BAB 3 ANALISIS DAN PERANCANGAN. tanggal 21 Oktober MCC kemudian berkembang menjadi Computer

Transkripsi

1 36 BAB 3 ANALISIS DAN PERANCANGAN 3.1 Latar Belakang Organisasi Universitas Bina Nusantara Mulanya, Universitas Bina Nusantara merupakan suatu lembaga pelatihan komputer dengan nama Modern Computer Course (MCC), yang didirikan pada tanggal 21 Oktober MCC kemudian berkembang menjadi Computer System Academy (ATK) pada tanggal 1 Juli ATK membuka jurusan Manajemen Informasi dan Teknologi Informasi. Tiga tahun kemudian, tepatnya pada tanggal 13 Juli 1984, ATK mendapatkan status Terdaftar dan namanya berubah menjadi AMIK Jakarta. Pada 1 Juli 1985, AMIK membuka jurusan Komputerisasi Akuntansi dan mulai menggunakan nama Bina Nusantara pada 21 September Dalam usianya yang relatif muda, AMIK dinobatkan sebagai Akademi Komputer Terbaik pada tanggal 17 Maret Pada tanggal 9 November 1987, AMIK Bina Nusantara bergabung dengan STMIK Bina Nusantara menjadi sebuah institusi tunggal yang menawarkan program S-1 dan D-3. STMIK Bina Nusantara menerima status Terakreditasi untuk semua programnya pada tanggal 18 Maret STMIK Bina Nusantara membuka program S-2 di bidang Manajemen Sistem Informasi pada tanggal 10 Mei Universitas Bina Nusantara didirikan pada tanggal 8 Agustus 1996 dan kemudian dilegalkan oleh Pemerintah. STMIK Bina Nusantara bergabung menjadi Universitas Bina Nusantara pada tanggal 20 Desember 1998.

2 37 Universitas Bina Nusantara telah memiliki 5 fakultas, yaitu : Ilmu Komputer, Ekonomi, Teknik, Sastra, dan Matematika dan Statistik. Misinya untuk menghasilkan lulusan yang berkualifikasi dan cakap membawa Universitas Bina Nusantara mendapatkan sertifikat ISO 9001 pada tahun Universitas Bina Nusantara (UBiNus) menyadari pentingnya visi dan misi dalam menentukan strategi ke depan. Visi dan misi UBiNus didukung oleh kebijakan peningkatan kualitas secara kontinu. Berikut ini adalah visi, misi, dan kebijakan mutu UBiNus : 1. Visi Unggul sebagai lembaga pendidikan berbasis teknologi informasi yang diterima sebagai panutan, siap berkompetisi dan beradaptasi terhadap perubahan global. 2. Misi a. Mengimplementasikan program pendidikan yang mendukung pengembangan dan aplikasi teknologi informasi, penguasaan bahasa asing, komunikasi, kepemimpinan, inovasi, dan kemampuan berbisnis, serta pengembangan karakter yang baik. b. Menyediakan infrastruktur dan lingkungan yang kondusif bagi implementasi pembelajaran yang efektif dan efisien guna menghasilkan lulusan yang cakap, kreatif, dan inovatif. c. Memelihara hubungan dan relevansi antara kegiatan akademis dan permintaan pengembangan sosial, ekonomi, dan industri.

3 38 d. Bekerja sama dengan institusi lain, baik lokal maupun internasional, untuk memastikan bahwa pengetahuan dan kemampuan adalah yang terkini dan sesuai dengan kebutuhan. e. Membangun komunitas yang memberi perhatian pada kualitas, budaya, nilai, dan etika kerja dalam organisasi. 3. Kebijakan Mutu Sebagai perguruan tinggi bermutu, universitas Bina Nusantara bertekad untuk menghasilkan lulusan yang berkualifikasi tinggi, berkarakter baik dan siap terap UPT. Perangkat Lunak UPT. Perangkat Lunak merupakan unit kerja pada Universitas Bina Nusantara yang bertanggung jawab dalam pelaksanaan kegiatan praktikum. UPT. Perangkat Lunak mengalami perkembangan dalam hal sarana maupun jenis mata kuliah praktikum, seiring dengan berkembangnya UBiNus, guna medukung kegiatan operasional Universitas. Asisten, yang dahulu hanya menggunakan papan tulis sebagai sarana mengajar, sekarang dapat menggunakan infokus, meskipun infokus belum terdapat di semua ruangan laboratorium. Selain itu, komputer-komputer yang dahulu belum menggunakan prosesor pentium, kini telah menggunakan pentium IV. Jumlah ruangan laboratorium juga mengalami peningkatan, dikarenakan jumlah mahasiswa Universitas Bina Nusantara yang terus meningkat. Saat ini, UPT. Perangkat Lunak mempunyai 11 ruangan di kampus Anggrek serta 16 ruangan di kampus Syahdan.

4 39 Perkembangan yang terjadi di UPT. Perangkat Lunak tidak hanya pada sarana penunjang operasional saja, tetapi juga pada jumlah asisten dan staf. Selain itu, jenis mata kuliah praktikum yang dahulu hanya bervariasi pada pemograman DOS, kini telah mencakup pemrograman visual. Hal ini juga berarti software yang digunakan terus berkembang, sesuai dengan kebutuhan praktikum dan mengikuti perkembangan teknologi modern. 3.2 Struktur Organisasi UPTPL Berikut ini adalah struktur organisasi UPTPL Universitas Bina Nusantara : Gambar 3.1 Struktur Organisasi UPTPL Adapun wewenang dan tanggung jawab personil UPTPL adalah sebagai berikut : 1. Kepala UPTPL Kepala UPT. Perangkat Lunak mempunyai wewenang dan tanggung jawab sebagai berikut : a. Membuat aturan yang berhubungan dengan asisten, meliputi persyaratan menjadi asisten, tata cara pemilihan dan penilaian asisten,

5 40 jenjang karier di lingkungan asisten beserta prosedur kerja asisten, pendidikan asisten dan tata tertib asisten. b. Menyiapkan peralatan yang diperlukan untuk menunjang praktikum beserta semua bahan yang berkaitan dengan materi praktikum. c. Mengatur pemakaian fasilitas laboratorium bagi mahasiswa di luar jadwal praktikum. d. Melaksanakan kegiatan penelitian sesuai dengan program Universitas. e. Bertanggung jawab atas pemeliharaan dan keamanan seluruh fasilitas laboratorium. f. Membuat laporan per semester tentang pelaksanaan kegiatan praktikum. g. Mengirim nilai evaluasi praktikum mahasiswa tepat waktu. h. Membantu penyusunan laporan bulanan tentang kegiatan UPT yang akan diserahkan kepada Wakil Rektor II i. Membantu melaksanakan tugas lain yang terkait dengan kebutuhan program Universitas. j. Menyusun anggaran kegiatan dalam UPT yang dipimpinnya. 2. Kepala Wilayah Kepala Wilayah, baik di anggrek maupun di syahdan, memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggung jawab atas pelaksanaan kegiatan praktikum di wilayahnya. b. Mengawasi pelaksanaan tata tertib asisten yang berlaku di wilayahnya.

