Analisis Tabu List Length Pada Penjadwalan Perkuliahan
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Dalam sistem akademik perguruan tinggi, penjadwalan merupakan pekerjaan rutin
yang dilakukan setiap semester. Proses penjadwalan merupakan suatu proses untuk
menerapkan event yang berisi komponen mata kuliah, dosen, kelas dan semester pada
time slot yang berisi komponen waktu dan ruang dengan sejumlah batasan dan syarat
(constraint) tertentu. Jika menggunakan sistem manual maka masalah ini
membutuhkan waktu proses yang cukup lama untuk mencarian solusinya, terlebih lagi
bila ukuran permasalahn semakin besar dengan bertambahnya jumlah komponen dan
tetapan atau syarat yang ditentukan oleh institusi tempat jadwal tersebut digunakan.
Dalam permasalahan ini constraint yang harus dipenuhi memiliki sejumlah ke
khususan dikarenakan waktu dan ruang yang terbatas dan kesediaan dosen dalam
mengajar dengan waktu yang ditentukan, karena sebagian dosen mempunyai kegiatan
diluar kampus. Pengalokasian dosen, waktu, dan ruang terhadap sebuah kelas akan
sangat berpengaruh pada kelas-kelas slainnya menjadi sebuah masalah yang sulit
dipecahkan. Masalah masih bertambah kompleks dengan adanya sejumlah matakuliah
yang harus dialokasikan di ruangan tertentu yang memiliki kriteria tersendiri.
Tabu search adalah salah satu prosedur mataheuristik tingkat tinggi untuk
penyelesaian permasalahan optimasi kombinarial.Tabu search untuk dirancang untuk
mengarahkan metode metode lain untuk keluar atau menghindari dari masuk ke dalam
solusi optimal bersipat lokal. Kemampuan tabu search dalam menghasilkan solusi
yang mendekati optimal telah dimanfaatkan dalam beragam permasalahan di berbagai
bidang mulai bidang penjadwalan hingga bidang telekomunikasi.
Tabu Search merupakan sebuah metode optimasi yang berbasis pada local
search. Proses pencarian bergerak dari satu solusi ke solusi berikutnya, dengan cara
memilih solusi terbaik Neigbourhood sekarang (current) yang tidak tergolong solusi
terlarang (tabu). Ide dasar dari algoritma tabu search adalah mencegah proses
pencarian dari local search agar tidak melakukan pencarian ulang pada ruang solusi
Universitas Sumatera Utara
2
yang sudah pernah ditelusuri, dengan memanfaatkan suatu struktur memori yang
mencatat sebagian jejak proses pencarian yang telah dilakukan.
Struktur memori fundamental dalam tabu search dinamakan tabu list. Tabu list
menyimpan atribut dari sebagian move (transisi solusi) yang telah diterapkan pada
iterasi-iterasi sebelumnya. Tabu search menggunakan tabu list untuk menolak solusisolusi yang memenuhi atribut tertentu guna mencegah proses pencarian mengalami
cycling pada daerah solusi yang sama, dan menuntun proses pencarian menelusuri
daerah solusi yang belum dikunjungi. Tanpa mengunakan strategi ini, local search
yang sudah menemukan solusi optimum lokal dapat terjebak pada daerah solusi
optimum local tersebut pada iterasi-iterasi berikutnya. List ini mengikuti aturan LIFO
dan biasanya sangat pendek (panjangnya biasanya sebesar O( N ), dimana N adalah
jumlah total dari operasi). Setiap saat ada langkah itu akan ditempatkan dalam tabu
list.
Perekaman solusi secara lengkap dalam sebuah forbidden list dan pengecekan
apakah sebuah kandidat solusi tercatat dalam list tersebut merupakan cara yang mahal,
baik dari sisi kebutuhan memori maupun kebutuhan waktu komputasi. Jadi, tabu list
hanya menyimpan langkah transisi (move) yang merupakan lawan satu kebalikan dari
langkah yang telah digunakan dalam iterasi sebelumnya untuk bergerak dari satu
solusi ke solusi berikutnya. Dengan kata lain tabu list berisi langkah-langkah yang
membalikan solusi yang baru ke solusi yang lama.
Pada tiap iterasi, dipilih solusi baru yang merupakan solusi terbaik dalam
neighbourhood dan tidak tergolong sebagai tabu. Kualitas solusi baru ini tidak harus
lebih baik dari kualitas solusi sekarang. Apabila solusi baru ini memiliki nilai fungsi
objektif lebih baik dibandingkan solusi terbaik yang telah dicapai sebelumnya, maka
solusi baru ini dicatat sebagai solusi terbaik yang baru.
