Analisis Insertion Mutation pada Sistem Penjadwalan Mata Kuliah

Gellysa Urva, Merina Pratiwi

Abstract


Penjadwalan mata kuliah merupakan pekerjaan rutin yang selalu dilakukan setiap perguruan tinggi pada awal semester yang menjadi pekerjaan yang rumit dikarenakan persoalan penjadwalan merupakan masalah kombinatorial yang memiliki batasan- batasan yang harusdipenuhi. Penjadwalan memiliki peranan penting dalam pengelolaan suatu perguruan  tinggi dimana masalah penjadwalan termasuk permasalahan kompleks yang menjadi bagian penting dari operasinya.  Sistem penjadwalan yang selama ini berjalan di Sekolah Tinggi Teknologi (STT) Dumai dilakukan secara acak yang menyita banyak waktu dan sumber daya.    Hal ini mengakibatkan perkuliahan kurang efektif karena harus melakukan penjadwalan ulang sesuai keadaan dan kebutuhan kampus. Oleh karena itu, diperlukan suatu bentuk pengembangan sistem penjadwalan mata  kuliah dimana sistem tersebut dapat secara terstruktur membantu menyusun jadwal mata kuliah berdasarkan faktor penentu serta ruang populasi yang ada,  dan  memungkinkan terjadinya perubahan jadwal yang lebih dinamis, cepat dengan memperhatikan faktor penentu yang sama  serta dapat memberikan gambaran kompleksitas permasalahan beban permasalahan terhadap ketersediaan sumber daya di STT Dumai. Pemilihan jenis mutasi dalam algoritma genetika menjadi pilihan yang perlu diperhatikan guna mendapatkan hasil optimal. Hasil penelitian menyatakan sistem penjadwalan mata kuliah  dengan insertion mutation dapat memenuhi semua batasan dengan hasil yang lebih optimal.


Keywords


Schedule, Genetic Algorithm, Insertion Mutation

Full Text:

PDF

References


S. Nguyen, Y. Mei, H. Ma, A. Chen, and M. Zhang, “Evolutionary Scheduling and Combinatorial Optimisation : Applications , Challenges , and Future Directions.”

E. K. Burke et al., “Özcan , Ender and Qu , Rong ( 2013 ) Hyper-heuristics : a survey of the state of the art . Journal of the Operational Hyper-heuristics : a survey of the state of the art,” pp. 1695–1724, 2013.

D. S. Widodo, P. B. Santoso, and E. Siswanto, “PENDEKATAN ALGORITMA CROSS ENTROPY - GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PENJADWALAN FLOW SHOP,” vol. 2, no. 1, pp. 41–49, 2014.

X. Zuo, S. Member, C. Chen, W. Tan, and S. Member, “Vehicle Scheduling of an Urban Bus Line via an Improved Multiobjective Genetic Algorithm,” vol. 16, no. 2, pp. 1030–1041, 2015.

A. Ansari and P. S. Bojewar, “Genetic Algorithm to Generate the Automatic Time-Table – An Over View,” 2014.

N. Z. Janah and I. Brayudi, “SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN BEBAN MENGAJAR DOSEN DENGAN METODE ALGORITMA GENETIKA STUDI KASUS : POLITEKNIK NEGERI BATAM,” pp. 6–7, 2016.

M. Kühn, T. Severin, and H. Salzwedel, “Variable Mutation Rate at Genetic Algorithms: Introduction of Chromosome Fitness in Connection with Multi-Chromosome Representation,” Int. J. Comput. Appl., vol. 72, no. 17, pp. 31–38, 2013.

M. Abbaszadeh and S. Saeedvand, “A Fast Genetic Algorithm for Solving University Scheduling Problem,” vol. 3, no. 1, pp. 7–15, 2014.

N. H. Moin, O. C. Sin, and M. Omar, “Hybrid Genetic Algorithm with Multiparents Crossover for Job Shop Scheduling Problems,” vol. 2015, 2015.

R. Arifudin, “Riza Arifudin,” vol. 2, pp. 1–14.

S. K. Jha, “Exam Timetabling Problem using Genetic Algorithm,” Int. J. Res. Eng. Technol., vol. 3, no. 4, pp. 649–654, 2014.

V. A. Leena, A. B. A. S, and M. S. Rajasree, “Genetic Algorithm Based Bi-Objective Task Scheduling in Hybrid Cloud Platform,” vol. 8, no. 1, 2016.




DOI: https://doi.org/10.24114/cess.v5i2.15161

Article Metrics

Abstract view : 369 times
PDF - 281 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License