Gunawan, Priscillia Vinda (2018) Optimasi Penjadwalan Mata Pelajaran pada Kurikulum 2013 dengan menggunakan Hibridisasi Algoritme Genetika dan Simulated Annealing (Studi Kasus: SMA Negeri 6 Surabaya). Sarjana thesis, Universitas Brawijaya.
Abstract
Penjadwalan merupakan salah satu masalah komputasi yang tidak mudah diselesaikan. Dalam menyelesaikannya harus disiapkan secara sistematis, dengan memaksimalkan sumber daya dan waktu yang ada secara efektif dan efisien. Masalah penjadwalan dapat terjadi dalam berbagai bidang, tidak terkecuali bidang pendidikan. SMA Negeri 6 Surabaya merupakan salah satu sekolah menengah atas di Surabaya yang memiliki permasalahan dalam menemukan slot waktu yang tepat dengan jumlah guru yang terbatas serta terdapat beberapa constraint yang harus dipenuhi dalam penjadwalan mata pelajaran. Salah satu metode yang dapat digunakan dalam penjadwalan mata pelajaran adalah dengan menggunakan hibridisasi algoritme genetika dan simulated annealing (GA-SA) karena GA memiliki kelemahan konvergensi dini dan kemungkinan terjebak dalam local optimum, maka diberikan SA sebagai solusi untuk menutupi kelemahan GA dan mampu bertahan pada local optimum. Proses hibridisasi algoritme ini dilakukan dengan langkah pertama pada GA menggunakan representasi kromosom bilangan integer, one-cut point crossover, reciprocal exchange mutation, dan elitism selection. Pada langkah yang kedua, dilakukan proses simulated annealing dengan menggunakan neighborhood move. Hasil yang diberikan adalah penjadwalan mata pelajaran dengan memenuhi constraint yang ada. Berdasarkan penelitian yang dilakukan, didapatkan parameterparameter optimal yaitu jumlah generasi 270, jumlah populasi 90, kombinasi nilai cr dan mr adalah 0.3 dan 0.7 dengan rata-rata nilai fitness sebesar 0,999000.
English Abstract
Scheduling is one of the computational problems that is not easily solved. For solving it must be prepared systematically, by maximizing resources and time available effectively and efficiently. Scheduling problems can occur in various fields, including education. SMA Negeri 6 Surabaya is one of the high schools in Surabaya that has problems finding the right time slot with a limited number of teachers and there are some constraints that must be met in the scheduling of subjects. One method that can be used in the scheduling of subjects is to use genetic algorithm hybridization and simulated annealing (GA-SA) because GA has the weakness of early convergence and possibly stuck in local optimum, then SA is given as a solution to cover the weakness of GA and able to survive on a local optimum. The algorithm hybridization process is done with the first step in GA using chromosome representation of integer numbers, one-cut point crossover, reciprocal exchange mutation, and elitism selection. In the second step, a simulated annealing process is done using neighborhood move. The results given are scheduling the subjects by meeting the existing constraints. Based on the research, the optimum parameters are the number of generation 270, the population 90, the combination of cr and mr are 0.3 and 0.7 with the average fitness value of 0.999000.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/399/051806602 |
| Uncontrolled Keywords: | optimasi, penjadwalan, mata pelajaran, hibridisasi, algoritme genetika, simulated annealing optimization, scheduling, subjects, hybridization, genetic algorithms, simulated annealing |
| Subjects: | 300 Social sciences > 373 Secondary education 300 Social sciences > 373 Secondary education > 373.1 Organization and activities in secondary education > 373.18 School organization and activities in secondary education (High school students) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 06 Mar 2019 01:30 |
| Last Modified: | 18 Oct 2021 03:30 |
| URI: | http://repository.ub.ac.id/id/eprint/13679 |
Preview |
Text
Priscillia Vinda Gunawan.pdf - Published Version Download (3MB) | Preview |
Actions (login required)
 |
View Item |