6 41 c. Membantu Kepala UPT. Perangkat Lunak merencanakan pengembangan UPT. Perangkat Lunak sesuai dengan tujuan Universitas Bina Nusantara. d. Bertanggung jawab dalam merencanakan dan mengkoordinasi rencana kerja guna mencapai sasaran yang ditetapkan. e. Bertanggung jawab dan mengkoordinasi pelaksanaan evaluasi jasa asisten di wilayahnya. f. Bertanggung jawab atas peminjaman fasilitas UPT. Perangkat Lunak oleh pihak-pihak eksternal. g. Membuat laporan periodik kepada Kepala UPT. Perangkat Lunak. h. Membuat laporan evaluasi kepada Kepala UPT. Perangkat Lunak setiap akhir semester. i. Bertanggung jawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya dan Universitas Bina Nusantara umumnya. 3. Kepala Sarana Penunjang Operasi (SPO) Kepala SPO memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggung jawab atas pelaksanaan kegiatan setiap bagian penunjang operasional praktikum. b. Membuat laporan secara periodik kepada Kepala UPT. Perangkat Lunak. c. Membuat laporan evaluasi setiap semester.

7 42 d. Bertanggung jawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya dan Universitas Bina Nusantara umumnya. 4. Staf Research Development and Training (RDT) Staf RDT memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggung jawab terhadap penelitian yang dilakukan untuk meningkatkan efisiensi UPT. Perangkat Lunak. b. Bertanggung jawab terhadap penelitian dan pengembangan kegiatan praktikum, asisten, UPT. Perangkat Lunak dan Universitas Bina Nusantara. c. Mengkoordinasi pembuatan materi tes penerimaan asisten baru. d. Membantu penerapan teknologi informasi dalam perencanaan dan pengembangan UPT. Perangkat Lunak. e. Menggali minat mahasiswa Universitas Bina Nusantara dalam bidang pemrograman. f. Menginformasikan pengembangan yang dilakukan oleh UPT. Perangkat Lunak dan perkembangan teknologi informasi kepada asisten dan mahasiswa dalam bentuk seminar, workshop, dan sebagainya. g. Bertanggung jawab atas pelaksanaan kegiatan penelitian. h. Menangani dan mengatur pelaksanan kegiatan pelatihan. i. Membuat laporan periodik kepada Kepala RDT UPT. Perangkat Lunak. j. Bertanggung jawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya dan Universitas Bina Nusantara umumnya.

8 43 5. Staf Penunjang Sarana Praktikum (PSP) Staf PSP memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggung jawab atas jaringan komputer yang ada di UPT. Perangkat Lunak. b. Bertanggung jawab atas ketersediaan, pengembangan, pemeliharaan dan perbaikan perangkat keras, piranti lunak dan fasilitas pendukung UPT. Perangkat Lunak dalam menunjang pelaksanaan kegiatan praktikum. c. Melakukan pencatatan suhu harian ruang server. d. Melakukan audit berkala terhadap keamanan jaringan. e. Membuat laporan periodik kepada Kepala Sekretariat Penunjang Operasi. f. Menyediakan hak akses bagi asisten dan praktikan dalam jaringan UPT. Perangkat Lunak dalam menunjang pelaksanaan kegiatan praktikum. g. Menyediakan hak akses bagi bagian lain UPT. Perangkat Lunak dalam menunjang pelaksanaan kegiatan operasional. h. Melakukan penginstalan server sesuai dengan kebutuhan. i. Melakukan analisis kelayakan hardware dan melakukan pertimbangan atas keperluan upgrade, baik hardware maupun teknologi pendukungnya. j. Menyusun anggaran untuk pembelian atau permintaan alat-alat, hardware dan prasarana lainnya yang dibutuhkan oleh UPT. Perangkat Lunak dalam menunjang kegiatan praktikum dan operasional.

9 44 k. Bertanggung jawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya dan Universitas Bina Nusantara umumnya. 6. Staf Data Staf Data memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggung jawab atas penyediaan data yang berhubungan dengan kegiatan praktikum UPT. Perangkat Lunak bagi bagian lain yang berkepentingan. b. Bertanggung jawab atas pengalokasian ruang dan mahasiswa dalam menunjang kegiatan praktikum. c. Bertanggung jawab atas pengalokasian ruang, pengawas dan mahasiswa dalam menunjang kegiatan ujian. d. Bertanggung jawab atas pengalokasian ruang dan asisten dalam menunjang kegiatan lainnya seperti pekan pra kuliah. e. Bertanggung jawab atas penyediaan daftar kehadiran mahasiswa dalam kegiatan praktikum dan ujian. f. Bertanggung jawab atas pengolahan data kehadiran mahasiswa dalam kegiatan praktikum dan ujian. g. Membuat rekap mahasiswa yang tidak berhak mengikuti ujian. h. Bertanggung jawab atas program pengentrian nilai ujian mahasiswa bagi korektor. i. Bertanggung jawab atas pengolahan nilai ujian mahasiswa. j. Bertanggung jawab atas pendistribusian daftar dan data nilai ujian mahasiswa ke Sub Biro Layanan dan Sub Biro Data.

10 45 k. Bertanggung jawab atas perubahan nilai ujian sesuai dengan hasil protes mahasiswa yang diterima. l. Membuat rekap nilai praktikum. m. Membuat rekap pengawas ujian dan P2K. n. Membuat laporan periodik kepada Kepala Sekretariat Penunjang Operasi. o. Meminta data praktikum pada bagian terkait yaitu UPT. Pusat Komputer dan Biro Registrasi. p. Melakukan perubahan data praktikum sesuai dengan kebenaran data. q. Sebagai administrator server data praktikum dalam menunjang kegiatan operasional. r. Melakukan prediksi transaksi praktikum untuk semester yang akan datang. s. Bertanggung jawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya dan Universitas Bina Nusantara umumnya. 7. Kepala Asisten (Leader) Kepala Asisten memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggungjawab atas pelaksanaan kegiatan praktikum harian. b. Bertanggungjawab atas pelaksanaan tata tertib asisten. c. Mengkoordinasi dan mengawasi pendataan kehadiran asisten. d. Mengkoordinasi pengadaan materi praktikum dan materi ujian praktikum sesuai Satuan Acara Perkuliahan (SAP) praktium. e. Mengkoordinasi evaluasi atau penilaian ujian praktikum

11 46 f. Bertanggungjawab atas perencanaan dan pelaksanaan proses penerimaan asisten baru dan tes peningkatan asisten g. Bertanggung jawab atas kegiatan kuliah asisten (KRS, KMK, LHSS, dan lain-lain). h. Bertanggungjawab atas pembinaan asisten. i. Membuat laporan periodik kepada Kepala Wilayah. j. Bertanggungjawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya dan Universitas Bina Nusantara umumnya. 8. Asisten Inti Asisten Inti memiliki wewenang dan tanggung jawab sebagai berikut : a. Memeriksa kesesuaian materi antara soal dengan SAP dalam proses pembuatan soal praktikum dan proyek. b. Memeriksa kesesuaian materi antar variasi soal dalam proses pembuatan soal praktikum, proyek dan ujian. c. Membuka konseling dengan asisten yang berhubungan dengan proses pembuatan soal praktikum, proyek dan ujian. d. Membuka konseling dengan asisten yang berhubungan dengan proses penilaian proyek dan ujian. e. Meminta asisten yang ditugaskan dalam pembuatan soal untuk memperbaiki dan menyelesaikan soal praktikum, proyek dan ujian. f. Memeriksa penggunaan bahasa yang benar dalam proses pembuatan soal praktikum, proyek dan ujian.

