Analisis Insertion Mutation pada Sistem Penjadwalan Mata Kuliah
DOI:
https://doi.org/10.24114/cess.v5i2.15161Keywords:
Schedule, Genetic Algorithm, Insertion MutationAbstract
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.References
S. Nguyen, Y. Mei, H. Ma, A. Chen, and M. Zhang, œEvolutionary Scheduling and Combinatorial Optimisation : Applications , Challenges , and Future Directions.
E. K. Burke et al., œÃ–zcan , 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, œPENDEKATAN 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, œVehicle 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, œGenetic Algorithm to Generate the Automatic Time-Table “ An Over View, 2014.
N. Z. Janah and I. Brayudi, œSISTEM 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, œVariable 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, œA 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, œHybrid Genetic Algorithm with Multiparents Crossover for Job Shop Scheduling Problems, vol. 2015, 2015.
R. Arifudin, œRiza Arifudin, vol. 2, pp. 1“14.
S. K. Jha, œExam 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, œGenetic Algorithm Based Bi-Objective Task Scheduling in Hybrid Cloud Platform, vol. 8, no. 1, 2016.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 Gellysa Urva, Merina Pratiwi

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