Contoh Penggunaan Algoritma Genetika dan NEH

Ukuran: px
Mulai penontonan dengan halaman:

Download "Contoh Penggunaan Algoritma Genetika dan NEH"

Transkripsi

1 Contoh Penggunaan Algoritma Genetika dan NEH Mata Kuliah Tawar Program Studi Teknik Informatika Kode_mk Mata Kuliah SKS Semester Kelas Dosen Pengampu TKC108 Aljabar Linear 3 2 A Mula'ab, S.Si., M.Kom TKC108 Aljabar Linear 3 2 B Miftahul Ulum, ST., MT TKC118 Aljabar Linear 3 2 C Dwi Kuswanto, S.Pd., MT TKC104 Struktur Data 2 2 A Kurniawan Eka Permana, S.Kom., M.Sc TKC104 Struktur Data 2 2 B Kurniawan Eka Permana, S.Kom., M.Sc TKC104 Struktur Data 2 2 C Abdullah Basuki Rahmat, S.Si., MT TKC104 Struktur Data 2 2 D Abdullah Basuki Rahmat, S.Si., MT TKC122 Riset Operasi 3 4 A Abdullah Basuki Rahmat, S.Si., MT TKC122 Riset Operasi 3 4 B Eza Rahmanita, ST., MT TKC122 Riset Operasi 3 4 C Eza Rahmanita, ST., MT TKC122 Riset Operasi 3 4 D Abdullah Basuki Rahmat, S.Si., MT TKC126 Sistem Operasi 3 4 A Hermawan, ST., M,Kom TKC126 Sistem Operasi 3 4 B Hermawan, ST., M,Kom TKC126 Sistem Operasi 3 4 C Aeri Rahmad, ST., MT TKC264 Basis Data II 3 4 A Noor Ifada, ST., MISD TKC264 Basis Data II 3 4 B Kurniawan Eka Permana, S.Kom., M.Sc TKC264 Basis Data II 3 4 C Noor Ifada, ST., MISD Mata Kuliah Tawar Program Studi D3 Manajemen Informatika id Kode_mk Mata Kuliah SKS Semester Kelas Dosen Pengampu M18 TKD111 Struktur Data 3 2 A Fitri Damayanti, S.Kom., M.Kom. M19 TKD111 Struktur Data 3 2 B Fitri Damayanti, S.Kom., M.Kom. M20 TKD111 Struktur Data 3 2 C Fitri Damayanti, S.Kom., M.Kom. M21 TKD112 Aljabar Linier 2 2 A Achmad Ubaidillah Ms., ST., MT. M22 TKD112 Aljabar Linier 2 2 B Achmad Ubaidillah Ms., ST., MT. M23 TKD114 ArOrKom 2 2 A Budi Dwi Satoto, ST., M.Kom. M24 TKD114 ArOrKom 2 2 B Meidya Koeshardianto, S.Si., MT. M25 TKD134 Jarkom 2 4 A Budi Dwi Satoto, ST., M.Kom. M26 TKD134 Jarkom 2 4 B Budi Dwi Satoto, ST., M.Kom. M27 TKD134 Jarkom 2 4 C Budi Dwi Satoto, ST., M.Kom. M28 TKD179 Basdat A Yeni Kustiyahningsih, S.Kom., M.Kom. M29 TKD179 Basdat B Yeni Kustiyahningsih, S.Kom., M.Kom. M30 TKD179 Basdat C Yeni Kustiyahningsih, S.Kom., M.Kom. M31 TKD155 Metnum 3 4 A Achmad Ubaidillah Ms., ST., MT. M32 TKD155 Metnum 3 4 B Dwi Kuswanto, S.Pd., MT. M33 TKD163 SPK 3 4 A Firli Irhamni, ST., M.Kom. M34 TKD163 SPK 3 4 B Firli Irhamni, ST., M.Kom.

