Implementasi Hybrid Algoritma Genetika dan Simulated Annealing Untuk Penjadwalan Mata Pelajaran (Studi Kasus: SMP Negeri 1 Sukomoro

Main Author: Cahyaningtyas, YektiNarika
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2016
Subjects:
Online Access: http://repository.ub.ac.id/146649/1/Yekti_Narika_C_115060801111037_SkripsiLaporan.pdf
http://repository.ub.ac.id/146649/
Daftar Isi:
  • Penjadwalan mata pelajaran adalah salah satu hal penting bagi suatu instansi sekolah khususnya sekolah menengah pertama (SMP). Pelaksanaan belajar mengajar dimulai dengan penentuan jadwal mata pelajaran untuk masing-masing murid pada kelas yang telah terdaftar pada sekolah tersebut. Penentuan jadwal mata pelajaran secara manual terkadang masih sering terkendala antara lain bentrok jadwal antar kelas dan jadwal mengajar guru. Pada penyusunan jadwal mata pelajaran yang dilakukan oleh SMP Negeri 1 Sukomoro Kabupaten Magetan masih dilakukan secara manual. Penerapan hybrid Algoritma Genetika dan simulated annealing pada penjadwalan ini nantinya akan melakukan pencarian solusi terbaik sehingga menghasilkan jadwal dengan nilai fitness yang mendekati optimal. Parameter-parameter yang digunakan adalah crossover, mutasi, seleksi, dan simulated annealing. Pada kasus penjadwalan mata pelajaran ini, terdapat 45 guru, 24 kelas, 14 mata pelajaran, waktu kegiatan belajar mengajar (KBM) dimulai hari Senin sampai hari Sabtu, dan terdapat 37 Jam KBM perminggunya. Untuk pengkodean kromosom dikodekan berdasarkan kode guru (id ajar). Kumpulan kromosom-kromosom tersebut nantinya akan membentuk sebuah populasi. Jumlah populasi masukkan dalam sistem diambil dari nilai pengujian populasi terbesar yaitu 160 dengan generasi yang mendekati nilai optimal yaitu 1000. Nilai kombinasi Cr dan Mr dipilih dari pengujian dengan nilai fitness mendekati paling optimal yaitu 0,2:0,8. Nilai dari temperature yang mendekati optimal yaitu 1. Dan nilai beta (β) mendekati optimal yaitu 0,9. Hasil yang didapatkan nantinya adalah kromosom dengan rata-rata nilai fitness mendekati paling optimal 9239,6.