Implementasi Algoritma Kunang-Kunang Untuk Penjadwalan Mata Kuliah di Universitas Ma Chung

dokumen-dokumen yang mirip
BAB IV SIMULASI MODEL

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI

KINETIKA REAKSI HOMOGEN SISTEM BATCH

ANALISIS SURVIVAL LAJU INDEKS KINERJA DOSEN STKIP PGRI TULUNGAGUNG DENGAN MODEL REGRESI COX

PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Studi Kasus : Astra Konveksi Pontianak

UJI LINEARITAS DATA TIME SERIES DENGAN RESET TEST

PENGEMBANGAN LEMBAR KEGIATAN SISWA (LKS) INKUIRI BERBASIS BERPIKIR KRITIS PADA MATERI DAUR BIOGEOKIMIA KELAS X

ADAPTIVE SMOOTHING NEURAL NETWORK UNTUK PERAMALAN NILAI TUKAR MATA UANG

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

( ) r( t) 0 : tingkat pertumbuhan populasi x

Analisis Model dan Contoh Numerik

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

METODE NUMERIK STEPEST DESCENT TERINDUKSI NEWTON

Model GSTAR Termodifikasi untuk Produktivitas Jagung di Boyolali

Bab 5 BEBERAPA HUBUNGAN DASAR DALAM FISIKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

INVESTIGASI FORENSIKA PADA LOG WEB SERVER UNTUK MENEMUKAN BUKTI DIGITAL TERKAIT DENGAN SERANGAN MENGGUNAKAN METODE HIDDEN MARKOV MODELS

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN

Unjuk Kerja Call Admission Control Berbasis SIR pada Sistem Seluler CDMA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Optimasi Filter Kalman dengan Metode Steepest Descent dan Least Mean Square pada Rekonstruksi Citra Dinamis

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

B a b 1 I s y a r a t

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Studi Kasus di Perusahaan Karoseri ASN)

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

IV. METODE PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMPAT KOST DENGAN METODE PEMBOBOTAN ( STUDI KASUS : SLEMAN YOGYAKARTA)

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

Optimasi Support Vector Regression (SVR) Menggunakan Algoritma Improved-Particle Swarm Optimization (IPSO) untuk Peramalan Curah Hujan

IV METODE PENELITIAN

ADAPTIVE BACKGROUND DENGAN METODE GAUSSIAN MIXTURE MODELS UNTUK REAL-TIME TRACKING

Optimasi Fuzzy Time Series Menggunakan Algoritma Particle Swarm Optimization Untuk Peramalan Jumlah Penduduk Di Kabupaten Probolinggo

RANK DARI MATRIKS ATAS RING

III. METODE PENELITIAN

Optimasi Komposisi Makanan Bagi Penderita Hipertensi Menggunakan Metode Particle Swarm Optimization

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE

Investigasi Forensika Pada Log Web Server untuk Menemukan Bukti Digital Terkait dengan Serangan Menggunakan Metode Hidden Markov Models

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X

HUMAN CAPITAL. Minggu 16

KLASIFIKASI DATA PRODUKSI PADI PULAU JAWA MENGGUNAKAN ALGORITMECLASSIFICATION VERSION 4.5 (C4.5)

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

PELABELAN TOTAL (a, d)-sisi ANTIAJAIB SUPER PADA K 1,m K 1,n untuk d = 1 atau d = 2

III. KERANGKA PEMIKIRAN

ANALISA PERENCANAAN TRAFO SISIPAN T. 416 PADA TRAFO HL. 017 DI JARINGAN TEGANGAN RENDAH DESA GUYANGAN KECAMATAN BAGOR KABUPATEN JOMBANG

III. METODE PENELITIAN

*Corresponding Author:

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

Kontrol Optimal pada Model Economic Order Quantity dengan Inisiatif Tim Penjualan

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

IV. METODE PENELITIAN

EFISIENSI WAKTU PRODUKSI ES BATU SEBAGAI IMPLIKASI URUTAN PENJADWALAN KEDATANGAN JOB YANG TEPAT

BAB III METODE PENELITIAN

III. METODE PENELITIAN

BAB 4 METODOLOGI PENELITIAN

BAB IV ANALISIS DAN PERANCANGAN SISTEM

PERBANDINGAN METODE TIME SERIES REGRESSION DAN ARIMAX PADA PEMODELAN DATA PENJUALAN PAKAIAN DI BOYOLALI ABSTRAK

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB III METODE PENELITIAN

Hubungan Karakteristik Perawat Dengan Tingkat Kepatuhan Perawat Melakukan Cuci Tangan di Rumah Sakit Columbia Asia Medan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB III METODE PENELITIAN