12 47 g. Memeriksa data-data yang dipergunakan dalam soal praktikum, proyek dan ujian. h. Menentukan bobot dan kriteria soal ujian bersama koordinator mata kuliah beserta pembuat soal. i. Memeriksa kesesuaian penilaian dengan bobot dan kriteria nilai dalam pemberian nilai ujian. j. Memeriksa kesesuaian penilaian dengan kelas yang lain dalam pemberian nilai ujian. k. Melakukan asistensi praktikum maksimal 1/3 dari jatah jaga asisten. 9. Asisten Asisten memiliki wewenang dan tanggung jawab sebagai berikut : a. Bertanggung jawab atas pelaksanaan kegiatan praktikum sesuai dengan jadwal yang telah ditentukan. b. Bertanggung jawab atas pendataan kehadiran praktikum di ruang praktikum. c. Bertanggung jawab untuk melaksanakan tata tertib di Laboratorium Perangkat Lunak. d. Bertanggung Jawab terhadap pemeliharaan ruang praktikum termasuk kunci ruang beserta isinya. e. Membuat soal praktikum dan atau ujian praktikum beserta dengan data dan jawaban. f. Bertanggung jawab untuk menyelesaikan tugas yang dibebankan oleh atasan untuk kepentingan UPT. Perangkat Lunak khususnya Universitas Bina Nusantara umumnya.

13 Analisis Hasil Wawancara Selama ini, penyusunan jadwal mengajar asisten dilakukan secara manual. Kepala Asisten menggunakan data yang diperoleh dari Staf Data sebagai bahan pertimbangan dalam menyusun jadwal. Kepala Asisten harus mempertimbangkan prioritas/minat ajar yang diisi oleh asisten, syarat nilai yang harus dipenuhi asisten untuk dapat mengajar suatu mata kuliah, asisten yang telah lulus training mata kuliah tertentu, shift kerja asisten, dan jadwal kuliah asisten. Proses penyusunan jadwal secara manual tentunya membutuhkan waktu dan tenaga yang tidak sedikit. Untuk membuat jadwal, kepala asisten menghabiskan waktu satu minggu, dimana setiap harinya berkisar 5-6 jam. Kepala Asisten mengharapkan adanya suatu aplikasi yang mampu mengotomatisasi penyusunan jadwal mengajar asisten sehingga jadwal yang memiliki nilai guna dapat dihasilkan dalam waktu yang relatif singkat. 3.4 Permasalahan yang Dihadapi Berdasarkan hasil wawancara, ada beberapa hal yang menjadi masalah dalam proses penyusunan jadwal asistensi seperti diuraikan pada penjelasan di bawah ini. Waktu penyusunan jadwal yang diberikan kepada Kepala Asisten sangat terbatas karena data yang dibutuhkan untuk menyusun jadwal diterima dari Staf Data sebulan sebelum kegiatan praktikum dimulai, sedangkan jadwal asistensi harus diselesaikan paling lambat seminggu sebelum kegiatan praktikum dimulai.

14 49 Selain itu, semenjak data diberikan oleh Staf Data kepada Kepala Asisten, data seringkali mengalami perubahan, misalnya akibat perubahan jumlah transaksi praktikum. Apabila Kepala Asisten telah selesai membuat jadwal dan ternyata data mengalami perubahan, maka Kepala Asisten harus menyusun kembali jadwal tersebut agar dapat digunakan. Dalam penyusunan jadwal asistensi, Kepala Asisten harus mempertimbangkan beberapa hal, diantaranya : pemerataan bobot mengajar asisten, variasi mata kuliah yang diajar, kualifikasi asisten, dan jadwal kuliah asisten. Untuk sekian banyak transaksi praktikum, Kepala Asisten harus mengalokasikan asisten yang tepat pada hari, shift, dan ruang tertentu. Berdasarkan hasil wawancara, ternyata masalah-masalah tersebut belum dapat diatasi. Penyusunan jadwal asistensi akan semakin terasa melelahkan seiring dengan meningkatnya jumlah transaksi praktikum akibat meningkatnya jumlah mahasiswa/i Universitas Bina Nusantara. 3.5 Usulan Pemecahan Masalah Untuk mengatasi permasalahan tersebut, dirancang suatu aplikasi yang mampu mengotomatisasi penjadwalan asisten dengan pendekatan algoritma genetik. Pemilihan algoritma genetik didasarkan pada beberapa pertimbangan berikut : a. Algoritma genetik bersifat paralel. Kebanyakan algoritma lain bersifat serial dan hanya dapat menelusuri ruang solusi dari suatu masalah dalam satu arah pada suatu waktu, dan jika solusi yang ditemukan ternyata tidak optimal, maka semua pekerjaan yang telah diselesaikan sebelumnya akan ditinggalkan

15 50 dan pencarian akan dimulai lagi. Karena GA memiliki banyak offspring, GA dapat menelusuri ruang solusi dalam berbagai arah sekaligus. Jika satu jalur ternyata tidak memberi hasil, GA dapat meneruskan pencarian untuk menemukan solusi optimal. b. Karena GA dapat mengevaluasi beberapa jadwal secara bersamaan, GA sesuai untuk menyelesaikan permasalahan dimana ruang solusi potensial sangat besar. Masalah-masalah dalam kategori ini dikenal dengan istilah nonlinear. Pada masalah linear, fitness dari setiap komponen berdiri sendiri, sehingga peningkatan pada satu bagian akan menghasilkan peningkatan sistem secara keseluruhan. Namun, kebanyakan masalah dalam dunia nyata bersifat nonlinear, dimana perubahan satu komponen akan berdampak pada sistem keseluruhan, dan perubahan-perubahan yang secara individu bersifat mengganggu akan meningkatkan fitness ketika dikombinasikan. Untungnya, sifat paralelisme GA memungkinkannya untuk mengatasi jumlah kemungkinan yang sangat besar, dan mampu menemukan solusi yang optimal dalam periode waktu yang relatif singkat. c. Algoritma genetik bekerja dengan baik dalam masalah yang fitness-nya kompleks. Meskipun GA tidak selalu memberikan solusi yang sempurna dari suatu permasalahan, GA selalu memberikan solusi yang sangat baik. GA mampu menemukan solusi yang baik dalam waktu dan computational effort yang dapat diterima. d. Algoritma genetik mampu memanipulasi beberapa parameter secara bersamaan. Kebanyakan permasalahan dalam dunia nyata memungkinkan peningkatan terhadap satu masalah hanya dapat dilakukan dengan

16 51 mengorbankan masalah yang lain. GA memungkinkan satu kandidat solusi mengoptimalkan satu parameter dan kandidat solusi yang lain mengoptimalkan parameter yang lain. e. Salah satu hal yang menjadi keunggulan algoritma genetik adalah GA tidak mengetahui apapun tentang permasalahan yang hendak diselesaikannya. Daripada menggunakan informasi yang diketahui sebelumnya untuk memandu setiap langkah dan membuat perubahan dengan mata tertuju pada peningkatan, GA membuat perubahan secara acak terhadap kandidat solusi dan menggunakan fitness function untuk menentukan apakah perubahan tersebut menghasilkan peningkatan. Dengan otomatisasi penjadwalan asisten ini, diharapkan dapat memberi kemudahan bagi Kepala Asisten UPT. Perangkat Lunak dalam menyusun jadwal asistensi. Dengan demikian, jadwal asistensi dapat dibuat dalam waktu yang relatif singkat dan dengan kemungkinan human error yang lebih rendah. 3.6 Elemen-elemen yang Digunakan dalam Penjadwalan Asistensi Beberapa elemen yang digunakan dalam pembuatan jadwal asistensi adalah sebagai berikut : 1. Pengajar praktikum Pengajar praktikum terdiri dari Asisten dan Asisten Inti. 2. Mata kuliah Berdasarkan waktu pelaksanaan transaksi praktikum, mata kuliah praktikum dibagi menjadi lima kelompok, yaitu :