2 Sebelum membuat kromosom, data yang akan dijadikan kromosom di inisialisasikan dulu. Contoh ini yang di inisialisasikan yaitu daftar mata kuliah dengan kolom id, daftar hari dengan kolom id_hari, dan jam dengan kolom shift. Inisialisasi kromosomnya sebagai berikut: Inisialisasi Kromosom Tabel Matakuliah Id Kode_mk Mata Kuliah SKS Semester Kelas Dosen Pengampu Ruang M1 TKC108 Aljabar Linear 3 2 A Mula'ab, S.Si., M.Kom RKB A101 M2 TKC108 Aljabar Linear 3 2 B Miftahul Ulum, ST., MT RKB A102 M3 TKC118 Aljabar Linear 3 2 C Dwi Kuswanto, S.Pd., MT RKB A103 M4 Kurniawan Eka Permana, RKB A104 TKC104 Struktur Data 2 2 A S.Kom., M.Sc M5 Kurniawan Eka Permana, RKB A105 TKC104 Struktur Data 2 2 B S.Kom., M.Sc M6 Abdullah Basuki Rahmat, S.Si., RKB A101 TKC104 Struktur Data 2 2 C MT M7 Abdullah Basuki Rahmat, S.Si., RKB A102 TKC104 Struktur Data 2 2 D MT M8 Abdullah Basuki Rahmat, S.Si., RKB A103 TKC122 Riset Operasi 3 4 A MT M9 TKC122 Riset Operasi 3 4 B Eza Rahmanita, ST., MT RKB A104 M10 TKC122 Riset Operasi 3 4 C Eza Rahmanita, ST., MT RKB A105 M11 Abdullah Basuki Rahmat, S.Si., RKB A101 TKC122 Riset Operasi 3 4 D MT M12 TKC126 Sistem Operasi 3 4 A Hermawan, ST., M,Kom RKB A102 M13 TKC126 Sistem Operasi 3 4 B Hermawan, ST., M,Kom RKB A103 M14 TKC126 Sistem Operasi 3 4 C Aeri Rahmad, ST., MT RKB A104 M15 TKC264 Basis Data II 3 4 A Noor Ifada, ST., MISD RKB A105 M16 Kurniawan Eka Permana, RKB A101 TKC264 Basis Data II 3 4 B S.Kom., M.Sc M17 TKC264 Basis Data II 3 4 C Noor Ifada, ST., MISD RKB A102 id Kode_mk Mata Kuliah SKS Semester Kelas Dosen Pengampu Ruang M18 TKD111 Struktur Data 3 2 A Fitri Damayanti, S.Kom., M.Kom. RKB B101 M19 TKD111 Struktur Data 3 2 B Fitri Damayanti, S.Kom., M.Kom. RKB B102 M20 TKD111 Struktur Data 3 2 C Fitri Damayanti, S.Kom., M.Kom. RKB B101 M21 TKD112 Aljabar Linier 2 2 A Achmad Ubaidillah Ms., ST., MT. RKB B102 M22 TKD112 Aljabar Linier 2 2 B Achmad Ubaidillah Ms., ST., MT. RKB B101 M23 TKD114 ArOrKom 2 2 A Budi Dwi Satoto, ST., M.Kom. RKB B102 M24 TKD114 ArOrKom 2 2 B Meidya Koeshardianto, S.Si., MT. RKB B101 M25 TKD134 Jarkom 2 4 A Budi Dwi Satoto, ST., M.Kom. RKB B102 M26 TKD134 Jarkom 2 4 B Budi Dwi Satoto, ST., M.Kom. RKB B101 M27 TKD134 Jarkom 2 4 C Budi Dwi Satoto, ST., M.Kom. RKB B102 M28 Yeni Kustiyahningsih, S.Kom., RKB B101 TKD179 Basdat A M.Kom. M29 Yeni Kustiyahningsih, S.Kom., RKB B102 TKD179 Basdat B M.Kom. M30 Yeni Kustiyahningsih, S.Kom., RKB B101 TKD179 Basdat C M.Kom.

3 M31 TKD155 Metnum 3 4 A Achmad Ubaidillah Ms., ST., MT. RKB B102 M32 TKD155 Metnum 3 4 B Dwi Kuswanto, S.Pd., MT. RKB B101 M33 TKD163 SPK 3 4 A Firli Irhamni, ST., M.Kom. RKB B102 M34 TKD163 SPK 3 4 B Firli Irhamni, ST., M.Kom. RKB B101 Tabel Hari Perkuliahan dari hari Senin sampai Kamis id_hari Hari 1 Senin 2 Selasa 3 Rabu 4 Kamis Tabel Jam 1 SKS= 50 Menit Shif(jam ke-n) Jam awal Jam Akhir Jam ke n 3 Jam ke n 4 Jam ke n 5 Jam ke n

4 Tahap 1. Pembentukan Kromosom berdasarkan data diatas: id Kode_mk Mata Kuliah SKS Kelas Dosen Pengampu Ruang id_hari shift M1 TKC108 Aljabar Linear 3 A Mula'ab, S.Si., M.Kom RKB A M2 TKC108 Aljabar Linear 3 B Miftahul Ulum, ST., MT RKB A M3 TKC118 Aljabar Linear 3 C Dwi Kuswanto, S.Pd., MT RKB A M4 TKC104 Struktur Data 2 A Kurniawan Eka Permana, S.Kom., M.Sc RKB A M5 TKC104 Struktur Data 2 B Kurniawan Eka Permana, S.Kom., M.Sc RKB A M6 TKC104 Struktur Data 2 C Abdullah Basuki Rahmat, S.Si., MT RKB A M7 TKC104 Struktur Data 2 D Abdullah Basuki Rahmat, S.Si., MT RKB A M8 TKC122 Riset Operasi 3 A Abdullah Basuki Rahmat, S.Si., MT RKB A M9 TKC122 Riset Operasi 3 B Eza Rahmanita, ST., MT RKB A M10 TKC122 Riset Operasi 3 C Eza Rahmanita, ST., MT RKB A M11 TKC122 Riset Operasi 3 D Abdullah Basuki Rahmat, S.Si., MT RKB A M12 TKC126 Sistem Operasi 3 A Hermawan, ST., M,Kom RKB A M13 TKC126 Sistem Operasi 3 B Hermawan, ST., M,Kom RKB A M14 TKC126 Sistem Operasi 3 C Aeri Rahmad, ST., MT RKB A M15 TKC264 Basis Data II 3 A Noor Ifada, ST., MISD RKB A M16 TKC264 Basis Data II 3 B Kurniawan Eka Permana, S.Kom., M.Sc RKB A M17 TKC264 Basis Data II 3 C Noor Ifada, ST., MISD RKB A M18 TKD111 Struktur Data 3 A Fitri Damayanti, S.Kom., M.Kom. RKB B M19 TKD111 Struktur Data 3 B Fitri Damayanti, S.Kom., M.Kom. RKB B M20 TKD111 Struktur Data 3 C Fitri Damayanti, S.Kom., M.Kom. RKB B M21 TKD112 Aljabar Linier 2 A Achmad Ubaidillah Ms., ST., MT. RKB B M22 TKD112 Aljabar Linier 2 B Achmad Ubaidillah Ms., ST., MT. RKB B M23 TKD114 ArOrKom 2 A Budi Dwi Satoto, ST., M.Kom. RKB B M24 TKD114 ArOrKom 2 B Meidya Koeshardianto, S.Si., MT. RKB B M25 TKD134 Jarkom 2 A Budi Dwi Satoto, ST., M.Kom. RKB B M26 TKD134 Jarkom 2 B Budi Dwi Satoto, ST., M.Kom. RKB B M27 TKD134 Jarkom 2 C Budi Dwi Satoto, ST., M.Kom. RKB B M28 TKD179 Basdat 1 3 A Yeni Kustiyahningsih, S.Kom., M.Kom. RKB B