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F

BAB 2 LANDASAN TEORI

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

III METODE PENELITIAN

BAB III METODOLOGI PENELITIAN

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

ASSESSMENT TECHNOLOGY DI DEPARTEMEN WORKSHOP PADA PT.TRIPANDU JAYA DENGAN METODE TEKNOMETRIK

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

Perbandingan Algoritma Bee Colony dengan Algoritma Bee Colony Tabu List dalam Penjadwalan Flow Shop

IDENTIFIKASI POLA DATA TIME SERIES

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

PERHITUNGAN PARAMETER DYNAMIC ABSORBER

Penentuan Kelayakan Lokasi Wifi.Id Corner Dengan AHP-PSO (Studi Kasus: Telkom Kota Kediri)

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

Transkripsi:

Seiawan, Implemenasi Algorima Kunang-Kunang unu Penjadwalan Maa Kuliah di Universias Ma Chung 269 Implemenasi Algorima Kunang-Kunang Unu Penjadwalan Maa Kuliah di Universias Ma Chung Hendry Seiawan 1, Lo Hanjaya Hanafi 2, Kesrilia Rega Priliani 3 Program Sudi Teni Informaia, Faulas Sains dan Tenologi, Universias Ma Chung Jl. Villa Punca Tidar N-01, Malang 65151, Jawa Timur Email: 1 hendry.seiawan@machung.ac.id, 2 lo_hanjaya@yahoo.com, 3 esrilia.rega@machung.ac.id Masu: 9 April 2015; Direvisi: 30 April 2015; Dierima: 4 Mei 2015 Absrac. Course scheduling is considered as a complex maer because he generaed schedule mus guaranee ha here are no clashes of classes, lecurers, and sudens schedules. A Ma Chung Universiy, course scheduling is sill accomplished manually. Due o he limied number of rooms and lecurers r, resource sharing sysem is applied. This causes complicaion in manual scheduling. Firefly algorihm is implemened in his applicaion o schedule he course auomaically. A schedule soluion is represened as a firefly. Firefly wih lower ligh inensiy will move oward firefly wih higher ligh inensiy, so ha a beer soluion is found. Based on a scheduling es, he bes ligh inensiy value of firefly is reached when firefly algorihm s parameers, β 0 and γ, are given 1 and 10 wih ligh inensiy value of 0,0003831. Keywords: course, firefly algorihm, scheduling Absra. Penjadwalan maa uliah merupaan hal yang omples arena jadwal yang dihasilan ida hanya menjamin jadwal peremuan semua elas dan dosen ida benro, eapi juga menjamin jadwal peremuan semua mahasiswa ida benro. Penjadwalan maa uliah di Universias Ma Chung masih dilauan secara manual. Karena jumlah elas dan dosen yang dimilii erbaas, maa dierapan sisem resource sharing. Sisem resource sharing ini membua proses penjadwalan yang dilauan secara manual menjadi lebih rumi. Algorima yang digunaan unu penjadwalan maa uliah pada apliasi ini adalah algorima unang-unang. Sebuah solusi jadwal maa uliah dalam algorima unang-unang direpresenasian sebagai seeor unang-unang. Kunangunang dengan inensias cahaya yang lebih rendah aan bergera menuju unangunang yang lebih erang sehingga mampu didapaan solusi jadwal maa uliah yang lebih bai. Berdasaran hasil uji coba, nilai inensias cahaya erbai didapaan eia parameer algorima unang-unang, β 0 dimasuan 1 dan γ dimasuan 10 hingga didapaan inensias sebesar 0,0003831. Kaa Kunci: algorima unang-unang, maa uliah, penjadwalan 1. Pendahuluan Penjadwalan maa uliah merupaan peerjaan ruin dalam sisem aademi perguruan inggi yang dilauan seiap awal semeser yang baru. Penjadwalan maa uliah merupaan hal yang omples arena jadwal yang dihasilan ida hanya menjamin jadwal peremuan semua elas dan dosen ida mengalami benro, eapi juga menjamin jadwal peremuan semua mahasiswa ida mengalami benro. Penjadwalan maa uliah di Universias Ma Chung masih dilauan secara manual oleh serearis seiap faulas. Serearis faulas menjadwalan maa uliah dari semua program sudi yang berada di bawah naungan faulas. Jadwal peruliahan dialoasian pada senin sampai juma dengan jam peruliahan puul 08.00-17.00, dengan wau isiraha puul 12.00-13.00. Penjadwalan yang dilauan pada seluruh program sudi di Universias Ma Chung hanya aan menjadwalan maa uliah semeser ganjil husus unu semeser ganjil dan sebalinya. Unu maa uliah pilihan memilii eleluasaan dibua pada semeser genap aaupun semeser ganjil. Karena jumlah ruangan dan dosen yang dimilii seiap faulas erbaas, maa dierapan sisem resource sharing, di mana ruangan dan dosen yang dimilii faulas bisa digunaan oleh semua program sudi yang berada di bawah naungan

