Optimasi Multi-Objektif Untuk Penentuan Uang Kuliah Tunggal Menggunakan Algoritme Non-Dominated Sort Genetic Algorithm Ii (Nsga-Ii) Yang Dimodifikasi
| Main Authors: | Jauhar, Farid, Wayan Firdaus Mahmudy,, S.Si., MT., Ph.D, Achmad Basuki,, ST., MMG., Ph.D. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193571/1/Farid%20Jauhari_Thesis.pdf http://repository.ub.ac.id/id/eprint/193571/ |
Daftar Isi:
- Penentuan Uang Kuliah Tunggal (UKT) proporsional adalah proses penentuan besaran UKT yang harus dibayarkan mahasiswa. Penentuan besaran UKT didasarkan pada kemampuan finansial keluarga dari mahasiswa tersebut. Namun, ketika mahasiswa dalam satu fakultas terlalu banyak yang kemampuan finansialnya kurang, maka penghasilan fakultas mungkin kurang dari biaya operasional yang dibutuhkan. Pada penelitian sebelumnya, penentuan UKT diselesaikan menggunakan metode-metode data mining dan cenderung proporsional terhadap kemampuan finansial mahasiswa saja, tanpa menghiraukan penghasilan institusi. Penentuan UKT proporsional dalam penelitian ini akan diselesikan sebagai permasalahan optimasi multi-objektif. Tujuan dari proses optimasi adalah minimal jarak antara besaran UKT dengan kemampuan finansial mahasiswa, dan maksimal penghasilan institusi. Salah satu algoritme yang sering digunakan untuk menyelesaikan permasalahan multi-objektif adalah Non-dominated Sort Genetic Algorithm II (NSGA-II). Pada penelitian ini dilakukan pemodelan permasalahan penentuan UKT dengan menggunakan NSGA-II. Pemodelan NSGA II yang dimaksud adalah mencari representasi kromosom terbaik, parameter genetik terbaik, operator genetika terbaik, proses inisialisasi terbaik, hingga melakukan modifikasi metode seleksi dari NSGA-II. Hasil penelitian menunjukkan bahwa representasi kromosom kedua yang diusulkan peneliti lebih baik daripada representasi kromosom pertama. Untuk data 100 mahasiswa dalam 2 prodi, NSGA-II yang dimodifikasi berhasil memperoleh solusi yang layak hanya menggunakan jumlah populasi 200 dan maksimal iterasi 100. NSGA-II yang dimodifikasi berhasil mempercepat waktu eksekusi dari NSGA-II sebesar 20%, tanpa menurunkan nilai fitness dari solusi yang dihasilkan. Hasil optimasi multi-objektif menggunakan NSGA-II adalah sejumlah solusi, bukan satu solusi. Sehingga solusi yang dihasilkan dalam permasalahan penentuan UKT sangat beragam, mulai dari solusi yang cenderung kepada mahasiswa (solusi dengan nilai fitness 1 terbesar) sampai solusi yang cenderung kepada institusi (solusi dengan nilai fitness 2 tertinggi). Hal ini akan sangat membantu pengambil keputusan dalam penentuan UKT, untuk memilih solusi yang menguntungkan institusi atau mahasiswa, atau solusi yang berada diantara keduanya