Rahmalita, Putri Bunga (2019) Optimasi Penjadwalan Sidang Skripsi Menggunakan Algoritme Genetika Terdistribusi (Studi Kasus : Prodi Teknik Informatika Fakultas Ilmu Komputer Universitas Brawijaya). Sarjana thesis, Universitas Brawijaya.
Abstract
Ada beberapa kendala pada penjadwalan sidang skripsi di Prodi Teknik Informatika Fakultas Ilmu Komputer Universitas Brawijaya yang membuat penjadwalan sidang skripsi tidak efektif. Perbedaan yang signifikan pada jumlah mahasiswa dan dosen pada tahun 2017 serta pendaftaran sidang skripsi dalam waktu yang berdekatan seringkali menjadi masalah dalam menjadwalkan sidang skripsi. Penjadwalan yang tidak efektif dan tidak efesien akan memakan waktu yang lama dalam pengerjaannya. Maka dari itu, dibuat sistem yang dapat melakukan penjadwalan sidang skripsi dengan menggunakan metode algoritme genetika terdistribusi. Algoritme genetika terdistribusi melakukan inisialisasi kromosom secara acak. Selanjutnya populasi akan dipecah menjadi beberapa subpopulasi, dan akan melalui tahap reproduksi yaitu crossover dengan metode one-cut point dan mutasi dengan metode reciprocal exchange mutation dan random mutation. Setelah itu dilakukan evaluasi untuk menghitung nilai fitness. Selanjutnya dengan metode elitism selection pada proses seleksi akan dipilih individu yang akan dipertahankan untuk generasi selanjutnya. Pada algoritme genetika terdistribusi akan dilakukan proses migrasi untuk menambah keberagaman individu dengan menukar individu dari subpopulasi satu dengan lainnya. Berdasarkan hasil pengujian, nilai parameter yang optimal pada penjadwalan sidang skripsi yaitu dengan jumlah populasi sebesar 11, jumlah generasi sebesar 1750, crossover rate 0,7 mutation rate 0,3 dan jumlah sub populasi 5 dengan ratarata nilai fitness sebesar 0.00010232. Dari hasil pengujian, jika semakin banyak jumlah populasi dan generasi, maka semakin luas daerah pencarian solusi, akan tetapi waktu komputasi menjadi semakin lama.
English Abstract
There are several problems on thesis scheduling in Informatics Engineering Study Program Faculty of Computer and Science Brawijaya University that makes thesis scheduling ineffective. Significant differences in the number of students and lecturers in 2017 as well as thesis trial registration in the adjacent time is often a problem in scheduling thesis hearings. Ineffective and inefficient scheduling will take a long time in the process. Therefore, a system can be made using a distributed genetic algorithm method to do thesis trial scheduling. Distributed genetic algorithms randomize chromosomes. Furthermore, the population will be divided into several subpopulations, and will go through the reproductive stage, namely crossover and mutation, then through evaluation to calculate the fitness value. After that, the individual elitism selection method in the selection process will be selected for the next generation. In the distributed genetic algorithm a migration process will be carried out to increase the diversity of individuals by exchanging individuals from one subpopulation to another. Based on the results of the test, the optimal parameter value in the thesis trial scheduling is the population of 11, the number of generations is 1750, the crossover rate is 0.7 mutation rate 0.3 and the number of sub-populations is 5 with an average fitness value of 0.00010232. From the results of the test, if there is more population and generation, the wider the search area for the solution will be, with a cost of a longer computing time.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/176/051902346 |
| Uncontrolled Keywords: | penjadwalan, skripsi, algoritme genetika terdistribusi, scheduling, thesis, distributed genetic algorithms |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming > 005.106 85 Software engineering / Capability maturity model (Computer software) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 20 Jul 2020 03:29 |
| Last Modified: | 24 Oct 2021 04:45 |
| URI: | http://repository.ub.ac.id/id/eprint/169101 |
Preview |
Text
Putri Bunga Rahmalita (2).pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |