IMPLEMENTASI ALGORITMA GENETIKA DALAM PENJADWALAN PERKULIAHAN DAN PRAKTIKUM (STUDI KASUS : FASILKOM-TI DAN FMIPA USU) SKRIPSI

Transkripsi

1 IMPLEMENTASI ALGORITMA GENETIKA DALAM PENJADWALAN PERKULIAHAN DAN PRAKTIKUM (STUDI KASUS : FASILKOM-TI DAN FMIPA USU) SKRIPSI YAKHDI PERARI PINEM PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

2 IMPLEMENTASI ALGORITMA GENETIKA DALAM PENJADWALAN PERKULIAHAN DAN PRAKTIKUM (STUDI KASUS : FASILKOM-TI DAN FMIPA USU) SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer YAKHDI PERARI PINEM PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

3 iii PERSETUJUAN Judul : IMPLEMENTASI ALGORITMA GENETIKA DALAM PENJADWALAN PERKULIAHAN DAN PRAKTIKUM (STUDI KASUS : FASILKOM-TI DAN FMIPA USU) Kategori : SKRIPSI Nama : YAKHDI PERARI PINEM Nomor Induk Mahasiswa : Program Studi : EKSTENSI S1 ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 29 Agustus 2015 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dian Rachmawati, S.Si., M.Kom Dr. Poltak Sihombing, M.Kom NIP NIP Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom. NIP

4 iv PERNYATAAN IMPLEMENTASI ALGORITMA GENETIKA DALAM PENJADWALAN PERKULIAHAN DAN PRAKTIKUM (STUDI KASUS : FASILKOM-TI DAN FMIPA USU) SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 29 Agustus 2015 Yakhdi Perari Pinem NIM

5 v PENGHARGAAN Puji Syukur ke hadirat Allah Subhanahu Wa Ta ala atas rahmat dan hidayah- Nya sehingga penulis dapat menyelesaikan penelitian dan penyusunan skripsi yang berjudul Implementasi Algoritma Genetika dalam Penjadwalan Perkuliahan dan Praktikum (Studi Kasus : Fasilkom-TI dan FMIPA USU). Tulisan ini masih jauh dari sempurna, hal ini disebabkan oleh keterbatasan dan kemampuan penulis. Dalam menyelesaikan skripsi ini penulis banyak mendapatkan masukan dan dukungan dari berbagai pihak. Oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi. 2. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer dan Dosen Pembimbing I yang telah banyak memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini. 3. Ibu Maya Silvi Lydia, B.Sc., M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer. 4. Ibu Dian Rachmawati, S.Si., M.Kom selaku Dosen Pembimbing II yang telah memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini. 5. Bapak Drs. Agus Salim Harahap, M.Si. selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 6. Bapak M. Andri Budiman, ST,M.Comp.Sc., MEM selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 7. Seluruh staf pengajar dan pegawai di Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi. 8. Teristimewa kepada kedua orang tua penulis yang selalu senantiasa mencurahkan kasih sayang serta doa kepada penulis. 9. Abang dan Adik penulis, Ikhsan Perdana Pinem dan Makhraini Pehulisa Pinem, yang selalu memberi semangat kepada penulis.

6 vi 10. Kawan-kawan seperjuangan Leli Dahliana, Yohana Sitepu dan Sherly Melisa Sembiring yang selalu memberi semangat kepada penulis dalam mengerjakan skripsinya. 11. Sahabatku Yudho Murphy Harahap dan Dara Juwita yang selalu memberi semangat kepada penulis dalam mengerjakan skripsinya. 12. Teman-teman Ekstensi S1 Ilmu Komputer stambuk 2013 tanpa terkecuali, terima kasih buat kebersamaannya di kala suka maupun duka. 13. Serta semua pihak yang telah ikut membantu penulis namun tidak tercantum namanya. Penulis menyadari bahwa dalam penulisan maupun penyajian dalam tulisan ini masih jauh dari kesempurnaan. Oleh karena itu dengan segala kerendahan hati penulis menerima kritik dan saran yang bersifat membangun. Kiranya skripsi ini dapat memberi manfaat bagi para pembaca. Medan, 29 Agustus 2015 Penulis, Yakhdi Perari Pinem