17 52 a. minggu ganjil b. minggu genap c. before mid d. after mid e. full semester 3. Bobot Setiap mata kuliah praktikum diberi bobot yang nantinya akan mempengaruhi jumlah transaksi praktikum yang diajar oleh Asisten dan Asisten Inti. Pemberian bobot mata kuliah praktikum didasarkan pada waktu pelaksanaan transaksi praktikum, yaitu : a. minggu ganjil = 0.75 b. minggu genap = 0.75 c. before mid = 0.75 d. after mid = 0.75 e. full semester = 1 Bobot mengajar Asisten dan Asisten Inti ditentukan melalui kalkulasi sebagai berikut : Bobot _ Keseluruhan /( Asisten + ( Bobot _ Asisten = Asisten _ Inti / 4) ) Bobot_Asisten_Inti = Bobot_Asisten / 4 4. Constraint Dalam pembuatan jadwal asistensi, terdapat sejumlah constraint yang harus dipenuhi. Constraint dibedakan menjadi hard constraint dan soft constraint.

18 53 Penjelasan lebih lanjut mengenai constraint dalam penjadwalan asistensi akan dibahasi pada subbab Ruang Ruang yang digunakan untuk transaksi praktikum adalah ruang pada kampus Anggrek Universitas Bina Nusantara. 6. Shift Transaksi praktikum dilaksanakan pada hari Senin Sabtu, dimana setiap harinya, waktu pembelajaran dibagi menjadi 7 shift, yaitu : Shift 1 : Shift 2 : Shift 3 : Shift 4 : Shift 5 : Shift 6 : Shift 7 : Asisten dan Asisten Inti mengajar transaksi praktikum pada shift kerjanya. Hari Senin Kamis, Asisten shift pagi mengajar pada shift 1 4 dan Asisten shift malam mengajar pada shift 3-6. Hari Jumat, Asisten shift pagi mengajar pada shift 1 4 dan Asisten shift malam mengajar pada shift 4 7. Hari Sabtu, Asisten shift pagi mengajar pada shift 1 3 dan Asisten shift malam mengajar pada shift 3 5.

19 Perancangan Perangkat Lunak Class Diagram Class diagram dari aplikasi yang dibuat ditunjukkan pada Gambar 3.2. Karyawan -NIP -Nama -Jabatan -Gaji +bekerja() Leader Asisten -Inisial -Angkatan -Wilayah +membuatjadwal() 1 -Inisial -Angkatan -Wilayah +mengajar() LulusTraining -Inisial -JenisVariasi +isastqualified() Prioritas -Initial -KdMtk -JenisVariasi +getprioritas() 1 1..* 0..* JadwalMengajar -KdHari -Shift -Ruang -Inisial -KdMtk +disesuaikandenganjdwlkul() * 1 1..* VariasiMataKuliah -Kdmtk -NmMtk -JenisVariasi +issamevariation() 1..* 1..* SyaratNilai -Inisial -JenisVariasi -Grade +isastqualified() TransaksiPraktikum -KdHari -Shift -Ruang -KdMtk -Kelas -JumlahMhs -Wilayah +dilaksanakan() JadwalKuliah -KdHari -Shift -Ruang -Inisial -KdMtk -Kelas +diview() Gambar 3.2 Class Diagram Use Case Use case dari aplikasi yang dibuat ditunjukkan pada Gambar 3.3.

20 55 Sistem Penjadwalan Generate Population Generate Jadwal Basic Generate Jadwal Advance leader View Prioritas Asisten View Kualifikasi Asisten View Jadwal Kuliah dan Jadwal Mengajar Per Asisten View Jadwal Mengajar Seluruh Asisten Gambar 3.3 Use Case Sequence Diagram Sequence Diagram Generate Population Skenario untuk Generate Population ditunjukkan pada Tabel 3.1. Tabel 3.1 Skenario Generate Population Use Case Name Actor Description Generate Population Leader Use case ini menggambarkan proses yang terjadi ketika leader men-generate jadwal-jadwal pada populasi awal. Untuk mengenerate populasi, leader meng-input jumlah jadwal, kemudian menekan button Generate. Sistem akan men-generate jadwal-

21 56 jadwal pada populasi awal dan menulis setiap jadwal ke file. Preconditions Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu GeneratePopulation. Postconditions Leader dapat melihat perkiraan waktu proses. Normal Flow Actor Action System Response Step 1 : Leader meng-input Step 2 : Sistem akan mengenerate jadwal-jadwal pada jumlah jadwal pada populasi awal. populasi awal sebanyak inputan user dan menulisnya ke file serta menunjukkan perkiraan waktu proses. Kemudian, sistem menampilkan pesan kepada Leader bahwa proses telah selesai. Lihat Gambar Rancangan Form GeneratePopulation (Gambar 3.18) Adapun sequence diagram untuk GeneratePopulation ditunjukkan pada Gambar 3.4. Object1 : leader frmgenerate GA File click_button_generate() generatepopulation() createjadwal() savedata() confirm() Gambar 3.4 Sequence Diagram Generate Population

22 Sequence Diagram Generate Jadwal Basic Skenario untuk Generate Jadwal Basic ditunjukkan pada Tabel 3.2. Tabel 3.2 Skenario Generate Jadwal Basic Use Case Name Generate Jadwal Basic Actor Leader Description Use case ini menggambarkan proses yang terjadi ketika leader men-generate jadwal asistensi. Untuk men-generate jadwal, leader tidak perlu memahami parameter-parameter algoritma genetik. Leader cukup menekan button Generate, maka sistem akan menampilkan nilai fitness dari setiap alternatif jadwal dan akan menyimpan data jadwal solusi pada database. Preconditions Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu GenerateBasicTimetable. Postconditions Leader dapat melihat nilai fitness dari setiap alternatif jadwal selama proses otomatisasi penyusunan jadwal. Leader dapat melihat perkiraan waktu proses. Normal Flow Actor Action System Response Step 1 : Leader klik button Step 2 : Sistem akan Generate. menampilkan nilai fitness dari jadwal terbaik pada setiap iterasi dan menunjukkan perkiraan waktu proses. Setelah proses selesai, sistem akan menyimpan data jadwal solusi pada database. Lihat Gambar Rancangan Form GenerateBasicTimetable (Gambar 3.16) Adapun Sequence Diagram untuk Generate Jadwal Basic ditunjukkan pada Gambar 3.5.

23 58 Object1 : leader frmbasic GA Database click_button_generate() generatepopulation() createbuffer() calculatefitness sortpopulation() mate() swap() savedata() showjadwal() Gambar 3.5 Sequence Diagram Generate Jadwal Basic Sequence Diagram Generate Jadwal Advance Skenario untuk Generate Jadwal Advance ditunjukkan pada Tabel 3.3. Tabel 3.3 Skenario Generate Jadwal Advance Use Case Name Actor Description Preconditions Generate Jadwal Advance Leader Use case ini menggambarkan proses yang terjadi ketika leader men-generate jadwal asistensi. Untuk men-generate jadwal, leader perlu memahami parameter-parameter algoritma genetik. Leader menginput population size, crossover method, selection rate, dan mutation rate. Kemudian klik button Generate. Sistem akan menampilkan nilai fitness dari setiap alternatif jadwal. Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu GenerateAdvancedTimetable.