270 Jurnal Buana Informaia, Volume 6, Nomor 4, Oober 2015: 269-278 faulas ersebu. Sisem resource sharing ini membua proses penjadwalan yang dilauan secara manual oleh serearis faulas menjadi lebih rumi, arena harus senaniasa melauan pengecean erhadap wau yang dialoasian dosen unu mengajar maupun eersediaan ruang elas yang dimilii. Penjadwalan erhadap maa uliah yang memilii bobo iga maupun empa ss dapa dipisahan menjadi beberapa sesi peremuan. Unu maa uliah berbobo iga ss, dosen pengampu dapa mengajuan pemoongan e dalam dua sesi yaiu dua ss dan sau ss aaupun sau ss dengan iga ss sealigus. Karena inga omplesias yang cuup inggi, maa dibuuhan sebuah apliasi penjadwalan maa uliah oomais unu membanu serearis faulas melauan penjadwalan. Algorima opimasi yang elah digunaan unu melauan penjadwalan maa uliah secara oomais anara lain algorima geneia (Puspaningrum, d., 2013), algorima Paricle Swarm Opimizaion aau PSO (Wai & Rochman, 2013), algorima An (Saragih, d., 2012), algorima evolusi (Syarif & Gunawan, 2013), dan algorima pewarnaan Graf Welch Powel (Asui, 2011). Algorima unang-unang sebagai salah sau jenis algorima opimasi elah digunaan dalam memecahan permasalahan anrian dan penjadwalan. Kwicien & Filipowicz (2012) menggunaan algorima unang-unang unu mengopimasi sisem anrian, Chalac, d. (2014) menggunaan algorima unang-unang unu memecahan permasalahan job scheduling, dan Sayadi, d. (2010) menggunaan algorima unang-unang unu memecahan permasalahan flow shop scheduling. Dari beberapa penelii erdahulu elah menggunaan algorima unang-unang unu memecahan berbagai permasalahan penjadwalan, maa pada pembuaan apliasi penjadwalan maa uliah ini algorima unang-unang ersebu aan digunaan unu menjadwalan beberapa program sudi yang berada di bawah Faulas hsusunya Faulas Sains dan Tenologi Universias Ma Chung. 2. Tinjauan Pusaa Algorima unang-unang aau firefly algorihm diembangan perama ali oleh Yang mulai ahir ahun 2007 hingga ahun 2008 di Universias Cambridge. Menuru Yang (2014), algorima unang-unang erinspirasi oleh perilau dan pola beredip unang-unang. Namun, beberapa araerisi edipan dari unang-unang elah diidealan unu menyusun algorima unang-unang, yaiu: (1) Kunang-unang dianggap unisex, sehingga seeor unang-unang aan erari pada unang-unang yang lain dengan ida mempedulian jenis elaminnya. (2) Daya ari sebanding dengan inga eerangan, dan sama-sama menurun eia jara semain besar. Oleh arena iu, unu sepasang unang-unang yang sedang beredip, unang-unang yang lebih ida erang aan bergera menuju unang-unang yang lebih erang. Jia ida ada yang lebih erang, unang-unang aan bergera secara aca. (3) Tinga eerangan unangunang dienuan oleh ondisi dari fungsi objeif. Karena daya ari unang-unang sebanding dengan inensias cahaya yang diliha oleh unang-unang di deanya, dapa dirumusan daya ari (araciveness) β dengan jara r menggunaan Persamaan 1. β 0 adalah daya ari pada r = 0 (Yang, 2014) dan γ adalah oefisien penyerapan cahaya yang mengonrol penurunan inensias cahaya (Kwiecien & Filipowicz, 2012). Jara anara dua unang-unang i dan j, diwaili oleh x i dan x j dirumusan menggunaan Persamaan 2. X i, merupaan omponen e dari oordina spasial x i dari unang-unang i dan d menyaaan jumlah dimensi (Kwicien & Filipowicz, 2012). Pergeraan unang-unang i yang erari epada unang-unang j yang lebih erang dirumusan menggunaan Persamaan 3. 0e r 2 d 2 ij xi x j ( xi, x j, ) 1 r (2) x 1 i x i e 0 r 2 i, j ( x j x i) (1) (3)

