ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN PERKULIAHAN DAN PRAKTIKUM RIDHA APRIANI

Transkripsi

1 ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN PERKULIAHAN DAN PRAKTIKUM SKRIPSI RIDHA APRIANI PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2012

2 ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN PERKULIAHAN DAN PRAKTIKUM SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi RIDHA APRIANI PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2012

3 ii PERSETUJUAN Judul ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN PERKULIAHAN DAN PRAKTIKUM Kategori SKRIPSI Nama RIDHA APRIANI Nomor Induk Mahasiswa Program Studi SARJANA (S1) TEKNOLOGI INFORMASI Departemen TEKNOLOGI INFORMASI Fakultas ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Komisi Pembimbing Diluluskan di Medan, Juli 2012 Pembimbing 2 Pembimbing 1 M Fadly Syahputra,B,Sc.M.Sc.IT Drs. Sawaluddin, M.I.T. NIP NIP Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof.Dr.Opim Salim Sitompul, M.Sc. NIP

4 iii PERNYATAAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN KULIAH DAN PRAKTIKUM SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Juli 2012 Ridha Apriani

5 iv PENGHARGAAN Puji dan syukur penulis panjatkan kehadirat Allah SWT, serta shalawat dan salam kepada junjungan kita nabi Muhammad SAW, karena atas berkah, rahmat dan hidayahnya penulis dapat menyelesaikan penyusunan skripsi ini. Dalam penulisan skripsi ini penulis banyak mendapatkan bantuan serta dorongan dari pihak lain. Dalam kesempatan ini dengan segala kerendahan hati, penulis mengucapkan terima kasih kepada: 1. Kedua orang tua penulis, yaitu Ayahanda Drs. Ardianta, M.Si dan Ibunda Nurhasni Muluk atas segala limpahan kasih penulisng yang telah diberikan, memberikan motivasi untuk tetap semangat, membimbing dan terus mendukung penulis sehingga dapat menyelesaikan skripsi ini. Kepada saudari-saudari penulis, kakanda Juli Rizkia, SE dan adinda Fajriani yang selama ini memberikan motivasi kepada penulis dalam menyelesaikan skripsi ini beserta segenap keluarga yang telah banyak memberikan motivasi dan nasehat kepada penulis. 2. Ketua Program Studi Teknologi Informasi, Bapak Prof. Dr. Opim Sitompul, M.Sc dan Sekretaris Program Studi Teknologi Informasi juga selaku dosen pembimbing pertama penulis, Bapak Drs. Sawaluddin, M.IT, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi. 3. Bapak M.Fadly Syahputra,B.Sc.M.Sc.IT selaku dosen pembimbing kedua penulis yang telah meluangkan waktu, tenaga, pikiran dan memberikan masukan kepada penulis dalam penyelesaian skripsi ini. 4. Ibu DR. Erna Budhiarti Nababan, M.IT dan Bapak Syahril Efendy,S.Si.,M.I.T selaku selaku dosen pembanding yang telah banyak memberikan petunjuk, saran dan kritik dalam menyelesaikan skripsi ini.

6 v 5. Bapak Dr. Poltak Sihombing, M.Kom, Bapak Romi Fadillah Rahmat, B.Comp.Sc, M.Sc, seluruh dosen dan pegawai pada Program Studi Teknologi Informasi. 6. Teman-teman mahasiswa Teknologi Informasi stambuk 2007 yang telah memberikan semangat dan dukungan yang telah diberikan kepada penulis. 7. Da Harkamil Fitri yang selalu memberikan semangat dan dukungan kepada penulis untuk menyelesaikan skripsi ini. 8. Bg Tommy, Mas teddy, mas ahmad, kk rury dan yang telah memberikan informasi mengenai algoritma dalam skripsi ini dan kepada semua pihak yang yang tidak dapat penulis sebutkan satu persatu, terima kasih atas dukungan, ide, dan saran kepada penulis dalam penyelesaian skripsi ini. Dalam penyusunan skripsi ini penulis menyadari bahwa masih banyak kekurangan, untuk itu penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak demi kesempurnaan skripsi ini. Akhir kata penulis mengharapkan semoga skripsi ini dapat bermanfaat dan membantu semua pihak yang memerlukannya.