5 M29 TKD179 Basdat 1 3 B Yeni Kustiyahningsih, S.Kom., M.Kom. RKB B M30 TKD179 Basdat 1 3 C Yeni Kustiyahningsih, S.Kom., M.Kom. RKB B M31 TKD155 Metnum 3 A Achmad Ubaidillah Ms., ST., MT. RKB B M32 TKD155 Metnum 3 B Dwi Kuswanto, S.Pd., MT. RKB B M33 TKD163 SPK 3 A Firli Irhamni, ST., M.Kom. RKB B M34 TKD163 SPK 3 B Firli Irhamni, ST., M.Kom. RKB B Keterangan: Kolom id menampung data seperti kode_mk, mk, sks, semester, kelas, dosen, ruang. Kolom id_hari menampung data hari yang digunakan untuk perkuliahan seperti, 1=senin, 2=selasa, 3=rabu, 4, kamis Kolom Shift untuk menampung jam ke berapa matakuliah itu di jadwalkan. Pembentukan kromosom diatas dilakukan dengan acak, yang diacak yaitu pada kolom id, id_hari, dan shift. Sehingga itu adalah sebagai populasi awal.

6 Tahap 2. Membuat Nilai Fitness Kromosom Rumus mencari nilai fitness: Tujuan mencari nilai fitness adalah seberapa baik kromosom tersebut. Adapun pelanggaran (Penalty) yang mempengaruhi nilai Fitness pada suatu kromosom adalah: 1. Dalam satu waktu dosen tidak boleh mengajar di dua tempat. 2. Ruangan tidak boleh digunakan lebih dari satu matakuliah pada waktu yang sama. Satu Penalty/pelanggaran tersebut bernilai 1. Apabila nilai penalty besar maka nilai fitness yang dihasilkan kecil, sebaliknya jika nilai penalty kecil maka nilai fitness yang dihasilkan besar. Jika suatu kromosom tidak melakukan penalty maka nilai fitnessnya akan bernilai 1, maka kromosom inilah yang menjadi kromosom terbaik. Tahap 3. Proses NEH Merupakan metode yang dikolaborasikan dengan algoritma genetika. Langkah-langkah: Setelah koromosom mendapatkan nilai fitness, nilai fitness yang kecil dipisah sehingga nilai fitness yang kecil tu diurutkan secara descending. Tahap 4. Seleksi Kromosom Kemudian nilai fitness yang kecil diseleksi menggunakan metode Roulete Whell Contoh Langkah-langkah Metode Roulette Whell: a. Hitung total fitness (F) seluruh kromosom dalam populasi TF= K13+K16+K3+K6+K8+K10+K14+K15+K18+K19 TF = = 3.98 b. Hitung probabilitas seleksi (pk) setiap kromosom Pk1 = 0.5/3.98 = Pk2 = 0.5/3.98 = Pk3 = 0.33/3.98 = Pk4 = 0.33/3.98 = 0.082

7 Pk5 = 0.33/3.98 = Pk6 = 0.5/3.98 = Pk7 = 0.33/3.98 = Pk8 = 0.33/3.98 = Pk9 = 0.5/3.98 = Pk10 = 0.33/3.98 = c. Hitung probabilitas kumulatif (qk) setiap kromosom q1 = p1 = q2 = q1 + p2 = = q3 = q2 + p3 = = q4 = q3 + p4 = = q5 = q4 + p5 = = q6 = q5 + p6 = = q7 = q6 + p7 = = q8 = q7 + p8 = = q9 = q8 + p9 = = q10 = q9 + p10 = = d. Buat bilangan random acak untuk memilih kromosom induk sebanyak jumlah kromosom. r1= r2= r3= r4= r5= r6= r7= r8= r9= r10= 0.162

8 r1= maka kromosom K14 terpilih karena q7 > r2= maka kromosom K6 terpilih karena q3 > r3= maka kromosom K13 terpilih karena q6 > r4= maka kromosom K6 terpilih karena q3 > r5= maka kromosom K14 terpilih karena q7 > r6= maka kromosom K3 terpilih karena q2 > r7= maka kromosom K16 terpilih karena q9 > r8= maka kromosom K18 terpilih karena q11 > r9= maka kromosom K13 terpilih karena q6 > r10= maka kromosom K3 terpilih karena q2 > Tahap 5. Crossover pada kromosom Cara Kerja crossover: a. Pilih secara acak dua kromosom yang akan dijadikan kromosom induk. b. Pilih secara acak posisi gen yang akan dikawin silangkan dari kromosom induk. c. Lakukan crossover dengan menempatkan gen pertama populasi induk pertama, kemudian menukarkan gen dengan yang ada pada populasi kedua. Contoh: Gambar 4.2 Contoh Crossover Maka setelah dilakukannya proses kawin silang (Crossover) dari kedua kromosom induk (parents) yang terpilih, maka akan menghasilkan kromosom anak (offspring). Tahap 6. Mutasi pada Kromosom Cara Kerja mutasi: a. Pilih acak kromosom yang akan dimutasi. b. Tentukan dua atau lebih gen yang akan dimutasi pada kromosom. c. Cari posisi gen-gen yang terpilih kemudian merubah bit-bitnya.