24 59 Postconditions Leader dapat melihat nilai fitness dari setiap alternatif jadwal selama proses otomatisasi penyusunan jadwal. Leader dapat melihat perkiraan waktu proses. Normal Flow Actor Action System Response Step 1 : Leader menginput Step 2 : Sistem akan population size, crossover melakukan validasi pada input method, selection rate, dan mutation rate. leader. Jika input tidak valid, maka sistem akan memberikan Step 3 : Jika tidak ada pesan pesan kepada leader untuk kesalahan inputan, leader menginput kembali. dapat menekan button Step 4 : Sistem akan mengenerate Generate. jadwal berdasarkan parameter-parameter algoritma genetik yang diinput leader dan menampilkan nilai fitness dari setiap alternatif jadwal. Alternate Flow Alt-Step 1 : Jika leader belum memahami parameter-parameter algoritma genetik, leader dapat klik menu Help pada form utama sebelum memasukkan inputan. Alt-Step 3 : Jika terdapat pesan kesalahan inputan, maka leader dapat memperbaiki input yang masih tidak valid. Lihat Gambar Rancangan Form GenerateAdvancedTimetable (Gambar 3.17) Adapun Sequence Diagram untuk Generate Jadwal Advance ditunjukkan pada Gambar 3.6.

25 60 Gambar 3.6 Sequence Diagram Generate Jadwal Advance Sequence Diagram View Prioritas Asisten Skenario untuk View Prioritas Asisten ditunjukkan pada Tabel 3.4. Tabel 3.4 Skenario View Prioritas Asisten Use Case Name Actor Description View Prioritas Asisten Leader Use case ini menggambarkan proses yang terjadi ketika leader hendak melihat prioritas/minat ajar asisten. Leader memilih inisial dari asisten yang hendak dilihat prioritas ajarnya. Sistem akan menampilkan prioritas ajar asisten tersebut.

26 61 Preconditions Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu ViewTeachingPriorities. Postconditions Leader dapat melihat prioritas/minat ajar tiap asisten. Normal Flow Actor Action System Response Step 1 : Leader memilih inisial Step 2 : Sistem akan dari asisten yang hendak mengambil data prioritas ajar dilihat prioritas ajarnya. asisten tersebut dari database Step 3 : Leader dapat melihat dan menampilkannya pada prioritas ajar asisten tersebut. datagridview. Alternate Flow Alt-Step 3 : Leader dapat memilih inisial dari asisten lain untuk melihat prioritas/minat ajarnya. Lihat Gambar Rancangan Form ViewTeachingPriorities (Gambar 3.14) Adapun Sequence Diagram untuk View Prioritas Asisten ditunjukkan pada Gambar 3.7. Object1 : leader frmpriorities Prioritas choose_inisial() getprioritas(inisial) selectprioritas() showprioritas() Gambar 3.7 Sequence Diagram View Prioritas Asisten Sequence Diagram View Kualifikasi Asisten Skenario untuk View Kualifikasi Asisten ditunjukkan pada Tabel 3.5.

27 62 Tabel 3.5 Skenario View Kualifikasi Asisten Use Case Name View Kualifikasi Asisten Actor Leader Description Use case ini menggambarkan proses yang terjadi ketika leader hendak melihat kualifikasi asisten, yaitu mata kuliah apa saja yang dapat diajar oleh tiap asisten. Leader memilih inisial dari asisten yang hendak dilihat kualifikasinya. Sistem akan menampilkan kualifikasi asisten tersebut. Preconditions Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu ViewAstQualification. Postconditions Leader dapat melihat mata kuliah yang dapat diajar oleh tiap asisten. Normal Flow Actor Action System Response Step 1 : Leader memilih inisial Step 2 : Sistem akan dari asisten yang hendak mengambil data kualifikasi dilihat kualifikasinya. asisten tersebut dari database Step 3 : Leader dapat melihat dan menampilkannya pada mata kuliah yang dapat diajar datagridview. oleh asisten tersebut. Alternate Flow Alt-Step 3 : Leader dapat memilih inisial dari asisten lain untuk melihat kualifikasinya. Lihat Gambar Rancangan Form ViewAstQualification (Gambar 3.13) Adapun Sequence Diagram untuk View Kualifikasi Asisten ditunjukkan pada Gambar 3.8.

28 63 Gambar 3.8 Sequence Diagram View Kualifikasi Asisten Sequence Diagram View Jadwal Kuliah dan Jadwal Mengajar Per Asisten Skenario untuk View Jadwal Kuliah dan Jadwal Mengajar Per Asisten ditunjukkan pada Tabel 3.6. Tabel 3.6 Skenario View Jadwal Kuliah dan Jadwal Mengajar Per Asisten Use Case Name Actor Description Preconditions Postconditions View Jadwal Kuliah dan Jadwal Mengajar Per Asisten Leader Use case ini menggambarkan proses yang terjadi ketika leader hendak melihat jadwal mengajar dan jadwal kuliah asisten. Leader memilih inisial dari asisten yang hendak dilihat jadwal mengajar dan kuliahnya, kemudian klik button Generate jika button tersebut diaktifkan. Sistem akan menampilkan jadwal mengajar dan kuliah asisten tersebut. Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu ViewTeachingAndStudyingTimetablePerAst. Leader dapat melihat jadwal mengajar dan kuliah tiap asisten.

29 64 Normal Flow Actor Action System Response Step 1 : Leader memilih inisial dari asisten yang hendak dilihat jadwal mengajar dan kuliahnya. Step 2 : Leader dapat klik button Generate jika button tersebut diaktifkan. Step 4 : Leader dapat melihat jadwal mengajar dan jadwal kuliah asisten tersebut. Alternate Flow Step 3 : Sistem akan menampilkan jadwal mengajar dan jadwal kuliah dari asisten tersebut pada datagridview. Alt-Step 1 : Jika button Generate tidak aktif, maka leader dapat memilih menu GenerateBasicTimetable / GenerateAdvancedTimetable pada form utama untuk mengenerate jadwal mengajar asisten. Alt-Step 4 : Leader dapat memilih inisial dari asisten lain untuk melihat prioritas/minat ajarnya. Lihat Gambar Rancangan Form ViewTeachingAndStudyingTimetablePerAst (Gambar 3.12) Adapun Sequence Diagram untuk View Jadwal Kuliah dan Jadwal Mengajar Per Asisten ditunjukkan pada Gambar 3.9.