Dalam algoritma tabu search ada dua parameter yang digunakan yaitu pertama
jumlah iterasi, dimana program komputer akan memproses dan mengulang algoritma
hingga mendapatkan solusi terbaik dari iterasi yang diinginkan, kedua ukuran daftar
tabu, parameter ini sangat penting karena harus disesuaikan dengan jumlah data yang
ada, jika ukurannya terlalu kecil maka akan mempercepat terjadinya local optima, dan
terlalu besar algoritma ini tidak bekerja dengan efektif dan semakin lambat dalam
mencari solusi terbaik.
Universitas Sumatera Utara
3
Berdasarkan uraian diatas maka penulis tertarik untuk mengambil judul
”Analisis Tabu List length Pada penjadwalan Perkuliahan”
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah yang telah dikemukakan , maka yang menjadi
rumusan masalah adalah analisis pengaruh ukuran tabu list length pada algoritma tabu
search untuk menghasilkan jadwal perkuliahan yang lebih optimal.
1.3. Batasan Masalah
Rumusan masalah diatas, dibatasi dengan beberapa hal sebagai berikut
1.
Analisis dilakukan terhadap jumlah iterasi dan waktu yang perlukan oleh prorgam
untuk mencapai hasil yang optimal.
2.
Neigborhood yang digunakan pada algoritma tabu serch dalam tesis ini adalah N2
dengan metode SwepMove.
3.
Penyelesaian permasalahan ini menggunakan bahasa pemrograman Java.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengetahaui pengaruh ukuran tabu list pada
algoritma tabu search dalam penjadwalan perkuliahan.
1.5. Manfaat Penelitian
Penelitian ini diharapkan dapat bermanfaat untuk :
1.
Menawarkan penyelesaian yang lebih mudah dalam menentukan penjadwalan
perkuliahan .
2.
Memberikan sumbangan bagi hasil studi dan penelitian selanjutnya dan
mengembangkan penelitian ini.
3.
Menambah pemahaman dan pengetahuan penulis mengenai algoritma tabu search
dalam penjadwalan.
Universitas Sumatera Utara
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Dalam sistem akademik perguruan tinggi, penjadwalan merupakan pekerjaan rutin
yang dilakukan setiap semester. Proses penjadwalan merupakan suatu proses untuk
menerapkan event yang berisi komponen mata kuliah, dosen, kelas dan semester pada
time slot yang berisi komponen waktu dan ruang dengan sejumlah batasan dan syarat
(constraint) tertentu. Jika menggunakan sistem manual maka masalah ini
membutuhkan waktu proses yang cukup lama untuk mencarian solusinya, terlebih lagi
bila ukuran permasalahn semakin besar dengan bertambahnya jumlah komponen dan
tetapan atau syarat yang ditentukan oleh institusi tempat jadwal tersebut digunakan.
Dalam permasalahan ini constraint yang harus dipenuhi memiliki sejumlah ke
khususan dikarenakan waktu dan ruang yang terbatas dan kesediaan dosen dalam
mengajar dengan waktu yang ditentukan, karena sebagian dosen mempunyai kegiatan
diluar kampus. Pengalokasian dosen, waktu, dan ruang terhadap sebuah kelas akan
sangat berpengaruh pada kelas-kelas slainnya menjadi sebuah masalah yang sulit
dipecahkan. Masalah masih bertambah kompleks dengan adanya sejumlah matakuliah
yang harus dialokasikan di ruangan tertentu yang memiliki kriteria tersendiri.
Tabu search adalah salah satu prosedur mataheuristik tingkat tinggi untuk
penyelesaian permasalahan optimasi kombinarial.Tabu search untuk dirancang untuk
mengarahkan metode metode lain untuk keluar atau menghindari dari masuk ke dalam
solusi optimal bersipat lokal. Kemampuan tabu search dalam menghasilkan solusi
yang mendekati optimal telah dimanfaatkan dalam beragam permasalahan di berbagai
bidang mulai bidang penjadwalan hingga bidang telekomunikasi.