7 vi ABSTRAK Pada umumnya penjadwalan dilakukan dengan cara manual. Cara ini memiliki keakuratan yang kurang baik dan menyebabkan terjadinya tabrakan jadwal. Pada penjadwalan kuliah dan praktikum sering terjadi tabrakan jadwal mengajar dosen, tabrakan jadwal pada sisi mahasiswa, tabrakan waktu kuliah kuliah dengan waktu praktikum, dan ketersediaan ruangan yang cukup. Pada skripsi ini dijelaskan bagaimana penjadwalan perkuliahan dan praktikum dijadwalkan dengan menggunakan algoritma genetika. Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme dari seleksi alam yang lebih dikenal dengan proses evolusi biologis. Algoritma genetika digunakan untuk mendapatkan jadwal yang optimal yaitu dengan proses inisialisasi populasi, evaluasi fitness, seleksi, crossover dan mutasi. Data pada skripsi ini berupa data pengajar, data mata kuliah, data ruangan dan data waktu yang diambil dari database jurusan teknologi informasi. Data tersebut terlebih dahulu melalui tahapan proses dari algoritma genetika untuk mendapatkan hasil yang sesuai. Hasil dari penelitian ini yaitu menghasilkan jadwal yang optimal dengan menjadwalkan keseluruhan data matakuliah, dosen, ruangan, hari dan waktu. Kata kunci: penjadwalan, algoritma genetika, optimasi.

8 vii GENETIC ALGORITHM TO SOLVE THE PROBLEMS OF LECTURES AND PRACTICUMS SCHEDULLING ABSTRACT In generally scheduling is done manually. This method has poor accuracy and a schedule caused collisions. In the lecture and lab scheduling caused collision schedule and teaching faculty, collision on the students schedule, a collision course with the time in college lab, and the availability of sufficient class. In this research explain about how the scheduling of lectures and practicums are scheduled by using Genetic Algorithm. The Genetic algorithm is a heuristic search algorithm based on the mechanism of natural selection which known biology evolution process. Genetic algorithm is used to get an optimal schedule is the process of population initialization, fitness evaluation, selection, crossover and mutation. The data of this research are lecturers, subjects, class and time taken from the database of information technology at University of North Sumatra. The data in advance through the process of genetic algorithm to obtain the appropriate result. The results of this research is generates the optimal schedule with the overall schedule of data subjects, faculty, classroom, day and time. Keys: Schedulling, Genetic Algorithm, Optimaziation.

9 viii DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Abstrak vi Abstrack vii Daftar Isi viii Daftar Tabel xi Daftar Gambar xii Bab 1 Pendahuluan Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 5 Bab 2 LANDASAN TEORI Pengertian Penjadwalan Pengertian Algoritma Genetika Struktur Umum Algoritma genetika Proses Algoritma Genetika Komponen-Komponen algoritma Genetika Teknik Pengkodean Pengkodean Biner Pengkodean Nilai Pengkodean Pohon Pengkodean Permutasi Operator dalam Algoritma Genetika Seleksi Seleksi Roullete Wheel Seleksi Ranking Seleksi Tournament Seleksi Steady State Penyilangan (Crossover) Penyilangan (Crossover) Satu Titik Penyilangan (Crossover) Banyak Titik Penyilangan (Crossover) Seragam Penyilangan (Crossover) dengan permutasi Partial-Mapped Crossover (PMX) Order Crossover (OX) Cycle Crossover (CX) Mutasi Mutasi Pengkodean Biner Mutasi Pengkodean Nilai 25

10 ix Mutasi Pengkodean Permutasi Mutasi Pengkodean Pohon 2.8 Parameter Genetik Bab 3 Analisis dan Perancangan Sistem Analisis Masalah Analisis Sistem Proses Algoritma Genetika Pada Penjadwalan Membangkitkan Populasi Awal Representasi Kromosom Inisialisasi Populasi Evaluasi Fitness Seleksi Crossover Mutasi Perancangan Sistem Rancangan Data Struktur Tabel Skema Relasi Rancangan Arsitektural Perancangan DFD (Data Flow Diagram) DFd Level DFD Level Kamus Data Rancangan Prosedural Pemodelan Sistem Proses Algoritma Genetika Rancangan Antar Muka Rancangan Menu Utama Rancangan Menu Utama File Rancangan Tampilan Form Matakuliah Rancangan Tampilan Form Dosen Rancangan Tampilan Form Ruangan Rancangan Tampilan Form Asisten Rancangan Tampilan Form Pengajar Rancangan Tampilan Form Waktu Rancangan Tampilan Form Kelas Rancangan Tampilan Form Mengajar Form Generate_Jadwal 69 Bab 4 IMPLEMENTASI DAN PENGUJIAN Komponen Utama Penjadwalan Implementasi Sistem Spesifikasi Perangkat Keras dan Perangkat Lunak yang 81 Digunakan Tampilan Implementasi Program Pengujian Sistem Hasil Pengujian Parameter Genetika 95