7 vii ABSTRAK Penjadwalan kuliah dan praktikum merupakan salah satu kegiatan dalam universitas yang membutuhkan banyak waktu untuk menyelesaikannya. Penjadwalan umumnya masih dilakukan dengan cara manual. Cara ini memiliki keakuratan yang kurang baik dan menyebabkan terjadinya jadwal bentrok. Jadwal yang baik adalah jadwal yang memperhatikan semua komponen dasar penyusunnya. Oleh karena itu, penelitian ini bertujuan untuk menciptakan sebuah penjadwalan perkuliahan dan praktikum yang baik. Algoritma yang digunakan dalam penelitian ini adalah algoritma genetika. Algoritma genetika adalah algoritma pencarian heuristik yang menggunakan prinsip dasar seleksi alam sesuai proses evolusi biologis. Proses yang terjadi dalam algoritma genetika adalah inisialisasi populasi, evaluasi fitness, seleksi, crossover dan mutasi. Hasil dari aplikasi penjadwalan perkuliahan dan praktikum akan didapat setelah salah satu syarat berhenti terpenuhi, berupa sebuah jadwal mengajar untuk setiap dosen yang terdaftar di Fakultas Ilmu Komputer dan Teknologi Informasi dengan mempertimbangkan jadwal dosen di Fakultas Matematika dan Ilmu Pengetahuan Alam. Kata Kunci : optimisasi, heuristik, genetika, penjadwalan, wheel roulette, crossover satu titik, mutasi swap

8 viii IMPLEMENTATION OF GENETIC ALGORITHM IN SCHEDULING LECTURES AND PRACTICUM (CASE STUDY: FASILKOM-TI AND FMIPA USU) ABSTRACT At universities, scheduling a lecture and practicum is one of the tasks that take a lot of time to be completed. Scheduling in general is still done manually. This method had a poor accuracy and could cause a clashing schedule. A good schedule notices all the basic components. Therefore, the purpose of this study is to create a good scheduling system. The algorithm that used on this study is the genetic algorithm. The genetic algorithm is a heuristic search algorithm that mimics the process of natural evolution, such as population initialization, fitness evaluation, selection, crossover and mutation. The results of scheduling lectures and practicum applications will be obtained after one of the stop conditions being met, in the form of a teaching schedule for each lecturer enrolled in the Faculty of Computer Science and Information Technology by considering the schedule of a lecturer at the Faculty of Mathematics and Natural Sciences. Keywords : optimization, heuristics, genetic, scheduling, roulette wheel, one-point crossover, swap mutation.

9 ix DAFTAR ISI Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Halaman ii iii iv vi vii viii xi xiii BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian 5 ` 1.7 Sistematika Penulisan 6 BAB 2 LANDASAN TEORI 2.1 Optimisasi Klasifikasi optimisasi Penjadwalan Algoritma Genetika Struktur dasar algoritma genetika Syarat berhenti dan parameter algoritma genetika Teknik pengkodean Evaluasi fitness Operator algoritma genetika Schema algoritma genetika Kelebihan dan kelemahan algoritma genetika 27

10 x BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Batasan-Batasan pada Penjadwalan Batasan pokok penjadwalan (hard constraints) Batasan tambahan penjadwalan (soft constraints) Analisis Sistem Komponen Utama Penjadwalan Proses Algoritma Genetika pada Penjadwalan Membangkitkan populasi awal Evaluasi fitness Seleksi Crossover Mutasi Perancangan Sistem Rancangan data Rancangan arsitektural Rancangan prosedural Rancangan interface 76 BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Sistem Form splash screen Form login Form lupa password Form menu utama Form program studi Form input dosen Form input jadwal sibuk Form input kelas Form input ruangan Form input matakuliah Form input hari dan waktu Form algortima genetika Pengujian Sistem 95

11 xi BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran 97 DAFTAR PUSTAKA 98 LAMPIRAN-A A-1 LAMPIRAN-B

12 xii DAFTAR TABEL Halaman Tabel 2.1 Contoh Pengkodean Biner 15 Tabel 2.2 Contoh Pengkodean Nilai 16 Tabel 2.3 Contoh Pengkodean Permutasi 18 Tabel 3.1 Daftar Dosen dan Asisten pada Program Studi Ilmu Komputer 30 Tabel 3.2 Daftar Dosen dan Asisten pada Program Studi Teknologi 32 Informasi Tabel 3.3 Daftar Hari Masuk Perkuliahan dan Praktikum di Fasilkom-TI 33 Tabel 3.4 Daftar Waktu Masuk Perkuliahan dan Praktikum di Fasilkom-TI 34 Tabel 3.5 Daftar Ruangan pada Program Studi Ilmu Komputer 34 Tabel 3.6 Daftar Ruangan pada Program Studi Teknologi Informasi 35 Tabel 3.7 Daftar Kelas pada Program Studi Ilmu Komputer 35 Tabel 3.8 Daftar Kelas pada Program Studi Teknologi Informasi 36 Tabel 3.9 Daftar Matakuliah dan Praktikum di Program Studi Ilmu 37 Komputer Tabel 3.10 Daftar Matakuliah dan Praktikum di Program Studi Teknologi 45 Informasi Tabel 3.11 Representasi Sebuah Individu pada Prodi Ilmu Komputer 54 Tabel 3.12 Representasi Sebuah Individu pada Prodi Teknologi Informasi 55 Tabel 3.13 Inisialisasi Populasi pada Program Studi Ilmu Komputer 57 Tabel 3.14 Inisialisasi Populasi pada Program Studi Teknologi Informasi 58 Tabel 3.15 Evaluasi Fitness pada Individu-1 59 Tabel 3.16 Evaluasi Fitness pada Individu-2 60 Tabel 3.17 Evaluasi Fitness pada Individu-3 60 Tabel 3.18 Persentase Fitness pada Prodi Ilmu Komputer 61 Tabel 3.19 Struktur Tabel Dosen 64 Tabel 3.20 Struktur Tabel Hari 64 Tabel 3.21 Struktur Tabel Kelas 65 Tabel 3.22 Struktur Tabel Jadwal 65 Tabel 3.23 Struktur Tabel Matkul 65 Tabel 3.24 Struktur Tabel Ruang 66