9 Contoh: Gambar 4.3 Contoh Mutasi Karena proses mutasi juga merupakan salah satu operator dasar dalam algoritma genetika, sehingga sama dengan crossover, mutasi juga memerlukan probabilitas dengan proses yang sama seperti probabilitas crossover. Individu dengan nilai probabilitas lebih kecil dari probabilitas yang telah ditentukan yang akan melewati proses mutasi. Kondisi Selesai Terdapat tiga kondisi selesai yang dapat menghentikan proses algoritma pemograman ini,yaitu: 1. Jika setelah beberapa generasi berturut-turut nilai fitness terbaik dari populasi tidak mengalami perubahan kembali. 2. Jika jumlah generasi maksimum telah tercapai. 3. Jika nilai fitness terbaik minimal telah tercapai.

BAB III. Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi

BAB III. Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi BAB III Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi Pada bab ini dijelaskan mengenai penerapan dari algoritma fuzzy evolusi pada permasalahan penjadwalan perkuliahan.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 27 BAB II LANDASAN TEORI 2.1. Penelitian Terkait Penelitian terkait yang menggunakan algoritma genetika untuk menemukan solusi dalam menyelesaikan permasalahan penjadwalan kuliah telah banyak dilakukan.

Lebih terperinci

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA Bagus Priambodo Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Mercu Buana e- mail : bagus.priambodo@mercubuana.ac.id

Lebih terperinci

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma

Lebih terperinci

BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan

BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA Penjadwalan kuliah di departemen Matematika UI melibatkan beberapa komponen yakni ruang kuliah, dosen serta mahasiswa. Seorang

Lebih terperinci

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu 18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode

Lebih terperinci

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma

Lebih terperinci

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN Eva Desiana, M.Kom Pascasarjana Teknik Informatika Universitas Sumatera Utara, SMP Negeri 5 Pematangsianta Jl. Universitas Medan, Jl.

Lebih terperinci

BAB 1 PENDAHULUAN. disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi

BAB 1 PENDAHULUAN. disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Penjadwalan perkuliahan merupakan suatu masalah yang sangat kompleks yang sering disebut Univesitas Timetabling Problems (UTP). Permasalahan ini dilihat dari sisi

Lebih terperinci

BAB III. Metode Penelitian

BAB III. Metode Penelitian BAB III Metode Penelitian 3.1 Diagram Alir Penelitian Secara umum diagram alir algoritma genetika dalam penelitian ini terlihat pada Gambar 3.1. pada Algoritma genetik memberikan suatu pilihan bagi penentuan

Lebih terperinci

OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA

OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA Muhammad Arief Nugroho 1, Galih Hermawan, S.Kom., M.T. 2 1, 2 Universitas Komputer Indonesia Jl. Dipatiukur No. 112-116, Bandung 40132 E-mail

Lebih terperinci

PENJADWALAN UJIAN AKHIR SEMESTER DENGAN ALGORITMA GENETIKA (STUDI KASUS JURUSAN TEKNIK INFORMATIKA UNESA)

PENJADWALAN UJIAN AKHIR SEMESTER DENGAN ALGORITMA GENETIKA (STUDI KASUS JURUSAN TEKNIK INFORMATIKA UNESA) Penjadwalan Ujian Akhir Semester dengan Algoritma Genetika PENJADWALAN UJIAN AKHIR SEMESTER DENGAN ALGORITMA GENETIKA (STUDI KASUS JURUSAN TEKNIK INFORMATIKA UNESA) Anita Qoiriah Jurusan Teknik Informatika,

Lebih terperinci

T I N J A U A N P U S T A K A Algoritma Genetika [5]

T I N J A U A N P U S T A K A Algoritma Genetika [5] Algoritma Genetika [5] Fitness adalah nilai yang menyatakan baik-tidaknya suatu jalur penyelesaian dalam permasalahan TSP,sehingga dijadikan nilai acuan dalam mencari jalur penyelesaian optimal dalam algoritma

Lebih terperinci

Generator Jadwal Perkuliahan Menggunakan Algoritma Genetika

Generator Jadwal Perkuliahan Menggunakan Algoritma Genetika Generator Jadwal Perkuliahan Menggunakan Algoritma Genetika Zainal Akbar 1), Muh. Fajri Raharjo 2), Eddy Tungadi 3) CAIR, Politeknik Negeri Ujung Pandang Jl. Perintis Kemerdekaan km. 10, Tamalanrea Makassar,

Lebih terperinci

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN Optimasi Penjadwalan Mata Kuliah Dengan Algoritma Genetika Andysah Putera Utama Siahaan Universitas Pembangunan Pancabudi Jl. Gatot Subroto Km. 4,5, Medan, Sumatra Utara, Indonesia andiesiahaan@gmail.com

Lebih terperinci

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Nia Kurnia Mawaddah Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) Jurusan Matematika, FMIPA Universitas Brawijaya, Malang 65145 Abstrak Penjadwalan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Ukuran unjuk kerja dalam hal ini kecepatan akses data dalam sebuah aplikasi web

BAB III METODOLOGI PENELITIAN. Ukuran unjuk kerja dalam hal ini kecepatan akses data dalam sebuah aplikasi web BAB III METODOLOGI PENELITIAN Ukuran unjuk kerja dalam hal ini kecepatan akses data dalam sebuah aplikasi web dipengaruhi oleh banyak faktor. Salah satu faktornya adalah desain aplikasi. Untuk kinerja