30 65 Object1 : leader frmjadwalperast GA JadwalKuliah choose_inisial() click_button_generate() getjadwalmengajar(inisial) status generatejadwal() returnjadwal() getjadwalkuliah(inisial) selectjadwalkuliah() returnjadwalkuliah() showjadwalperast() Gambar 3.9 Sequence Diagram View Jadwal Kuliah dan Jadwal Mengajar Per Asisten Sequence Diagram View Jadwal Mengajar Seluruh Asisten Tabel 3.7. Skenario untuk View Jadwal Mengajar Seluruh Asisten ditunjukkan pada Tabel 3.7 Skenario View Jadwal Mengajar Seluruh Asisten Use Case Name View Jadwal Mengajar Seluruh Asisten Actor Leader Description Use case ini menggambarkan proses yang terjadi ketika leader hendak melihat jadwal mengajar seluruh asisten. Leader klik button Generate, jika button tersebut diaktifkan. Sistem akan menampilkan jadwal mengajar seluruh asisten. Preconditions Leader sudah membuka form utama dari aplikasi. Leader sudah klik menu ViewTeachingTimetableAllAst. Postconditions Leader dapat melihat jadwal mengajar seluruh asisten. Normal Flow Actor Action System Response

31 66 Step 1 : Leader klik button Generate jika button tersebut diaktifkan. Step 3 : Leader dapat melihat jadwal mengajar seluruh asisten. Step 4 : Leader dapat klik button Print untuk mencetak jadwal tersebut. Step 2 : Sistem akan menampilkan jadwal mengajar seluruh asisten pada datagridview. Step 5 : Sistem men-generate laporan jadwal mengajar asisten. Alternate Flow Alt-Step 1 : Jika button ShowTeachingTimetable tidak aktif, maka leader dapat memilih menu GenerateBasicTimetable / GenerateAdvancedTimetable pada form utama untuk men-generate jadwal mengajar asisten. Lihat Gambar Rancangan Form ViewTeachingTimetableAllAst (Gambar 3.15) Adapun Sequence Digram untuk View Jadwal Mengajar Seluruh Asisten ditunjukkan pada Gambar Object1 : leader frmjadwal GA Laporan click_button_generate() getjadwalmengajar() status generatejadwal() showjadwal() click_button_print() generatereport() showreport() Gambar 3.10 Sequence Diagram View Jadwal Mengajar Seluruh Asisten

32 Perancangan Layar Rancangan Layar Form Utama Rancangan layar form utama ditunjukkan pada Gambar Gambar 3.11 Rancangan Layar Form Utama Rancangan Layar Form View Jadwal Mengajar dan Kuliah Per Asisten Rancangan layar form view jadwal mengajar dan kuliah per asisten ditunjukkan pada Gambar 3.12.

33 68 Gambar 3.12 Rancangan Layar Form View Jadwal Mengajar dan Kuliah Per Asisten Rancangan Layar Form View Kualifikasi Asisten Rancangan layar form view kualifikasi asisten ditunjukkan pada Gambar Gambar 3.13 Rancangan Layar Form View Kualifikasi Asisten

34 Rancangan Layar Form View Prioritas Mengajar Asisten Rancangan layar form view prioritas mengajar asisten ditunjukkan pada Gambar Gambar 3.14 Rancangan Layar Form View Prioritas Mengajar Asisten Rancangan Layar Form View Jadwal Mengajar Asisten Rancangan layar form view jadwal mengajar asisten ditunjukkan pada Gambar Gambar 3.15 Rancangan Layar Form View Jadwal Mengajar Asisten

35 Rancangan Layar Form Basic Rancangan layar form basic ditunjukkan pada Gambar Gambar 3.16 Rancangan Layar Form Basic Rancangan Layar Form Advance Rancangan layar form advance ditunjukkan pada Gambar Gambar 3.17 Rancangan Layar Form Advance

36 Rancangan Layar Form Generate Population Rancangan layar form generate population ditunjukkan pada Gambar Gambar 3.18 Rancangan Layar Form Generate Population 3.9 Perancangan Database Aplikasi yang dibuat menggunakan database untuk menyimpan data yang diperlukan. Entity Relationship Diagram (ERD) dari database yang digunakan ditunjukkan pada Gambar 3.19.

37 72 tr_alokasi_asisten PK,FK1 Kdhari PK,FK2 Kdshift PK,FK3 Kdstatus PK Ruang PK,FK4 Inisial tr_alokasi_ruang PK,FK1 Kdhari PK,FK2 Kdshift PK,FK3 Kdstatus PK Ruang Kdmtk Kelas JmlMhs ms_hari PK Kdhari Nmhari ms_shift PK Kdshift RangeWaktu ms_status PK Kdstatus JnsStatus tr_ast_lulus_training PK,FK1 Kdmtk PK,FK2 Inisial ms_asisten PK Inisial PK Angkatan Nama FK2 Kdwil FK3 Kdjbt FK1 KdshiftAst ms_wilayah PK Kdwil Wilayah ms_jabatan PK Kdjbt Jabatan ms_shift_asisten PK KdshiftAst ShiftAst ms_matakuliah_lab PK Kdmtk Nmmtk FK1 Kdwil FK3 KdstatusPrk FK2 Kdstatus Proyek JnsVariasi ms_status_prk PK KdstatusPrk StatusPrk tr_kuliah_asisten PK,FK4 Inisial PK,FK3 KdmtkKul PK StatusPrk FK1 Kdhari FK2 Kdshift Ruang Kelas ms_matakuliah_kul PK KdmtkKul NmmtkKul tr_kualifikasi PK,FK2 Inisial PK,FK1 Kdmtk ms_prioritas PK,FK2 Inisial PK,FK1 Kdmtk Prioritas tr_jadwal PK,FK1 Kdhari PK,FK4 Angkatan PK,FK2 Kdshift PK,FK3 Kdstatus PK Ruang PK,FK4 Inisial Kelas FK5 Kdmtk * * * * 1..* 1 1..* 1 1..* 1 1..* 1 1..* 1..* 1..* 1..* 1 1..* 1 1..* 1..* * 1 1..* 1..* 1..* 1..* 1 1..* 1..* 1 1..* * 1 1..* 1 1..* 1..* Gambar 3.19 Entity Relationship Diagram

38 73 Adapun detail dari database yang digunakan adalah sebagai berikut ini. Tabel 3.8 Master Hari Tabel ini digunakan untuk menyimpan data hari. Nama Tabel : ms_hari Primary Key : Kdhari Field Tipe Data Ukuran Field Keterangan Kdhari char 1 Kode hari Nmhari varchar 10 Nama hari Tabel 3.9 Master Shift Asisten Tabel ini digunakan untuk menyimpan data shift kerja asisten. Nama Tabel : ms_shift_asisten Primary Key : KdshiftAst Field Tipe Data Ukuran Field Keterangan KdshiftAst char 1 Kode shift mengajar asisten P : Shift pagi M : Shift malam ShiftAst varchar 10 Keterangan kode shift asisten Tabel 3.10 Master Status Praktikum Tabel ini digunakan untuk menyimpan data status praktikum dan menunjukkan apakah suatu transaksi praktikum merupakan praktikum lab software atau bukan. Nama Tabel : ms_status_prk Primary Key : KdstatusPrk Field Tipe Data Ukuran Field Keterangan KdstatusPrk char 1 Kode status praktikum P : Praktikum lab software J : Praktikum lab managemen U : Praktikum DKV R : Praktikum arsitektur StatusPrk varchar 50 Keterangan kode status praktikum Tabel 3.11 Master Matakuliah Kuliah Tabel ini digunakan untuk menyimpan data matakuliah yang didapatkan di perkuliahan. Nama Tabel : ms_matakuliah_kul

