OTOMATISASI PENJADWALAN MATA KULIAH MENGGUNAKAN POTTS NEURAL NETWORKS STUDI KASUS : UNIVERSITAS BINA NUSANTARA

Transkripsi

1 UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika Matematika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007 OTOMATISASI PENJADWALAN MATA KULIAH MENGGUNAKAN POTTS NEURAL NETWORKS STUDI KASUS : UNIVERSITAS BINA NUSANTARA Kurniawan Tanuwijaya NIM : Abstrak Masalah penjadwalan mata kuliah merupakan masalah kombinatorial klasik yang hingga saat ini masih sulit untuk diselesaikan. Padahal setiap institusi pendidikan (Universitas) pasti menghadapi masalah ini dan harus menyelesaikannya. Sebenarnya telah terdapat banyak metode yang diteliti untuk menyelesaikannya, terutama untuk masalah penjadwalan di Universitas, namun seringkali menghasilkan penjadwalan yang bentrok, memiliki residu dalam resource (dosen, kelas mahasiswa, ruang dan waktu), dan sangat membutuhkan waktu yang cukup lama. Ini disebabkan karena terdapat banyaknya soft constraint / kebijakan Universitas yang harus dipenuhi seperti pilihan slot waktu yang disukai, keterlanjutan dalam ruang, dsb. Dari berbagai metode yang ada, metode Potts Neural Networks dianggap sebagai metode yang dapat menyelesaikan masalah penjadwalan mata kuliah. Metode tersebut membutuhkan waktu yang tidaklah sedikit, tetapi solusi yang didapatkan lebih baik daripada metode lain, terutama bentrokan penjadwalan yang dihasilkan hampir dipastikan tidak ada. Kata Kunci : Potts Neural Networks, penjadwalan mata kuliah, Neural Networks

2 PRAKATA Puji syukur kepada Tuhan Yang Maha Esa atas berkat-nya sehingga proses penyusunan skripsi ini dapat berjalan dengan lancar dan selesai tepat pada waktunya. Skripsi ini disusun sebagai salah satu persyaratan untuk menyelesaikan Program Ganda Teknik Informatika Matematika Jenjang Pendidikan Strata 1. Dalam kesempatan ini, saya selaku penulis juga mengucapkan terima kasih kepada: 1. Prof. Dr. Drs. Gerardus Polla, M.App.Sc., selaku Rektor Universitas Bina Nusantara, Jakarta. 2. Wikaria Gazali, S.Si, M.T., selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam (MIPA) Universitas Bina Nusantara, Jakarta. 3. Ngarap Imanuel Manik, Drs., M.Kom, selaku Kajur Matematika Universitas Bina Nusantara, Jakarta 4. Wikaria Gazali, S.Si, M.T., dan Haryono Soeparno, Ir., M.Sc., Dr. selaku dosen pembimbing yang telah membimbing dengan penuh kesabaran dan juga telah mengorbankan waktunya untuk memberi bimbingan, dukungan, saran maupun kritik selama penyusunan skripsi. 5. Associate Prof. Bo Söderberg selaku penulis Teachers and Classes with Neural Networks dan Complex Scheduling with Potts Neural Network yang telah memberikan petunjuk, bimbingan, dukungan, saran maupun kritik selama penyusunan skripsi. 6. Cipta, S.Kom, S.Si selaku sahabat yang telah mengorbankan waktunya untuk memberikan petunjuk, dukungan, saran maupun kritik selama penyusunan skripsi. 7. Bapak / Ibu dosen Universitas Bina Nusantara yang tidak dapat disebutkan satu per satu dimana telah memberi berbagai ilmu yang berguna untuk bekal hidup penulis kelak. 8. Orangtua dan keluarga yang tiada hentinya memberikan dukungan baik moral dan material serta atas doa yang ditujukan demi kesuksesan pendidikan penulis. 9. Teman-teman yang banyak memberikan masukan, dukungan, kritik dan saran yang penulis butuhkan. Jakarta, 31 Januari 2006 Penulis Kurniawan Tanuwijaya

3 DAFTAR ISI Abstrak... iv Prakata... v Daftar Isi... vi Daftar Tabel...viii Daftar Gambar... ix BAB 1 PENDAHULUAN Latar Belakang Masalah Perumusan Masalah Ruang Lingkup Tujuan Manfaat Metodologi... 4 BAB 2 LANDASAN TEORI Jaringan Syaraf Biologis Jaringan Syaraf Tiruan Model Sebuah Neuron Arsitektur Jaringan Training Fungsi Aktivasi Potts Neural Networks Encoding Mean Field Dynamics Pemilihan Parameter Perluasan Potts Neural Networks Encoding Faktorisasi ke dalam neuron x dan t Perluasan formalisme Algoritma Potts Neural Networks Notasi Big O BAB 3 ANALISIS DAN PERANCANGAN Latar Belakang Permasalahan Analisis Permasalahan Solusi Permasalahn Perancangan Proses Database Bagan alir Class Diagram Perancangan Algoritma Perancangan Aplikasi BAB 4 IMPLEMENTASI DAN EVALUASI Implementasi vi

4 4.1.1 Spesifikasi Perangkat Keras Spesifikasi Perangkat Lunak Cara Penggunaan Aplikasi Evaluasi BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA RIWAYAT HIDUP LAMPIRAN vii

5 DAFTAR TABEL Tabel 2.1 Daftar Notasi Big O Tabel 4.1 Tabel hasil penyelesaian aplikasi program penjadwalan menggunakan Potts Neural Networks dengan menggunakan temperatur Tabel 4.2 Tabel hasil penyelesaian aplikasi program penjadwalan menggunakan Potts Neural Networks dengan menggunakan temperatur Tabel 4.3 Tabel hasil penyelesaian aplikasi program penjadwalan menggunakan Potts Neural Networks dengan menggunakan nilai inisialisasi awal state neuron yang berbeda Tabel 4.4 Contoh hasil penjadwalan 25 event ke dalam 25 space-time slot Tabel 4.5 Contoh hasil penjadwalan 21 event ke dalam 25 space-time slot Tabel 4.6 Contoh hasil penjadwalan 16 event ke dalam 25 space-time slot viii

6 DAFTAR GAMBAR Gambar 2.1 Syaraf Biologis... 6 Gambar 2.2 Model abstrak sebuah neuron... 8 Gambar 2.3 Single Layer Neural Networks... 9 Gambar 2.4 Multi Layer Neural Networks... 9 Gambar 2.5 Fungsi Identitas Gambar 2.6 Fungsi tangga bipolar Gambar 2.7 Fungsi sigmoid Gambar 3.1 Entity Relationship Diagram di dalam Sistem Penjadwalan Mata Kuliah Gambar 3.2 Bagan Alir Otomatisasi Penjadwalan Mata Kuliah Menggunakan Potts Neural Networks Gambar 4.1 Grafik lamanya waktu penjadwalan terhadap event (dosen kelas mahasiswa) berdasarkan tabel ix