Lebih terperinci

DAFTAR ISI DAFTAR ISI... 1 VISI, MISI DAN TUJUAN... 1 DAFTAR DOSEN... 2 KURIKULUM... 5 RENCANA INDUK PENELITIAN... 20

DAFTAR ISI DAFTAR ISI... 1 VISI, MISI DAN TUJUAN... 1 DAFTAR DOSEN... 2 KURIKULUM... 5 RENCANA INDUK PENELITIAN... 20 DAFTAR ISI DAFTAR ISI... 1 VISI, MISI DAN TUJUAN... 1 DAFTAR DOSEN... KURIKULUM... 5 RENCANA INDUK PENELITIAN... 0 1.1. Visi VISI, MISI DAN TUJUAN Menjadi Program Studi yang unggul bidang Rekayasa Teknologi

Lebih terperinci

APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS

APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS Hafid Hazaki 1, Joko Lianto Buliali 2, Anny Yuniarti 2

Lebih terperinci

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Penjadwalan Penjadwalan kegiatan belajar mengajar pada suatu lembaga pendidikan biasanya merupakan salah satu pekerjaan yang tidak mudah dan menyita waktu. Pada lembaga pendidikan

Lebih terperinci

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah

Lebih terperinci

Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya

Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya Oleh: Anisa Ulya 5206 100 101 Dosen pembimbing 1:

Lebih terperinci

OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN

OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN MENGGUNAKAN ALGORITMA GENETIKA Azimatul Khulaifah 2209 105 040 Bidang Studi Sistem Tenaga Jurusan Teknik Elektro FTI ITS Dosen Pembimbing : Dosen

Lebih terperinci

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10: BAB III PERANCANGAN Pada bagian perancangan ini akan dipaparkan mengenai bagaimana mencari solusi pada persoalan pencarian rute terpendek dari n buah node dengan menggunakan algoritma genetika (AG). Dari

Lebih terperinci

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 98 106 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL YOSI PUTRI, NARWEN

Lebih terperinci

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

ERWIEN TJIPTA WIJAYA, ST.,M.KOM ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.

Lebih terperinci

Genetic Algorithme. Perbedaan GA

Genetic Algorithme. Perbedaan GA Genetic Algorithme Algoritma ini bekerja dengan sebuah populasi yang terdiri atas individu-individu (kromosom). Individu dilambangkan dengan sebuah nilai kebugaran (fitness) yang akan digunakan untuk mencari

Lebih terperinci

Arif Munandar 1, Achmad Lukman 2 1 Teknik Informatika STMIK El Rahma Yogyakarta, Teknik Informatika STMIK El Rahma Yogyakarta

Arif Munandar 1, Achmad Lukman 2 1 Teknik Informatika STMIK El Rahma Yogyakarta, Teknik Informatika STMIK El Rahma Yogyakarta PENJADWALAN MATAKULIAH DENGAN ALGORITMA GENETIKA MENGGUNAKAN FRAMEWORK CODEIGNITER (STUDI KAUS PROGRAM STUDI S PENDIDIKAN AGAMA ISLAM UNIVERSITAS ALMA ATA YOGYAKARTA) Arif Munandar, Achmad Lukman 2 Teknik

Lebih terperinci

BAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam

BAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam BAB II LANDASAN TEORI 2.1 Valuta Asing Valuta asing dapat diartikan sebagai mata uang yang dikeluarkan dan digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam hukum ekonomi bila terdapat

Lebih terperinci

BAB III ANALISIS SISTEM DAN PERANCANGAN. Bisnis dan Informatika Stikom Surabaya dengan Menggunakan Algoritma

BAB III ANALISIS SISTEM DAN PERANCANGAN. Bisnis dan Informatika Stikom Surabaya dengan Menggunakan Algoritma BAB III ANALISIS SISTEM DAN PERANCANGAN Pada bab ini dijelaskan tentang analisis dan perancangan dari aplikasi yang akan dibuat, yaitu Rancang Bangun Aplikasi Penjadwalan Kuliah di Institut Bisnis dan

Lebih terperinci

OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG

OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG Disusun Oleh : Nama : Mochammad Brananta Arya Lasmono NPM : 34412653

Lebih terperinci

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) I Made Budi Adnyana

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Perusahaan X merupakan salah satu perusahaan manufaktur yang memproduksi berbagai macam produk berbahan baku besi dan stainless steel. Produk yang dihasilkan seperti cabinet, trolley, pagar, tangki

Lebih terperinci

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani

Lebih terperinci

Bab 1. Pendahuluan. 1.1 Latar Belakang

Bab 1. Pendahuluan. 1.1 Latar Belakang Bab 1 Pendahuluan 1.1 Latar Belakang Pentingnya suatu jadwal dalam sebuah kegiatan tidak lain agar kegiatan tersebut berjalan dengan lancar tanpa adanya gangguan seperti bentroknya jadwal. Penyusunan jadwal

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Penjadwalan Perkuliahan Penjadwalan memiliki pengertian durasi dari waktu kerja yang dibutuhkan untuk melakukan serangkaian untuk melakukan aktivitas kerja[10]. Penjadwalan juga

Lebih terperinci

BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING. Untuk memberikan penjelasan mengenai prediksi valuta asing

BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING. Untuk memberikan penjelasan mengenai prediksi valuta asing BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING Untuk memberikan penjelasan mengenai prediksi valuta asing menggunakan algoritma memetika, akan diberikan contoh sebagai berikut. Contoh Misalkan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut

Lebih terperinci

TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT

TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh Dian Sari Reski, Asrul Sani 2, Norma Muhtar 3 ABSTRACT Scheduling problem is one type of allocating resources problem that exist to

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN BEBAN MENGAJAR DOSEN DENGAN METODE ALGORITMA GENETIKA STUDI KASUS: POLITEKNIK NEGERI BATAM

SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN BEBAN MENGAJAR DOSEN DENGAN METODE ALGORITMA GENETIKA STUDI KASUS: POLITEKNIK NEGERI BATAM Seminar Nasional Teknologi dan Multimedia 2016 SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN BEBAN MENGAJAR DOSEN DENGAN METODE ALGORITMA GENETIKA STUDI KASUS: POLITEKNIK NEGERI BATAM Nur Zahrati Janah 1), Indita

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN digilib.uns.ac.id BAB III METODE PENELITIAN Penelitian ini sebelumnya diawali oleh pengumpulan litelatur dan pengumpulan data. Pengumpulan literatur merupakan pengumpulan bahan-bahan seperti jurnal, buku,

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN UJIAN TUGAS AKHIR PADA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG

PENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN UJIAN TUGAS AKHIR PADA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG PENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN UJIAN TUGAS AKHIR PADA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG TUGAS AKHIR Sebagai Persyaratan Guna Meraih Sarjana Strata 1 Teknik Informatika

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pengertian jadwal menurut kamus besar bahasa Indonesia adalah pembagian waktu berdasarkan rencana pengaturan urutan kerja; daftar atau tabel kegiatan atau rencana kegiatan

Lebih terperinci

Pengantar Kecerdasan Buatan (AK045218) Algoritma Genetika

Pengantar Kecerdasan Buatan (AK045218) Algoritma Genetika Algoritma Genetika Pendahuluan Struktur Umum Komponen Utama Seleksi Rekombinasi Mutasi Algoritma Genetika Sederhana Referensi Sri Kusumadewi bab 9 Luger & Subblefield bab 12.8 Algoritma Genetika 1/35 Pendahuluan

Lebih terperinci

PERANCANGAN APLIKASI PENJADWALAN KERETA API DENGAN MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus: Stasiun Kereta Api Bandar Khalipah Medan)

PERANCANGAN APLIKASI PENJADWALAN KERETA API DENGAN MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus: Stasiun Kereta Api Bandar Khalipah Medan) PERANCANGAN APLIKASI PENJADWALAN KERETA API DENGAN MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus: Stasiun Kereta Api Bandar Khalipah Medan) Nurhamidah Lubis 1, Garuda Ginting 2 Mahasiswa Teknik Informatika

Lebih terperinci

Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika

Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika 1 Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika Annisti Nurul Fajriyah Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci

BAB II KAJIAN TEORI. untuk membahas bab berikutnya. Dasar teori yang akan dibahas pada bab ini

BAB II KAJIAN TEORI. untuk membahas bab berikutnya. Dasar teori yang akan dibahas pada bab ini BAB II KAJIAN TEORI Pembahasan pada bagian ini akan menjadi dasar teori yang akan digunakan untuk membahas bab berikutnya. Dasar teori yang akan dibahas pada bab ini adalah optimisasi, fungsi, pemrograman

Lebih terperinci

Implementasi Algoritma Genetika Untuk Pencarian Rute Berdasarkan Waktu Tercepat Objek Wisata Di Kabupaten Ngawi. Makalah

Implementasi Algoritma Genetika Untuk Pencarian Rute Berdasarkan Waktu Tercepat Objek Wisata Di Kabupaten Ngawi. Makalah Implementasi Algoritma Genetika Untuk Pencarian Rute Berdasarkan Waktu Tercepat Objek Wisata Di Kabupaten Ngawi Makalah Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I pada Jurusan

Lebih terperinci

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.

Lebih terperinci

KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA

KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA LAPORAN TUGAS BESAR ARTIFICIAL INTELLEGENCE KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA Disusun Oleh : Bayu Kusumo Hapsoro (113050220) Barkah Nur Anita (113050228) Radityo Basith (113050252) Ilmi Hayyu

Lebih terperinci

Jl. Ahmad Yani, Pontianak Telp./Fax.: (0561)

Jl. Ahmad Yani, Pontianak Telp./Fax.: (0561) APLIKASI PENCARIAN RUTE TERPENDEK MENGGUNAKANALGORITMA GENETIKA (Studi Kasus: Pencarian Rute Terpendek untuk Pemadam Kebakaran di Wilayah Kota Pontianak) [1] Putri Yuli Utami, [2] Cucu Suhery, [3] Ilhamsyah

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. Analisis sistem dilakukan untuk memperoleh definisi permasalahan dan

BAB III ANALISIS DAN PERANCANGAN SISTEM. Analisis sistem dilakukan untuk memperoleh definisi permasalahan dan BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1. Analisis Sistem Analisis sistem dilakukan untuk memperoleh definisi permasalahan dan gambaran yang tepat dari apa yang akan dilakukan oleh sistem. Analisis

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika 6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi

Lebih terperinci

SISTEM PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PADA JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK UNIVERSITAS TADULAKO)

SISTEM PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PADA JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK UNIVERSITAS TADULAKO) JIMT Vol. 14 No. 2 Desember 2017 (Hal 242-255) ISSN : 2450 766X SISTEM PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS PADA JURUSAN TEKNOLOGI INFORMASI FAKULTAS TEKNIK UNIVERSITAS TADULAKO)

Lebih terperinci

BAB II KAJIAN TEORI. berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic

BAB II KAJIAN TEORI. berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic BAB II KAJIAN TEORI Kajian teori pada bab ini membahas tentang pengertian dan penjelasan yang berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic programming dan algoritma genetika.