Seiawan, Implemenasi Algorima Kunang-Kunang unu Penjadwalan Maa Kuliah di Universias Ma Chung 271 Penggalan rumus perama (x i ) adalah posisi unang-unang i sebelum berpindah, 2 r j, penggalan rumus edua [ 0e i ( x j x i) ] menyaaan araciveness dari unang-unang, dan penggalan rumus eiga (α ɛ i) adalah pergeraan aca unang-unang (Kwiecien & Filipowicz, 2012). α adalah bilangan random anara 0 sampai 1 (Kwiecien & Filipowicz, 2012), nilai β 0 bervariasi anara 0 sampai 1 (Farahani, d., 2011), dan γ bervariasi anara 0.1 sampai 10 (Kwiecien & Filipowicz, 2012). Parameer γ menggambaran variasi daya ari (variaion of araciveness) dan mempengaruhi ecepaan onvergensi algorima unang-unang (Kwiecien & Filipowicz, 2012). Sedangan, ɛ i adalah veor bilangan aca yang didapaan dari disribusi Gaussian aau disribusi Uniform pada wau (Yang, 2014). Algorima unang-unang memilii benu pseudo-code seperi yang diunjuan pada Kode 1. Kode 1. Pseudo-code algorima unang-unang Menginisialisasi parameer algorima unang-unang, yaiu jumlah unang-unang (n), β0, γ, α, dan jumlah masimum generasi (ierasi, MaxGen). Meneapan fungsi objeif f(x), x = (x1,,xd) T. Membangian populasi awal unang-unang xi (i = 1,2,,n) While < MaxGen //( = 1:MaxGen) For i = 1 : n //semua n unang-unang For j = 1 : n If (Ij > Ii) memindahan unang-unang i menuju unang-unang j pada dimensi d menuru persamaan 3 Else memindahan unang-unang i secara aca End If Mendapaan nilai araciveness, yang bervariasi dengan jara r menuru persamaan 1 Temuan solusi baru dan perbarui nilai inensias cahaya End for j End for i Me-raning unang-unang dan menemuan curren bes. End While Menemuan unang-unang dengan inensias cahaya eringgi 3. Meodologi Peneliian Tahapan peneliian ini adalah menganalisis ebuuhan, perancangan/pemodelan sisem penjadwalan dengan algorima unang-unang, dilanjuan dengan pemrograman, pengujian sofware dan pengujian. Flowchar alur peneliian ini dapa diliha pada Gambar 1. Gambar 1. Alur Peneliian

