PENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH SKRIPSI VALENTINA SIAHAAN

Transkripsi

1 PENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH SKRIPSI VALENTINA SIAHAAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

2 2 PERSETUJUAN Judul : PENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH Kategori : SKRIPSI Nama : VALENTINA SIAHAAN Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Medan, Mei 2011 Komisi Pembimbing : Pembimbing 1 Pembimbing 2 Drs. Marihat Situmorang, M.Kom Drs.Marwan Harahap,M.Eng NIP NIP Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua, Prof.Dr.Tulus, M.Si NIP

3 3 PERNYATAAN PENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH SKRIPSI Saya mengaku bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Mei 2011 VALENTINA SIAHAAN

4 4 PENGHARGAAN Puji dan syukur kehadirat Tuhan Yesus Kristus, atas semua berkat dan kasihnya sehingga penulis dapat menyelesaikan skripsi. Ucapan terimakasih saya sampaikan kepada Drs. Marihat Situmorang,M.Kom dan Drs. Marwan Harahap, M.Eng selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada penulis dalam menyelesaikan skripsi ini. Kepada Bapak Syahriol Sitorus,SSi, M.IT dan Ibu Dra Mardianingsih, M.si selaku dosen penguji yang telah memberikan kritik dan saran yang juga sangat membantu dalam penulisan skripsi ini. Ucapan terima kasih juga penulis tujukan kepada Ketua dan Sekretaris Departemen, Dekan dan Pembantu Dekan serta Dosen dan Pegawai Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara dan teman seangkatan 2007 yang turut memberikan semangat dan dukungannya kepada penulis. Tidak lupa ucapan terima kasih yang sebesar-besarnya kepada Orang tua saya yang sangat saya kasihi dan saudara saudara saya Lidya, Leni Tititan, Palito Johanes, Laura Agustina dan Tiara Lorena yang selalu memberikan perhatian dan dukungannya baik secara materil maupun moril. Juga kepada teman-teman kampus FMIPA USU semuanya yang stambuk 2007 yang namanya tidak dapat disebutkan satu persatu diskripsi ini, saya ucapkan terima kasih banyak buat semua pengalaman selama masa perkuliahan, sukses buat semuanya dan Tuhan berkati kita semua.

5 5 ABSTRAK Penelitian ini bertujuan untuk mempelajari dan menerapkan algoritma genetika pada sistem penjadwalan perkuliahan. Konflik-konflik yang terjadi pada jadwal kuliah dipengaruhi beberapa variabel keadaan yang umumnya berakar pada keadaan dosen,mahasiswa, serta ruang dan waktu yang tersedia. Dalam membangun alternatif solusi, algoritma genetika akan mempertimbangkan aspek ketersediaan waktu dosen untuk mengajar ; jadwal-jadwal yang telah ditentukan oleh pihak universitas serta tidak boleh adanya jadwal kuliah yang beririsan dengan jadwal kuliah angkatan sebelum maupun sesudahnya. Diharapkan dengan digunakannya algoritma genetika akan diperoleh optimasi penjadwalan yaitu kondisi dimana terjadi kombinasi terbaik untuk pasangan mata kuliah dan dosen pengajar secara keseluruhan untuk seluruh mata kuliah yang ada. Hasil eksperimen menunjukkan bahwa Algoritma Genetika dapat menghasilkan jadwal dengan nilai konflik lebih baik (lebih sedikit) daripada jadwal yang dibuat secara manual. Kata kunci : penjadwalan, optimasi, algoritma genetika

6 6 APPLICATION OF GENETIC ALGORITHM IN THE CASE OF COURSE SCHEDULING ABSTRACT This research aims to study and apply the genetic algorithm scheduling systems lectures. Conflicts that occurred in course scheduling commonly depend on state variable of lectures, student, rooms and time available. In developing alternative solutions, the genetic algorithm will consider aspects of the availability of faculty time for teaching; the schedules that have been determined by the university and should not be a class schedule that intersect with class schedules force before and after. It is expected that with the use of genetic algorithms will be obtained by optimizing the scheduling that is the condition where there is the best combination for the pair of courses and lecturers as a whole for all courses that exist. Experiments result showed that Genetic Algorithms can produces course schedule with less conflicts, better than manually course schedule. Keywords: scheduling, optimization, genetic algorithm

7 7 DAFTAR ISI PERSETUJUAN PERNYATAAN PENGHARGAAN ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR Halaman ii iii iv v vi vii viii viii BAB 1 PENDAHULUAN Latar Belakang Perumusan Masalah Batasan Penelitian Tujuan Penelitian Kontribusi Penelitian Metode Penelitian Sistematika Penulisan 4 BAB 2 LANDASAN TEORI Algoritma Klasifikasi Algoritma Efisiensi Algoritma Kriteria Analisis Algoritma Analisis Program Analisis Waktu Bahasa Pemrograman Algoritma Genetika Pengertian Algoritma Genetika Beberapa definisi penting dalam Algoritma Genetika Dasar Algoritma Genetika Penerapan Algoritma Genetika Membangun Generasi Awal Representasi Kromosom Fungsi fitness Seleksi Operator Genetika Parameter Genetika Penjadwalan Kuliah 20

8 8 BAB 3 ANALISA DAN PERANCANGAN Analisa Identifikasi Masalah Analisis Kebutuhan Perangkat Lunak Analisis Kebutuhan Perangkat Keras Penerapan Algoritma Genetika pada Optimasi Penjadwalan Proses Data Input Pembuatan Kromosom dan Populasi Evaluasi Fitness Seleksi Reproduksi Kromosom Baru Mutasi Kondisi Selesai Rancangan Database Data Flow Diagram (DFD) Perancangan User Interface Desain FormUtama Rancangan Form Mata Kuliah Rancangan Form Dosen Rancangan Form Kelas Rancangan Form Ruang Form Proses Jadwal Form Relasi 42 BAB 4 ALGORITMA DAN IMPLEMENTASI Kebutuhan Perangakat Keras Algoritma Implementasi Form Utama Form Mata Kuliah Form Dosen Form Kelas Form Ruang Form Proses Jadwal Form Proses Relasi 51 BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran 53 DAFTAR PUSTAKA LISTING PROGRAM LAMPIRAN

9 9 DAFTAR TABEL Halaman Gambar 2.1 Simbol dan Art Diagram Alir 13 Gambar 3.1 Tabel keterangan berat, keuntungan dan P/W tiap jenis barang 24 Gambar 3.2 Akar Pohon Simpul 25 Gambar 3.3 Pohon Status Knapsack Problem Tahap Awal 26 Gambar 3.4 Pohon Status Knapsack Problem Tahap Kedua 27 Gambar 4.1 Flowchart Algoritma Branch and Bound 29 Gambar 4.2 Form Data Knapsack 35 Gambar 4.3 Form Hasil 36

10 10 DAFTAR GAMBAR Halaman Gambar 2.1 Simbol dan Art Diagram Alir 13 Gambar 3.1 Tabel keterangan berat, keuntungan dan P/W tiap jenis barang 24 Gambar 3.2 Akar Pohon Simpul 25 Gambar 3.3 Pohon Status Knapsack Problem Tahap Awal 26 Gambar 3.4 Pohon Status Knapsack Problem Tahap Kedua 27 Gambar 4.1 Flowchart Algoritma Branch and Bound 29 Gambar 4.2 Form Data Knapsack 35 Gambar 4.3 Form Hasil 36