39 74 Primary Key : KdmtkKul Field Tipe Data Ukuran Field Keterangan KdmtkKul char 5 Kode mata kuliah NmmtkKul varchar 100 Nama mata kuliah Tabel 3.12 Master Jabatan Tabel ini digunakan untuk menyimpan data jabatan pada UPT. Perangkat Lunak. Nama Tabel : ms_jabatan Primary Key : Kdjbt Field Tipe Data Ukuran Field Keterangan Kdjbt char 1 Kode jabatan Jabatan varchar 50 Jabatan pada UPT.Perangkat Lunak Tabel 3.13 Master Wilayah Tabel ini digunakan untuk menyimpan data wilayah praktikum. Nama Tabel : ms_wilayah Primary Key : Kdwil Field Tipe Data Ukuran Field Keterangan Kdwil char 1 Kode wilayah A : Anggrek S : Syahdan Wilayah varchar 20 Nama wilayah Tabel 3.14 Master Status Tabel ini digunakan untuk menyimpan data status praktikum. Nama Tabel : ms_status Primary Key : Kdstatus Field Tipe Data Ukuran Field Keterangan Kdstatus char 1 Kode status 1 : Minggu ganjil 2 : Minggu genap 3 : Sebelum mid 4 : Setelah mid 5 : Full semester JnsStatus varchar 20 Jenis status

40 75 Tabel 3.15 Master Shift Tabel ini digunakan untuk menyimpan data shift perkuliahan. Nama Tabel : ms_shift Primary Key : Kdshift Field Tipe Data Ukuran Field Keterangan Kdshift char 1 Kode shift Range Waktu varchar 20 Range waktu pada shift Tabel 3.16 Master Matakuliah Laboratorium Tabel ini digunakan untuk menyimpan data matakuliah laboratorium. Nama Tabel : ms_matakuliah_lab Primary Key : Kdmtk Field Tipe Data Ukuran Field Keterangan Kdmtk char 5 Kode mata kuliah Nmmtk varchar 100 Nama mata kuliah Kdwil char 1 Kode wilayah KdstatusPrk char 1 Kode status praktikum Kdstatus char 1 Kode status Proyek char 1 Menyatakan suatu mata kuliah praktikum berproyek atau tidak. P : Berproyek T : Tidak berproyek JnsVariasi char 1 Jenis variasi mata kuliah Tabel 3.17 Master Asisten Tabel ini digunakan untuk menyimpan data asisten. Nama Tabel : ms_asisten Primary Key : Inisial, Angkatan Field Tipe Data Ukuran Field Keterangan Inisial char 2 Inisial asisten Angkatan char 4 Angkatan asisten Nama varchar 100 Nama asisten Kdwil char 1 Kode wilayah Kdjbt char 1 Kode jabatan KdshiftAst char 1 Kode shift mengajar asisten

41 76 Tabel 3.18 Master Prioritas Tabel ini digunakan untuk menyimpan data prioritas atau minat ajar asisten. Nama Tabel : ms_prioritas Primary Key : Inisial, Angkatan, Kdmtk Field Tipe Data Ukuran Field Keterangan Inisial char 2 Inisial asisten Angkatan char 4 Angkatan asisten Kdmtk char 5 Kode mata kuliah Prioritas int 4 Prioritas atau minat mengajar Tabel 3.19 Transaksi Alokasi Ruang Tabel ini digunakan untuk menyimpan data transaksi alokasi ruang praktikum. Nama Tabel : tr_alokasi_ruang Primary Key : Kdhari, Kdshift, Kdstatus, Ruang Field Tipe Data Ukuran Field Keterangan Kdhari char 1 Kode hari Kdshift char 1 Kode shift Kdstatus char 1 Kode status Ruang varchar 5 Ruang praktikum Kdmtk char 5 Kode mata kuliah Kelas char 5 Kelas yang mengikuti praktikum JmlMhs int 4 Jumlah mahasiswa Tabel 3.20 Transaksi Asisten Lulus Training Tabel ini digunakan untuk menyimpan data asisten yang telah lulus training mata kuliah tertentu yang diadakan oleh UPT. Perangkat Lunak. Nama Tabel : tr_ast_lulus_training Primary Key : Kdmtk, Inisial Field Tipe Data Ukuran Field Keterangan Kdmtk char 5 Kode mata kuliah Inisial char 2 Inisial asisten Tabel 3.21 Transaksi Kualifikasi Tabel ini digunakan untuk menyimpan data mata kuliah yang dapat diajar oleh asisten. Nama Tabel : tr_kualifikasi

42 77 Primary Key : Inisial, Kdmtk Field Tipe Data Ukuran Field Keterangan Inisial char 2 Inisial asisten Kdmtk char 5 Kode mata kuliah Tabel 3.22 Transaksi Alokasi Asisten Tabel ini digunakan untuk menyimpan data transaksi alokasi asisten. Nama Tabel : tr_alokasi_asisten Primary Key : Kdhari, Kdshift, Kdstatus, Ruang, Inisial Field Tipe Data Ukuran Field Keterangan Kdhari char 1 Kode hari Kdshift char 1 Kode shift Kdstatus char 1 Kode status Ruang varchar 5 Ruang praktikum Inisial char 2 Inisial asisten Tabel 3.23 Transaksi Kuliah Asisten Tabel ini digunakan untuk menyimpan data kuliah asisten. Nama Tabel : tr_kuliah_asisten Primary Key : Inisial, KdmtkKul, StatusPrk Field Tipe Data Ukuran Field Keterangan Inisial char 2 Inisial asisten KdmtkKul char 5 Kode mata kuliah StatusPrk varchar 20 Status praktikum Prk : Mata kuliah yang ada praktikum TidakPrk : Mata kuliah yang tidak ada praktikum Kdhari char 1 Kode hari Kdshift char 1 Kode shift Ruang varchar 5 Ruang kuliah Kelas char 5 Kelas yang mengikuti kuliah Tabel 3.24 Transaksi Jadwal Mengajar Tabel ini digunakan untuk menyimpan jadwal mengajar asisten. Nama Tabel : tr_jadwal Primary Key : Kdhari, Kdshift, Kdstatus, Ruang, Inisial

43 78 Field Tipe Data Ukuran Field Keterangan Kdhari char 1 Kode hari Kdshift char 1 Kode shift Kdstatus char 1 Kode status Ruang varchar 5 Ruang praktikum Kelas char 5 Kelas yang mengikuti praktikum Kdmtk char 5 Kode mata kuliah Inisial char 2 Inisial asisten 3.10 Penerapan Algoritma Genetik Pada Otomatisasi Penjadwalan Asisten Algoritma Genetik yang Digunakan Algoritma genetik yang digunakan pada pembuatan jadwal mengajar asisten adalah sebagai berikut : Inisialisasi ukuran populasi, crossover method, selection rate, mutation rate Inisialisasi populasi Create objek jadwal pada buffer While counter < GA_MAXITER Hitung nilai fitness semua jadwal pada populasi Sort jadwal ascending berdasarkan nilai fitness If nilai fitness jadwal terbaik = 0 then keluar dari perulangan Mate (seleksi, crossover, mutasi) Isi populasi dengan populasi baru pada buffer End while Representasi Struktur Data Untuk menyelesaikan masalah penjadwalan dengan menggunakan algoritma genetik, hal pertama yang dilakukan adalah merepresentasikan solusi sebagai kromosom. Pada aplikasi ini, data direpresentasikan dengan teknik value encoding. Sebuah kromosom merepresentasikan satu jadwal asistensi. Satu kromosom terdiri dari gen-gen, dimana setiap gen merepresentasikan hari, shift,

44 79 ruang, kode mata kuliah, kelas, jumlah mahasiswa, inisial asisten, jumlah asisten, bobot mata kuliah, dan status mata kuliah. Contoh representasi gen adalah : Hari : 1 Shift : 2 Cell : 603, T0251, 07PET, 2 Ast 0 : RM, Ast 1 : RA, status = Urutan Proses dan Algoritma Penjadwalan Asisten Sebuah jadwal asistensi dapat dihasilkan setelah melalui tahapan proses sebagai berikut : 1. Inisialisasi Nilai Parameter Pada tahapan ini, sistem akan menerima parameter-parameter berupa ukuran populasi, crossover method, selection rate, dan mutation rate yang diinput user. Nilai parameter tersebut akan menentukan kinerja pencarian jadwal terbaik. 2. Inisialisasi Populasi Inisialisasi populasi diawali dengan pembentukan jadwal yang transaksi praktikumnya diperoleh dari database. Pada jadwal yang dibentuk, belum terdapat asisten yang dialokasikan untuk mengajar transaksi praktikum. Jadwal yang dimaksud ditunjukkan pada Gambar 3.20.