272 Jurnal Buana Informaia, Volume 6, Nomor 4, Oober 2015: 269-278 Analisis ebuuhan dilauan dengan menggali informasi erai dengan penjadwalan manual yang dilauan oleh serearis FST, ermasu di dalamnya daa program sudi, daa dosen, daa maa uliah, daa ruangan. Perancangan desain penjadwalan disusun berdasaran dari langah-langah serearis FST menyusun jadwal, dengan memperhaian variabel yang paling berperan dalam penyusunan jadwal. Variabel ersebu emudian direpresenasian dalam evaluasi pada inensias cahaya unang-unang. Pada pengembangan sofware, abel-abel dibenu dan dilauan pemrograman erhadap sisem penjadwalan yang elah dierjaan sebelumnya. Hasil program dievaluasi unu mengeahui esesuaiannya dengan algorima unang-unang dan melauan beberapa uji erhadap beberapa parameer algorima-unang. 3.1. Perancangan Desain Penjadwalan dengan Algorima Kunang-Kunang Pada asus penjadwalan maa uliah dengan menggunaan algorima unang-unang, erdapa sedii modifiasi pada ahapan algorima, yaiu unang-unang ida aan bergera secara aca eia inensias cahaya unang-unang pembandingnya sama aau ida lebih dari dirinya sendiri. Pergeraan aca ini dihilangan supaya unang-unang dengan inensias cahaya aau nilai inensias cahaya yang bai dapa diperahanan. 3.1.1. Represenasi Kunang-Kunang Penjadwalan maa uliah dengan algorima unang-unang merepresenasian sebuah solusi jadwal sebagai seeor unang-unang yang erdiri dari slo wau sebanya n buah, seperi yang diunjuan pada Gambar 2. Masing-masing slo wau erbagi dalam array empa dimensi. Dimensi perama berfungsi unu menampung id sesi maa uliah yang dijadwalan, dimensi edua berfungsi unu menyimpan ode ruangan, dimensi eiga berfungsi unu menyimpan apasias ruangan, dan dimensi eempa berfungsi unu menyimpan jenis ruangan (elas aau laboraorium). Ruangan Kelas 1 Ruangan Kelas 2 Ruangan Kelas x Slo 1 Slo 2 Slo 20 Slo 21 Ruangan Laboraorium y Ruangan Laboraorium n Slo n Kunang-Kunang Gambar 2. Represenasi Kunang-Kunang Dengan n Slo Wau Slo wau digolongan dengan uruan yang diawali jenis ruangan elas dari apasias ecil hingga besar, emudian diiui jenis ruangan laboraorium dari apasias ecil hingga besar. Represenasi array empa dimensi dalam slo wau diunjuan pada Gambar 3.

Seiawan, Implemenasi Algorima Kunang-Kunang unu Penjadwalan Maa Kuliah di Universias Ma Chung 273 Sau sesi maa uliah merepresenasian sau peremuan dalam seminggu unu sau maa uliah. Jia dimensi perama slo wau ida erisi id sesi maa uliah, maa aan bernilai osong aau empy. Jumlah dimensi posisi dari seeor unang-unang sama dengan jumlah id sesi maa uliah yang aan dijadwalan, seperi yang dinyaaan dengan simbol d pada Persamaan 2. Indes sesi maa uliah aan berpindah-pindah di dalam slo wau yang ersedia hingga didapaan sebuah jadwal yang opimal. Toal jumlah slo wau dari seeor unangunang didapaan dengan rumus jumlah ruangan yang didafaran dalam basis daa dialian empa slo dalam sehari (sau slo wau seara dengan bobo dua SKS) dialian lima hari aif peruliahan. Gambar 3. Represenasi Array 4 Dimensi dalam Slo Wau 3.1.2. Inisialisasi Kunang-Kunang Kunang-unang ida diinisialisasi secara aca, melainan dengan diberian arahan erenu. Inisialisasi unang-unang dilauan dengan mengarahan penempaan sesi maa uliah pada slo wau yang memilii jenis ruangan sesuai ebuuhan, dimana maa uliah eori diempaan di ruangan elas dan maa uliah praium diempaan di ruangan laboraorium. Penempaan sesi maa uliah juga diarahan pada slo wau yang memilii apasias ruangan sesuai ebuuhan. Pengarahan dalam proses inisialisasi unang-unang berujuan unu memperecil emunginan erjadinya pelanggaran erhadap consrain yang aan mempengaruhi nilai inensias cahaya dari unang-unang. 3.1.3. Kualias Kunang-Kunang Kualias unang-unang diliha dari besar nilai inensias cahayanya. Semain besar nilai inensias cahaya maa semain bai ualias dari seeor unang-unang. Nilai inensias cahaya berasal dari nilai objecive funcion aau fungsi finess. Inensias cahaya unang-unang dihiung menggunaan Persamaan 4. Toal penali adalah penjumlahan nilai semua jenis penali. Keia jadwal ida melanggar consrain sama seali, maa oal penali aan bernilai nol. Sedangan, α adalah nilai yang sanga ecil, yang pada rancang bangun ini diberi nilai 0,001. α berfungsi unu menghindari pembagian dengan nol. I 1 oalpenal i (4) Penali diberian apabila ada omponen jadwal yang melanggar consrain. Jia melanggar hard consrain maa penali yang diberian besar. Sedangan, jia melanggar sof consrain, maa penali yang diberian ecil. Hard consrain yang digunaan dalam rancang bangun ini adalah: (1) Penali aloasi dosen, diberian jia jadwal maa uliah ida sesuai dengan aloasi wau dosen pengampu. Penali yang diberian sebesar 100. (2) Penali jadwal dosen, diberian jia erdapa benro jadwal mengajar dosen. Penali yang diberian sebesar 100. (3) Penali pemoongan sesi maa uliah, diberian jia erdapa sesi maa uliah yang waunya erpoong. Penali yang diberian sebesar 100. (4) Penali semeser, diberian jia erdapa benro jadwal maa uliah dengan semeser dan program sudi yang sama. Penali yang diberian sebesar 100. Sedangan, sof consrain dalam rancang bangun ini adalah penali sesi maa uliah. Penali ini diberian jia sebuah elas yang sama dengan maa uliah yang