Tabu Search merupakan sebuah metode optimasi yang berbasis pada local
search. Proses pencarian bergerak dari satu solusi ke solusi berikutnya, dengan cara
memilih solusi terbaik Neigbourhood sekarang (current) yang tidak tergolong solusi
terlarang (tabu). Ide dasar dari algoritma tabu search adalah mencegah proses
pencarian dari local search agar tidak melakukan pencarian ulang pada ruang solusi
Universitas Sumatera Utara
2
yang sudah pernah ditelusuri, dengan memanfaatkan suatu struktur memori yang
mencatat sebagian jejak proses pencarian yang telah dilakukan.
Struktur memori fundamental dalam tabu search dinamakan tabu list. Tabu list
menyimpan atribut dari sebagian move (transisi solusi) yang telah diterapkan pada
iterasi-iterasi sebelumnya. Tabu search menggunakan tabu list untuk menolak solusisolusi yang memenuhi atribut tertentu guna mencegah proses pencarian mengalami
cycling pada daerah solusi yang sama, dan menuntun proses pencarian menelusuri
daerah solusi yang belum dikunjungi. Tanpa mengunakan strategi ini, local search
yang sudah menemukan solusi optimum lokal dapat terjebak pada daerah solusi
optimum local tersebut pada iterasi-iterasi berikutnya. List ini mengikuti aturan LIFO
dan biasanya sangat pendek (panjangnya biasanya sebesar O( N ), dimana N adalah
jumlah total dari operasi). Setiap saat ada langkah itu akan ditempatkan dalam tabu
list.
Perekaman solusi secara lengkap dalam sebuah forbidden list dan pengecekan
apakah sebuah kandidat solusi tercatat dalam list tersebut merupakan cara yang mahal,
baik dari sisi kebutuhan memori maupun kebutuhan waktu komputasi. Jadi, tabu list
hanya menyimpan langkah transisi (move) yang merupakan lawan satu kebalikan dari
langkah yang telah digunakan dalam iterasi sebelumnya untuk bergerak dari satu
solusi ke solusi berikutnya. Dengan kata lain tabu list berisi langkah-langkah yang
membalikan solusi yang baru ke solusi yang lama.
Pada tiap iterasi, dipilih solusi baru yang merupakan solusi terbaik dalam
neighbourhood dan tidak tergolong sebagai tabu. Kualitas solusi baru ini tidak harus
lebih baik dari kualitas solusi sekarang. Apabila solusi baru ini memiliki nilai fungsi
objektif lebih baik dibandingkan solusi terbaik yang telah dicapai sebelumnya, maka
solusi baru ini dicatat sebagai solusi terbaik yang baru.
Dalam algoritma tabu search ada dua parameter yang digunakan yaitu pertama
jumlah iterasi, dimana program komputer akan memproses dan mengulang algoritma
hingga mendapatkan solusi terbaik dari iterasi yang diinginkan, kedua ukuran daftar
tabu, parameter ini sangat penting karena harus disesuaikan dengan jumlah data yang
ada, jika ukurannya terlalu kecil maka akan mempercepat terjadinya local optima, dan
terlalu besar algoritma ini tidak bekerja dengan efektif dan semakin lambat dalam
mencari solusi terbaik.
Universitas Sumatera Utara
3
Berdasarkan uraian diatas maka penulis tertarik untuk mengambil judul
”Analisis Tabu List length Pada penjadwalan Perkuliahan”
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah yang telah dikemukakan , maka yang menjadi
rumusan masalah adalah analisis pengaruh ukuran tabu list length pada algoritma tabu
search untuk menghasilkan jadwal perkuliahan yang lebih optimal.
1.3. Batasan Masalah
Rumusan masalah diatas, dibatasi dengan beberapa hal sebagai berikut
1.
Analisis dilakukan terhadap jumlah iterasi dan waktu yang perlukan oleh prorgam
untuk mencapai hasil yang optimal.
2.
Neigborhood yang digunakan pada algoritma tabu serch dalam tesis ini adalah N2
dengan metode SwepMove.
3.
Penyelesaian permasalahan ini menggunakan bahasa pemrograman Java.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengetahaui pengaruh ukuran tabu list pada
algoritma tabu search dalam penjadwalan perkuliahan.
1.5. Manfaat Penelitian
Penelitian ini diharapkan dapat bermanfaat untuk :
1.
Menawarkan penyelesaian yang lebih mudah dalam menentukan penjadwalan
perkuliahan .
2.
Memberikan sumbangan bagi hasil studi dan penelitian selanjutnya dan
mengembangkan penelitian ini.
3.
Menambah pemahaman dan pengetahuan penulis mengenai algoritma tabu search
dalam penjadwalan.
Universitas Sumatera Utara