13 xiii Tabel 3.25 Struktur Tabel Sibuk 66 Tabel 3.26 Struktur Tabel Waktu 66 Tabel 3.27 Kamus Data Penjadwalan 72 Tabel 4.1 Pengujian Algoritma Genetika dalam Penjadwalan Perkuliahan 95 Dan Praktikum

14 xiv DAFTAR GAMBAR Halaman Gambar 2.1 Diagran Optimisasi Fungsi atau Optimisasi Proses 8 Gambar 2.2 Struktur Dasar Penerapan Algoritma Genetika untuk 12 Menyelesaikan Suatu Masalah Optimisasi Gambar 2.3 Pengkodean Pohon Tipe Edge Encoding 16 Gambar 2.4 Pengkodean Pohon Tipe Vertex Encoding 17 Gambar 2.5 Seleksi Metode Roullete Wheel 19 Gambar 2.6 Seleksi Metode Ranking 19 Gambar 2.7 Penyilangan Satu Titik 21 Gambar 2.8 Penyilangan Dua Titik 21 Gambar 2.9 Penyilangan PMX 22 Gambar 2.10 Penyilangan OX 22 Gambar 2.11 Mutasi Pembalikan 23 Gambar 2.12 Mutasi Penyisipan 24 Gambar 2.13 Mutasi Pemindahan 24 Gambar 2.14 Mutasi Penukaran 25 Gambar 2.15 Mutasi Penggantian 25 Gambar 2.16 Contoh Penggunaan Algoritma Genetika 26 Gambar 3.1 Representasi Kromosom 53 Gambar 3.2 Probabilitas Seleksi Roulette Wheel 62 Gambar 3.3 Ilustrasi Crossover Satu Titik 62 Gambar 3.4 Ilustrasi Swap Mutation 63 Gambar 3.5 Skema Relasi Database Penjadwalan 67 Gambar 3.6 Diagram Konteks 68 Gambar 3.7 DFD Level 1 69 Gambar 3.8 DFD Level 2 Proses 2 70 Gambar 3.9 DFD Level 2 Proses 3 71 Gambar 3.10 Flowchart algoritma genetika 74 Gambar 3.11 Flowchart Sistem Penjadwalan 75 Gambar 3.12 Rancangan Tampilan Splash Screen 77 Gambar 3.13 Rancangan Tampilan Form Login 77

15 xv Gambar 3.14 Rancangan Tampilan Form Lupa Password 78 Gambar 3.15 Rancangan Tampilan Menu Utama 79 Gambar 3.16 Rancangan Tampilan Pilih Program Studi 79 Gambar 3.17 Rancangan Tampilan Form Isian Dosen 80 Gambar 3.18 Rancangan Tampilan Form Isian Jadwal Sibuk/Tak Sedia 81 Gambar 3.19 Rancangan Tampilan Form Isian Kelas 82 Gambar 3.20 Rancangan Tampilan Form Isian Ruangan 82 Gambar 3.21 Rancangan Tampilan Form Isian Mata Kuliah 83 Gambar 3.22 Rancangan Tampilan Form Isian Hari dan Waktu 84 Gambar 3.23 Rancangan Tampilan Form Genetika 85 Gambar 4.1 Tampilan Splash Screen 87 Gambar 4.2 Tampilan Form Login 87 Gambar 4.3 Tampilan Form Lupa Password 88 Gambar 4.4 Tampilan Menu Utama 89 Gambar 4.5 Tampilan Pilih Program Studi 89 Gambar 4.6 Tampilan Form Isian Dosen 90 Gambar 4.7 Tampilan Form Isian Jadwal Sibuk/Tak Sedia 91 Gambar 4.8 Tampilan Form Isian Kelas 91 Gambar 4.9 Tampilan Form Isian Ruangan 92 Gambar 4.10 Tampilan Form Isian Mata Kuliah 93 Gambar 4.11 Tampilan Form Isian Hari dan Waktu 93 Gambar 4.12 Tampilan Form Genetika 94 Gambar 4.13 Tampilan Laporan Algoritma Genetika 95 Gambar 4.14 Grafik perubahan nilai fitness dalam pengujian Algoritma 96 Genetika