11 x Bab 5 Kesimpulan dan Saran Kesimpulan Saran 98 Daftar Pustaka 99 Lampiran A: Listing Program 95

12 xi DAFTAR TABEL Tabel 2.1 Contoh Pengkodean Biner Tabel 2.2 Contoh Pengkodean Nilai Tabel 2.3 Contoh Pengkodean Permutasi Tabel 2.4 Contoh Crossover Seragam Tabel 2.5 Contoh Mutasi Pengkodean Biner Tabel 2.6 Contoh Mutasi Pengkodean Nilai Tabel 2.7 Contoh Mutasi Pengkodean Permutasi Tabel 2.8 Contoh Mutasi Pengkodean Pohon Tabel 3.1 Representasi Kromosom Tabel 3.2 Persentase Fitness Tabel 3.3 Data Kelas Tabel 3.4 Data Dosen Tabel 3.5 Data Asisten Tabel 3.6 Data Ruang Tabel 3.7 Data Matakuliah Tabel 3.8 Data Waktu Tabel 3.9 Data Hari Tabel 3.10 Data Mengajar Tabel 3.11 Data Pengajar Tabel 3.12 Data Kromosom2 Tabel 3.13 Simbol-Simbol DFD Tabel 3.14 Spesifikasi Proses DFD Level 0 Tabel 3.15 Spesifikasi Proses DFD Level 1 Tabel 3.16 Spesifikasi Proses DFD Level 1 Proses 1 Tabel 3.17 Spesifikasi Proses DFD Level 1 Proses 2 Tabel 3.18 Spesifikasi Proses DFD Level 1 Proses 3 Tabel 3.19 Spesifikasi Proses DFD Level 1 Proses 4 Tabel 3.20 Kamus Data Proses Algoritma Genetika Tabel 4.1 Daftar Mengajar Tabel 4.2 Daftar Pengajar Tabel 4.3 Daftar Waktu Tabel 4.4 Daftar Hari Tabel 4.5 Ruang Kuliah dan Laboratorium Tabel 4.6 Daftar Kelas Tabel 4.7 Daftar Data Mata Kuliah dan Mata Kuliah Praktikum Tabel 4.8 Hasil pengujian parameter genetika Halaman

13 xii DAFTAR GAMBAR Gambar 2.1 Individu dalam Algoritma Genetika Gambar 2.2 Siklus Algoritma Genetika Gambar 2.3 Pengkodean Pohon Gambar 2.4 Seleksi Roda Roulette Gambar 2.5 Seleksi Rangking (situasi sebelum ranking) Gambar 2.6 Seleksi Rangking (situasi sesudah ranking) Gambar 2.7 Contoh Crossover Satu Titik Gambar 2.8 Contoh Crossover Banyak Titik Gambar 2.9 Contoh Partial-Mapped Crossover (PMX) Gambar 2.10 Contoh Order Crossover (OX) Gambar 2.11 Contoh Cycle Crossover (CX) Gambar 2.12 Contoh Inversion Mutation Gambar 2.13 Contoh Insertion Mutation Gambar 2.14 Contoh Exchange Mutation Gambar 3.1 Inisialisasi Populasi Gambar 3.2 Probabilitas Seleksi Roullete Wheel Gambar 3.3 Ilustrasi Crossover Satu Titik Gambar 3.4 Ilustrasi Mutasi Exchange Gambar 3.5 Relationship Database Penjadwalan Gambar 3.6 DFD Level 0 Gambar 3.7 DFD Level 1 Gambar 3.8 DFD Level 1 Proses 1 Gambar 3.9 DFD level 1 Proses 2 Gambar 3.10 DFD level 1 Proses 3 Gambar 3.11 DFD Level 1 Proses 4 Gambar 3.12 Flowchart Sistem Penjadwalan Secara Umum Gambar 3.13 Flowchart Algoritma Genetika Gambar 4.1 Tampilan HalamanLogin Gambar 4.2 Tampilan Menu Utama Gambar 4.3 Tampilan Form Matakuliah Gambar 4.4 Tampilan Form Dosen Gambar 4.5 Tampilan Form Ruangan Gambar 4.6 Tampilan Form Asisten Gambar 4.7 Tampilan Form Waktu Gambar 4.8 Tampilan Form Kelas Gambar 4.9 Tampilan Form Mengajar Gambar 4.10 Tampilan Form Pengajar Gambar 4.11 Tampilan Form Generate_Jadwal Gambar 4.12 Tampilan Form Jadwal_KuliahPrak Gambar 4.13 Tampilan Output Jadwal Kuliah dan Praktikum Gambar 4.14 Tampilan Form Grafik Gambar 4.15 Tampilan Form Info_Sistem Halaman