah software yang dapat melakukan proses pembuatan jadwal kuliah dengan menggunakan algoritma genetika untuk studi kasus Program Studi Magister Manajemen Universitas Sangga Buana.

1.4 Batasan Masalah

Dalam pembuatan aplikasi ini, dibuat batasan masalah agar topik sesuai dengan ruang lingkup yang dikaji atau di bahas, berikut adalah batasan masalah:

1. Software yang dibuat merupakan aplikasi desktop.

2. Sistem penjadwalan ini menggunakan studi kasus penjadwalan kuliah sistem akademik Program Studi Magister Manajemen Pascasarjana Universitas Sangga Buana.

3. Sistem penjadwalan ini digunakan saat alokasi kelas untuk mata kuliah yang akan ditawarkan.

4. Pengolahan data yang dilakukan di aplikasi ini meliputi:

a) Pencarian solusi masalah penjadwalan mata kuliah menggunakan algoritma genetika.

b) Pengolahan data jadwal kuliah mahasiswa yang dilakukan secara terpisah dari proses algoritma genetika untuk penjadwalan mata kuliah.

5. Aplikasi hanya dapat digunakan oleh admin (single user). 6. Aplikasi melakukan pencarian solusi dengan algoritma genetika. 7. Pengguna dapat menentukan data input yang dibutuhkan algoritma

genetika

8. Pengguna dapat menentukan parameter perubahan algoritma genetika. 9. Hasil dari pencarian solusi menggunakan algoritma genetika adalah

penjadwalan mata kuliah dalam kurung waktu satu minggu untuk satu semester.

5

1.5 Sistematika Pembahasan

Pembuatan Tugas Akhir ini terdiri dari 6 (enam) bab yang disusun sedemikian rupa dengan materi pembahasan yang berhubungan dengan sistematika sebagai berikut:

BAB I PENDAHULUAN

Bab ini menjelaskan tentang Latar Belakang, Rumusan Masalah, Tujuan, Batasan Masalah, Sistematika Pembahasan.

BAB II LANDASAN TEORI

Bab ini membahas mengenai dasar teori-teori yang digunakan untuk membuat aplikasi ini.

BAB III ANALISIS DAN DISAIN

Bab ini membahas mengenai analisa dan pemodelan dari aplikasi yang dibuat.

BAB IV PENGEMBANGAN PERANGKAT LUNAK

Bab ini membahas mengenai rancangan dan implementasi yang berisi penjelasan tiap fitur yang ada dalam aplikasi.

BAB V TESTING DAN EVALUASI SISTEM

Bab ini membahas mengenai hasil pengujian dari aplikasi yang telah dibuat.

BAB VI KESIMPULAN DAN SARAN

Pada bab terakhir ini membahas mengenai rangkuman hasil-hasil pembahasan dan kesimpulan secara keseluruhan yang merupakan jawaban atas persoalan yang dikemukakan dalam rumusan masalah, serta rencana implementasi saran terhadap sistem.

127 6.1Kesimpulan

Berdasarkan hasil pengamatan dengan melakukan analisis dan perancangan serta implementasi program dapat ditarik kesimpulan sebagai berikut:

1. Proses akademik penjadwalan kuliah Program Studi Magister Manajemen yang tengah berjalan di Universitas Sangga Buana Bandung telah dapat dijabarkan dan dianalisa pada karya tulis untuk dijadikan studi kasus dan menerapkan algoritma genetika dalam pemecahan masalah.

2. Algoritma genetika telah dapat dijabarkan dan memungkinkan untuk pencarian solusi pada masalah penjadwalan kuliah pada studi kasus Program Studi Magister Manajemen Universitas Sangga Buana.

3. Aplikasi telah dapat melakukan pembuatan jadwal kuliah dan menemukan solusi penjadwalan kuliah dengan algoritma genetika untuk studi kasus penjadwalan kuliah pada Program Studi Magister Manajemen Universitas Sangga Buana.

Adapun beberapa perolehan kesimpulan berdasarkan hasil percobaan dari pembentukan penjadwalan kuliah oleh algoritma genetika dengan melibatkan data 50 kelas, lebih dari 20 dosen, dan 10 mata kuliah pada aplikasi adalah sebagai berikut:

1. Pencarian solusi dibeberapa percobaan yang menggunakan algoritma genetika untuk penjadwalan kuliah pada studi kasus telah dapat dicapai dengan diperolehnya individu yang memiliki fitness bernilai 0 yang berarti susunan jadwal kuliah telah ditemukan tanpa adanya bentrok.

128

2. Pada pencarian solusi, semakin besar jumlah individu dalam populasi maka membutuhkan jumlah generasi yang lebih sedikit dibandingkan dengan populasi yang lebih sempit (memiliki jumlah individu yang lebih sedikit). Dengan kata lain jumlah individu dalam populasi berbanding terbalik dengan jumlah generasi yang dibutuhkan.

3. Pada pencarian solusi, semakin besar generasi yang dibutuhkan semakin bertambah lama pula waktu yang diperlukan untuk pencarian solusi (berbanding lurus).

6.2Saran

Saran yang didapat dan diperlukan menurut penulis untuk mengembangkan sistem yang dapat mendukung proses sehingga kinerja pada studi kasus lebih baik:

1. Program dikembangkan menjadi multi-user dengan diberikannya hak akses kepada mahasiswa agar dapat menentukan jadwal kuliah per-orang atau yang disebut sebagai proses perwalian.

2. Menambah fitur pengelolaan absensi kehadiran mahasiswa dalam jadwal kuliah.

3. Membuat laporan hasil pengolahan data yang dapat di visualisasikan ke dalam media kertas (cetak).

xxi

Basuki, Achmad. 2003. Algoritma Genetika Suatu Alternatif Penyelesaian Permasalahan

Searching, Optimasi dan Machine Learning. Surabaya : PENS – ITS

Borschbach, et al. 2009. Empirical Benchmarks of a Genetic Algorithm Incorporating Human

Strategies. Germany : University of Applied Sciences

Hermawan, Benny. 2004. Menguasai Java 2 & Object Oriented Programming. Yogyakarta: ANDI.

Koza, John R. 1998. Genetic Programming. London : The MIT Press

Mitchell, Melanie. 1999. An Introduction to Genetic Algorithms. London : The MIT Press

Oskar. 1999. Penerapan Algoritma Genetika dalam Penyelesaian Masalah NP- Complete. Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada.

Otbiko, M. 1998. An Intoduction to Genetic Algorithm, Retrieved Desember, 2011, from http://cs.felk.cvut.cz/~xobitko/ga/.

Radiant Victor Imbar & Bernard Renaldy Suteja. 2006. Pemrograman Web-Comerce dengan

ORACLE & ASP. Bandung: Informatika

Sri Dharmiyanti & Romi Satria Wahono. 2003. Pengantar Unified Modelling Language