45 80

46 81

47 82 Gambar 3.20 Jadwal Alokasi Ruang Setelah jadwal di atas terbentuk, langkah selanjutnya adalah merandom asisten-asisten untuk dialokasikan pada setiap transaksi praktikum di jadwal yang telah dibentuk. Ukuran populasi bergantung pada input-an user. Saat me-random staf pengajar pada jadwal, perlu diperhatikan shift kerja asisten (shift pagi/malam) dan diusahakan bobot tiap staf pengajar merata. Jadwal yang sudah memiliki asisten hasil random pada transaksi praktikumnya ditunjukkan pada Gambar 3.21.

48 83

49 84

50 85

51 86

52 87

53 88 Gambar 3.21 Gambar Jadwal Hasil Random Pseudocode yang digunakan untuk membentuk populasi awal adalah sebagai berikut : create arraylist ast dan isi dengan data asisten idxast = 0 while ctrast < jumlah data pada ast if jabatan asisten ast ctrast = asisten then jumast + 1 else jumai + 1 while ctrfile < MAX_JADWAL create jadwal dengan asisten masih kosong

54 89 bobotperast = jdwl.bobot / (jumast + (jumai / 4)) bobottempastinti = bobotperast / 4 while counter < jumlah data pada ast if jabatan ast counter = asisten then bobot asisten ast count = bobotperast else bobot asisten ast count = bobottempastinti while jumlah asisten < kapasitas pada jadwal random hari random shift berdasarkan shift kerja asisten random cell if jumlah asisten < kapasitas pada jadwal hari,shift,cell dan inisial asisten ast idxast tidak mengajar pada jadwal hari,shift then cek apakah dalam 1 transaksi ada asisten yang sama inisialnya if tidak ada inisial asisten yang sama pada 1 cell then add inisial asisten ast idxast ke Ast jadwal,hari,shift,cell bobottempast = bobottempast + Bobot cell BobotPerSemester asisten ast idxast + bobottempast end if if bobottempast >= Bobot ast idxast 0.75 then bobottempast = 0 idxast = idxast + 1 end if end if 3. Evaluasi Fitness Setelah populasi terbentuk, setiap kromosom pada populasi tersebut akan diberikan nilai fitness berdasarkan kesesuaiannya dengan constraintconstraint dalam penjadwalan asistensi. Constraint dalam penjadwalan dapat dibedakan menjadi hard constraint dan soft constraint. Apabila hard constraint dilanggar, maka akan

55 90 berakibat fatal karena jadwal yang dihasilkan tidak dapat digunakan. Pelanggaran terhadap soft constraint masih dapat ditolerir sehingga jadwal yang dihasilkan masih dapat digunakan. Pelanggaran hard constraint diberi nilai 10000, sedangkan pelanggaran soft constraint hanya diberi nilai 2. Hal ini dimaksudkan agar meskipun semua soft constraint dilanggar, nilai fitnessnya tidak akan sama dengan nilai fitness apabila 1 hard constraint dilanggar. Daftar hard constraint dan soft constraint yang digunakan dalam penjadwalan asistensi ditunjukkan pada Tabel Tabel 3.25 Hard Constraint dan Soft Constraint Hard Constraints Seorang asisten hanya dapat mengajar satu materi praktikum pada satu tempat dan pada satu waktu. Asisten hanya dapat mengajar suatu mata kuliah jika ia telah lulus training untuk mata kuliah tersebut atau jika ia memenuhi kualifikasi/syarat mengajar berupa grade minimum untuk mata kuliah tersebut. Jadwal mengajar asisten tidak bentrok dengan jadwal kuliahnya. Variasi mengajar asisten diperkecil (asisten mengajar mata kuliah-mata kuliah dalam variasi yang sama). Bobot mengajar seluruh asisten merata. Rentang bobot yang masih ditoleransi adalah 0.5. Soft Constraints Asisten mengajar maksimum 3 shift dalam 1 hari. Asisten diusahakan tidak mengajar 3 shift berturutturut. Dalam satu transaksi praktikum, asisten yang mengajar bukan asisten junior semuanya, tetapi juga didampingi oleh asisten senior. Asisten tidak mengajar pada shift tepat setelah shift ia kuliah. Asisten tidak ada kuliah praktikum pada shift tepat setelah ia mengajar. Asisten mengajar sesuai dengan prioritas/minat ajar yang sebelumnya diisi oleh Asisten tersebut.

56 91 Pseudocode untuk mengevaluasi constraint 1 (seorang asisten hanya dapat mengajar satu materi praktikum pada satu tempat dan pada satu waktu) adalah sebagai berikut : while hari < jumlah hari pada jadwal while shift < jumlah shift pada jadwal hari create arraylist astcell while cell < jumlah transaksi praktikum pada jadwal hari,shift while ctrast < jumlah asisten mengajar pada jadwal hari,shift,cell flag = true while ctr < jumlah data pada astcell if inisial asisten pada astcell ctr = inisial asisten pada jadwal hari,shift,cell,ctrast then nilai asisten astcell ctr + 1 flag = false break end if if flag = true then add objek asisten ke astcell while ctr < jumlah data pada astcell jika nilai asisten astcell ctr >= 2 then fitness = fitness Pseudocode untuk mengevaluasi constraint 2 (asisten hanya dapat mengajar suatu mata kuliah jika ia telah lulus training untuk mata kuliah tersebut atau jika ia memenuhi kualifikasi/syarat mengajar berupa grade minimum untuk mata kuliah tersebut) adalah sebagai berikut : create arraylist ast create arraylist astbanding isi astbanding dengan data semua asisten

57 92 while hari < jumlah hari pada jadwal while shift < jumlah shift pada jadwal hari while cell < jumlah transaksi praktikum pada jadwal hari,shift while ctrast < jumlah asisten mengajar pada jadwal hari,shift,cell flag = true while ctr < jumlah data pada ast if inisial asisten ast ctr = inisial asisten pada jadwal hari,shift,cell,ctrast then if MtkTraining dan MtkQualified asisten ast ctr tidak mengandung Kdmtk pada jadwal hari,shift,cell then fitness = fitness end if flag = false break end if if flag = true then create asisten tempast inisial tempast = inisial asisten pada jadwal hari,shift,cell,ctrast kdhari tempast = kdhari pada jadwal hari kdshift tempast = Id pada jadwal hari,shift while counter < jumlah data pada astbanding if inisial tempast = inisial asisten astbanding counter then MtkTraining tempast = MtkTraining asisten astbanding counter MtkQualified tempast = MtkQualified asisten astbanding counter end if add tempast ke ast end if