Lova, Martina (2017) SISTEM PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PENJADWALAN MATA KULIAH KELAS R1 PROGRAM STUDI TEKNIK INFORMATIKAUMBY). Skripsi thesis, Universitas Mercu Buana Yogyakarta.
BAB I.pdf
Download (534kB) | Preview
![[thumbnail of BAB II.pdf]](http://eprints.mercubuana-yogya.ac.id/style/images/fileicons/text.png)
BAB II.pdf
Restricted to Repository staff only
Download (290kB)
![[thumbnail of BAB III.pdf]](http://eprints.mercubuana-yogya.ac.id/style/images/fileicons/text.png)
BAB III.pdf
Restricted to Repository staff only
Download (667kB)
![[thumbnail of BAB IV.pdf]](http://eprints.mercubuana-yogya.ac.id/style/images/fileicons/text.png)
BAB IV.pdf
Restricted to Repository staff only
Download (650kB)
BAB V.pdf
Download (86kB) | Preview
DAFTAR PUSTAKA.pdf
Download (92kB) | Preview
![[thumbnail of Laporan.pdf]](http://eprints.mercubuana-yogya.ac.id/style/images/fileicons/text.png)
Laporan.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Masalah penjadwalan dalam dunia pendidikan dapat dibagi menjadi dua
kategori, yaitu penjadwalan matakuliah dan ujian. Penyelesaian masalah
penjadwalan perkuliahan dalam jumlah yang sangat besar hingga saat ini masih
menjadi permasalahan yang rumit untuk diselesaikan secara manual.
Algoritma genetik adalah algoritma yang berusaha menerapkan pemahaman
mengenai evolusi alamiah pada tugas-tugas pemecahan-masalah (problem
solving). Pendekatan yang diambil oleh algoritma ini adalah dengan
menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu
kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu
kondisi yang memaksimalkan kecocokannya atau lazim disebut fitness. Generasi
ini akan merepresentasikan perbaikan-perbaikan pada populasi awalnya. Dengan
melakukan proses ini secara berulang, algoritma ini diharapkan dapat
mensimulasikan proses evolusioner.
Penelitian penjadwalan matakuliah menggunakan algoritma genetika (studi
kasus progran studi Teknik Informatika Universitas Mercu Buana Yogyakara)
adalah dengan memasukan jumlah nilai kromosom, jumlah generasi, jumlah
crossover rate, dan mutation rate. Dari hasil uji coba dalam penelitian ini dengan
menggunakan jumlah kromosom dari yang terkecil 4 dan yang terbesar 15, jumlah
generasi dari yang terkecil 10 dan yang terbesar 50, nilai crossover rate 0.3 dan
0.5, nilai mutation rate 0.25 dan banyak generasi yang bervariasi. Diperoleh hasil
terbaik yaitu pada uji coba ke-3 dengan nilai kromosom 15, nilai generasi 10,
nilai crossover rate 0.5 dan nilai mutation rate 0.25 dngan hasil 70%. Dari hasil
yang diperoleh dalam penelitian ini di harapakan dapat menyelesaikan
permasalahan penjadwalan mata kuliah.
Kata Kunci :Penjadwalan, Matakuliah, Algoritma Genetika
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information/Lokasi Hardcopy: | Ozzi Suria, S.T,. M.T |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Program Studi Teknik Informatika |
Depositing User: | Teknik Informatika UMBY |
Date Deposited: | 10 Oct 2017 07:10 |
Last Modified: | 19 Aug 2022 04:09 |
URI: | http://eprints.mercubuana-yogya.ac.id/id/eprint/852 |