Lebih terperinci

Algoritma Evolusi Dasar-Dasar Algoritma Genetika

Algoritma Evolusi Dasar-Dasar Algoritma Genetika Algoritma Evolusi Dasar-Dasar Algoritma Genetika Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Pengantar 2. Struktur Algoritma Genetika 3. Studi Kasus: Maksimasi Fungsi Sederhana 4. Studi

Lebih terperinci

CODING VOL.2 NO. 1 (2014), Hal ISSN: X

CODING VOL.2 NO. 1 (2014), Hal ISSN: X APLIKASI JADWAL PERKULIAHAN DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN VISUAL BASIC.NET (Studi Kasus: Fakultas Matematika dan Ilmu Pengetahuan Alam) Sella Erary [1],Beni Irawan [2], Ilhamsyah [3] [1][2][3]

Lebih terperinci

BAB III Analisis. Gambar III.1 Rancangan Pemrosesan

BAB III Analisis. Gambar III.1 Rancangan Pemrosesan BAB III Analisis Bab ini memuat analisis yang dilakukan dalam penulisan Tugas Akhir, berupa analisis terhadap rancangan pemrosesan, yang dibagi menjadi bagian Preprosesor, Algoritma Genetika, dan bagian

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN : Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA PELAJARAN DI SMAN 1 CIWIDEY Rismayanti 1, Tati Harihayati 2 Teknik Informatika Universitas Komputer

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan tugas akhir ini. Teori-teori yang dibahas mengenai pengertian penjadwalan, algoritma

Lebih terperinci

Lingkup Metode Optimasi

Lingkup Metode Optimasi Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan skripsi ini. Teori-teori yang dibahas mengenai optimisasi, pengertian penjadwalan,

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika

Lebih terperinci

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Penjadwalan Penjadwalan adalah penempatan sumber daya (resource) dalam satu waktu. Penjadwalan mata kuliah merupakan persoalan penjadwalan yang umum dan sulit dimana tujuannya

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)

PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat

Lebih terperinci

ISSN IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN INSTRUKTUR TRAINING ICT UIN SUNAN KALIJAGA

ISSN IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN INSTRUKTUR TRAINING ICT UIN SUNAN KALIJAGA JISKa, Vol. 1, No. 3, Januari, 2017, Pp. 123 132 ISSN 2527-5836 IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN INSTRUKTUR TRAINING ICT UIN SUNAN KALIJAGA Niki Min Hidayati Robbi (1), Nurochman (2),

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 17 BAB II LANDASAN TEORI 2.1 Algoritma Dalam matematika dan komputasi, algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah ini dapat diterjemahkan secara bertahap

Lebih terperinci

PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI

PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana

Lebih terperinci

Bab II Konsep Algoritma Genetik

Bab II Konsep Algoritma Genetik Bab II Konsep Algoritma Genetik II. Algoritma Genetik Metoda algoritma genetik adalah salah satu teknik optimasi global yang diinspirasikan oleh proses seleksi alam untuk menghasilkan individu atau solusi

Lebih terperinci

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah

Lebih terperinci

OPTIMALISASI PENEMPATAN DOSEN PEMBIMBING DAN PENJADWALAN SEMINAR TUGAS AKHIR MENGGUNAKAN ALGORITMA GENETIKA

OPTIMALISASI PENEMPATAN DOSEN PEMBIMBING DAN PENJADWALAN SEMINAR TUGAS AKHIR MENGGUNAKAN ALGORITMA GENETIKA OPTIMALISASI PENEMPATAN DOSEN PEMBIMBING DAN PENJADWALAN SEMINAR TUGAS AKHIR MENGGUNAKAN ALGORITMA GENETIKA Nendi Purwana 1, Esmeralda C. Djamal 2, Faiza Renaldi 3 Jurusan Informatika, Fakultas MIPA Universitas

Lebih terperinci

SISTEM PENJADWALAN KULIAH DENGAN ALGORITMA GENETIKA

SISTEM PENJADWALAN KULIAH DENGAN ALGORITMA GENETIKA SISTEM PENJADWALAN KULIAH DENGAN ALGORITMA GENETIKA Created by : Eko Prasetyo Website : Email : eko1979@yahoo.com FB : http://www.facebook.com/ekoxprasetyo Masalah penjadwalan kuliah adalah salah satu

Lebih terperinci

PENERAPAN METODE ALGORITMA GENETIKA UNTUK PERMASALAHAN PENJADWALAN PERAWAT (Nurse Schedulling Problem)

PENERAPAN METODE ALGORITMA GENETIKA UNTUK PERMASALAHAN PENJADWALAN PERAWAT (Nurse Schedulling Problem) INFO TEKNIK Volume 16 No. 1 Juli 2015 (61-74) PENERAPAN METODE ALGORITMA GENETIKA UNTUK PERMASALAHAN PENJADWALAN PERAWAT (Nurse Schedulling Problem) Nadiya Hijriana Program Studi Teknik Informatika Universitas

Lebih terperinci

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau

Lebih terperinci

Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial

Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial Muhammad Abdy* 1, Maya Sari Wahyuni* 2, Nur Ilmi* 3 1,2,3 Jurusan Matematika, Universitas Negeri Makassar e-mail: * 1 m.abdy@unm.ac.id,

Lebih terperinci

OPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK

OPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN 1907-5022 OPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK Manahan Siallagan, Mira Kania Sabariah, Malanita Sontya Jurusan Teknik

Lebih terperinci

IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG

IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG Adnan Buyung Nasution 1 1,2 Sistem Infomasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama 3 Universitas

Lebih terperinci

Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika

Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika M. Syafrizal, Luh Kesuma Wardhani, M. Irsyad Jurusan Teknik Informatika - Universitas Islam Negeri Sultan Syarif Kasim Riau

Lebih terperinci

DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA

DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA DETEKSI MAHASISWA BERPRESTASI DAN BERMASALAH DENGAN METODE K- MEANS KLASTERING YANG DIOPTIMASI DENGAN ALGORITMA GENETIKA Akmal Hidayat 1) & Entin Martiana 2) 1) Teknik Elektro Politeknik Bengkalis Jl.

