Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika

Penjadwalan asisten praktikum merupakan proses untuk merancang jadwal mengajar praktikum yang setiap semester dilakukan oleh beberapa asisten. Adanya aturan-aturan yang harus dipatuhi dalam penyusunan jadwal menyebabkan proses penjadwalan ini menjadi cukup sulit. Pada penelitian ini, algoritma genet...

Full description

Bibliographic Details
Main Authors: Muhammad Dimas Setiawan Sanapiah, Anim Rofi’ah, Heny Dwi Jayanti, Alysha Ghea Arliana, Vivi Nur Wijayaningrum
Format: Article
Language:Indonesian
Published: Islamic University of Indragiri 2019-05-01
Series:Sistemasi: Jurnal Sistem Informasi
Online Access:http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/article/view/501
id doaj-62c96ef5557b40f8bf25164bdec27e8a
record_format Article
spelling doaj-62c96ef5557b40f8bf25164bdec27e8a2020-11-25T01:12:11ZindIslamic University of IndragiriSistemasi: Jurnal Sistem Informasi2302-81492540-97192019-05-018228228710.32520/stmsi.v8i2.501190Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma GenetikaMuhammad Dimas Setiawan Sanapiah0Anim Rofi’ah1Heny Dwi Jayanti2Alysha Ghea Arliana3Vivi Nur Wijayaningrum4Universitas BrawijayaUniversitas BrawijayaUniversitas BrawijayaUniversitas BrawijayaUniversitas BrawijayaPenjadwalan asisten praktikum merupakan proses untuk merancang jadwal mengajar praktikum yang setiap semester dilakukan oleh beberapa asisten. Adanya aturan-aturan yang harus dipatuhi dalam penyusunan jadwal menyebabkan proses penjadwalan ini menjadi cukup sulit. Pada penelitian ini, algoritma genetika digunakan untuk melakukan optimasi penyusunan jadwal asisten praktikum. Data yang digunakan terdiri dari data jadwal praktikum di laboratorium dan jadwal kuliah asisten. Berdasarkan hasil pengujian parameter yang telah dilakukan, parameter optimal algoritma genetika terdiri dari ukuran populasi sebesar 10, banyaknya generasi sebesar 50, nilai crossover rate sebesar 0.7 dan nilai mutation rate sebesar 0.3. Dengan menggunakan parameter optimal tersebut, algoritma genetika mampu menyusun jadwal asisten praktikum tanpa melanggar aturan-aturan yang telah ditentukan, yaitu dengan menghasilkan solusi yang mempunyai nilai fitness sama dengan 1.http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/article/view/501
collection DOAJ
language Indonesian
format Article
sources DOAJ
author Muhammad Dimas Setiawan Sanapiah
Anim Rofi’ah
Heny Dwi Jayanti
Alysha Ghea Arliana
Vivi Nur Wijayaningrum
spellingShingle Muhammad Dimas Setiawan Sanapiah
Anim Rofi’ah
Heny Dwi Jayanti
Alysha Ghea Arliana
Vivi Nur Wijayaningrum
Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika
Sistemasi: Jurnal Sistem Informasi
author_facet Muhammad Dimas Setiawan Sanapiah
Anim Rofi’ah
Heny Dwi Jayanti
Alysha Ghea Arliana
Vivi Nur Wijayaningrum
author_sort Muhammad Dimas Setiawan Sanapiah
title Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika
title_short Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika
title_full Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika
title_fullStr Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika
title_full_unstemmed Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika
title_sort penyusunan jadwal asisten praktikum menggunakan algoritma genetika
publisher Islamic University of Indragiri
series Sistemasi: Jurnal Sistem Informasi
issn 2302-8149
2540-9719
publishDate 2019-05-01
description Penjadwalan asisten praktikum merupakan proses untuk merancang jadwal mengajar praktikum yang setiap semester dilakukan oleh beberapa asisten. Adanya aturan-aturan yang harus dipatuhi dalam penyusunan jadwal menyebabkan proses penjadwalan ini menjadi cukup sulit. Pada penelitian ini, algoritma genetika digunakan untuk melakukan optimasi penyusunan jadwal asisten praktikum. Data yang digunakan terdiri dari data jadwal praktikum di laboratorium dan jadwal kuliah asisten. Berdasarkan hasil pengujian parameter yang telah dilakukan, parameter optimal algoritma genetika terdiri dari ukuran populasi sebesar 10, banyaknya generasi sebesar 50, nilai crossover rate sebesar 0.7 dan nilai mutation rate sebesar 0.3. Dengan menggunakan parameter optimal tersebut, algoritma genetika mampu menyusun jadwal asisten praktikum tanpa melanggar aturan-aturan yang telah ditentukan, yaitu dengan menghasilkan solusi yang mempunyai nilai fitness sama dengan 1.
url http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/article/view/501
work_keys_str_mv AT muhammaddimassetiawansanapiah penyusunanjadwalasistenpraktikummenggunakanalgoritmagenetika
AT animrofiah penyusunanjadwalasistenpraktikummenggunakanalgoritmagenetika
AT henydwijayanti penyusunanjadwalasistenpraktikummenggunakanalgoritmagenetika
AT alyshagheaarliana penyusunanjadwalasistenpraktikummenggunakanalgoritmagenetika
AT vivinurwijayaningrum penyusunanjadwalasistenpraktikummenggunakanalgoritmagenetika
_version_ 1725167991051517952