Pengalokasian Dosen Pembimbing Skripsi Menggunakan Algoritma Genetika
| Main Author: | Hidayaturrachmah, Ratna Dewi |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/162192/1/RATNA%20DEWI%20HIDAYATURRACHMAH.pdf http://repository.ub.ac.id/162192/ |
Daftar Isi:
- Dalam tesis ini dibahas tentang pengalokasian dosen pembimbing skripsi dengan menggunakan algoritma genetika, sehingga mahasiswa mendapatkan dosen pembimbing yang tepat dan jumlah mahasiswa yang dibimbing oleh masing-masing dosen tidak melebihi kapasitas maksimal dosen. Pengalokasian dosen pembimbing skripsi bukanlah tugas yang mudah karena masing-masing dosen memiliki kapasitas mahasiswa yang harus dibimbing dan bidang ilmu dosen pembimbing harus sesuai dengan bidang ilmu mahasiswa. Masalah pengalokasian dosen pembimbing skripsi adalah masalah optimasi yaitu meminimalkan jumlah ketidakcocokan antara bidang ilmu yang dipilih mahasiswa dan bidang ilmu dosen pembimbing skripsi, dan jumlah mahasiswa yang dibimbing oleh seorang dosen tidak melebihi kapasitas maksimum. Salah satu metode yang bisa digunakan untuk mengatasi masalah ini adalah algoritma genetika. Pemilihan operator crossover merupakan salah satu penentu keberhasilan algoritma genetika. Penelitian ini membandingkan kinerja operator crossover posisi dan operator crossover satu titik untuk menyelesaikan masalah pengalokasian dosen pembimbing skripsi. Berdasarkan hasil percobaan yang dilakukan, algoritma genetika dengan menggunakan operator crossover satu titik lebih baik dibandingkan pengalokasian dosen pembimbing skripsi menggunakan operator crossover posisi. Hasil terbaik didapatkan pada generasi 150 dan banyak populasi 150 dengan parameter probabilitas crossover () dan probabilitas mutasi () masing-masing adalah 0.7 dan 0.1. Algoritma genetika menggunakan crossover satu titik didapatkan rata-rata nilai fitness 0.442 dan algoritma genetika menggunakan crossover posisi didapatkan rata-rata nilai fitness 0.0272.