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar

Lebih terperinci

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN  Studi Pustaka Pembentukan Data Gambar 4 Proses Swap Mutation. 8. Evaluasi Solusi dan Kriteria Berhenti Proses evaluasi solusi ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom sampai terpenuhi kriteria

Lebih terperinci

OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA OPTIMASI PENDUGAAN PARAMETER DALAM ANALISIS STRESS DAN STRAIN TERHADAP MATERIAL MENGGUNAKAN ALGORITMA GENETIKA Mike Susmikanti Pusat Pengembangan Informatika Nuklir, Badan Tenaga Nuklir Nasional Kawasan

Lebih terperinci

M. Ainul Yaqin 1,Totok Lisbiantoro 2, Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang

M. Ainul Yaqin 1,Totok Lisbiantoro 2, Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang OPTIMASI PENJADWALAN PERKULIAHAN JURUSAN TEKNIK INFORMATIKA UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI RANK M. Ainul Yaqin 1,Totok Lisbiantoro

Lebih terperinci

IMPLEMENTASI ALGORITMA GENETIKA PADA PENJADWALAN PERKULIAHAN

IMPLEMENTASI ALGORITMA GENETIKA PADA PENJADWALAN PERKULIAHAN IMPLEMENTASI ALGORITMA GENETIKA PADA PENJADWALAN PERKULIAHAN Uning Lestari 2, Naniek Widyastuti 3, Desti Arghina Listyaningrum 1 1,2,3 Teknik Informatika, Fakultas Teknologi Industri, IST AKPRIND Yogyakarta

Lebih terperinci

APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI

APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI

Lebih terperinci

Penerapan Konsep Algoritma Genetika untuk Penjadwalan Kegiatan Perkuliahan Semester Ganjil Kurikulum 2012 di Jurusan Matematika FMIPA UNSRI

Penerapan Konsep Algoritma Genetika untuk Penjadwalan Kegiatan Perkuliahan Semester Ganjil Kurikulum 2012 di Jurusan Matematika FMIPA UNSRI Jurnal Penelitian Sains Volume 15 Nomor 2(A) April 2012 Penerapan Konsep Algoritma Genetika untuk Penjadwalan Kegiatan Perkuliahan Semester Ganjil Kurikulum 2012 di Jurusan Matematika FMIPA UNSRI Putra

Lebih terperinci

PENJADWALAN KULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA STUDI KASUS FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA TESIS

PENJADWALAN KULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA STUDI KASUS FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA TESIS PENJADWALAN KULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA STUDI KASUS FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA TESIS Oleh: PURWANTO SIMAMORA 097034013/MTE FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN

Lebih terperinci

PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 1 9 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL MULIA AFRIANI KARTIKA

Lebih terperinci

PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS. Muthmainnah

PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS. Muthmainnah TESIS PENEAPAN ALGOITMA GENETIK UNTUK OPTIMASI TANSFE DAYA PADA SISTEM SENSO GAS Muthmainnah 1108201008 DOSEN PEMBIMBING Dr. Melania Suweni Muntini, MT PENDAHULUAN Sensor gas yang sering ditemui dipasaran

Lebih terperinci

BAB III PENERAPAN ALGORITMA MEMETIKA DAN GRASP DALAM MENYELESAIKAN PFSP

BAB III PENERAPAN ALGORITMA MEMETIKA DAN GRASP DALAM MENYELESAIKAN PFSP BAB III PENERAPAN ALGORITMA MEMETIKA DAN GRASP DALAM MENYELESAIKAN PFSP Prosedur AM dan GRASP dalam menyelesaikan PFSP dapat digambarkan oleh flowchart berikut: NEH GRASP SOLUSI NEH SOLUSI ELIT MEMETIKA

Lebih terperinci

OPTIMALISASI PENJADWALAN ACARA TELEVISI SWASTA MENGGUNAKAN ALGORITMA GENETIKA

OPTIMALISASI PENJADWALAN ACARA TELEVISI SWASTA MENGGUNAKAN ALGORITMA GENETIKA OPTIMALISASI PENJADWALAN ACARA TELEVISI SWASTA MENGGUNAKAN ALGORITMA GENETIKA Aek Mustofa *, Esmeralda C Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA, Universitas Jenderal Achmad Yani Jl.

Lebih terperinci

IMPLEMENTASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA

IMPLEMENTASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA Jurnal Manajemen Informatika dan Teknik Komputer Volume 1, Nomor 1, April 2015 IMPLEMENTASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA Iqbal Kamil Siregar* 1, Ulya Ilhami Arsyah* 2 *1 Program

Lebih terperinci

2.3.1.b Himpunan Fuzzy Trapezodial dengan L Fuzzy Set 12

2.3.1.b Himpunan Fuzzy Trapezodial dengan L Fuzzy Set 12 DAFTAR ISI Halaman Judul i Pernyataan Keaslian Tugas Akhir ii Lembar Pengesahan DosenPembimbingiii Lembar Pengesahan Dosen Penguji iv Halaman Persembahan Halaman Motto Kata Pengantar Abstraksi Daftar Isi

Lebih terperinci

JADWAL UJIAN AKHIR SEMESTER GENAP TA REGULER PAGI- STMIK BANJARBARU

JADWAL UJIAN AKHIR SEMESTER GENAP TA REGULER PAGI- STMIK BANJARBARU JADWAL UJIAN AKHIR SEMESTER GENAP TA. 2015-2016 REGULER PAGI- STMIK BANJARBARU HARI JAM KODE MK MATA KULIAH SKS JML KELAS SMT PRODI RUANG DOSEN PENGAMPU SELASA 08.00-09.40 SKB-496 Data Mining 2 30 41 4

Lebih terperinci