274 Jurnal Buana Informaia, Volume 6, Nomor 4, Oober 2015: 269-278 sama memilii sesi lebih dari sau ali dalam hari yang sama maa penali yang diberian sebesar 10. Unu penenuan semua hard consrain dieapan sebuah nilai penali yang sama yaiu 100 arena eempa consrain memilii inga epeningan yang sama dan ida boleh dilanggar. Unu jadwal yang melanggar sof consrain diberian penali sebesar 10 arena masih dapa dioleransi. Toal penali didapaan dengan mengalian jumlah pelanggaran dengan bobo unu masing-masing penali dan emudian seluruhnya dijumlahan. Toal penali dihiung menggunaan Persamaan 5. a adalah jumlah pelanggaran erhadap consrain aloasi dosen, b adalah jumlah pelanggaran erhadap consrain jadwal dosen, c adalah jumlah pelanggaran erhadap consrain pemoongan sesi maa uliah, d adalah jumlah pelanggaran erhadap consrain semeser, dan e adalah jumlah pelanggaran erhadap consrain sesi maa uliah. oalpenal i a 100 b 100 c 100 d 100 e 10 (5) 3.1.4. Posisi Kunang-Kunang Kunang-unang yang memilii nilai inensias cahaya lebih rendah aan bergera menuju unang-unang yang nilai inensias cahayanya lebih inggi. Pada asus penjadwalan maa uliah, posisi unang-unang diwaili oleh semua posisi id sesi maa uliah yang ada pada slo-slo wau. Langah perama unu memindahan posisi unang-unang adalah menghiung jara anara dua unang-unang, misalan unang-unang i dan j dengan menggunaan Persamaan 2. Langah beriunya adalah memindahan semua indes sesi maa uliah aau dimensi posisi unang-unang dengan menggunaan Persamaan 3. Namun, arena seiap id sesi maa uliah masing-masing memilii nilai posisi (x) dan perpindahannya harus disri, maa rumus perpindahan pada Persamaan 2 dimodifiasi menjadi Persamaan 6. x 1 i, x i, e 0 r 2 i, j ( x j, x i, ) i,, 10 (6) Id sesi maa uliah hanya berpindah dalam region slo wau dengan jenis ruangan yang sesuai dan apasias ruangan yang cuup unu sesi maa uliah ersebu. Jia perpindahan id sesi maa uliah elah melebihi baas aas region slo wau, maa dierapan sisem roasi, di mana jia perpindahan id sesi maa uliah elah melebihi baas aas region slo wau, maa perpindahan beriunya aan dimulai dari baas bawah region slo wau. Ilusrasi sisem roasi diunjuan pada Gambar 4. Gambar 4. Ilusrasi Sisem Roasi Posisi 3.1.5. Kondisi Terminasi Proses ierasi algorima unang-unang aan berheni eia oal penali bernilai nol aau jumlah ierasi mencapai nilai erenu yang dieapan oleh user. 3.2. Oupu Apliasi Oupu dari apliasi penjadwalan maa uliah pada rancang bangun ini adalah file Microsof Excel yang erdiri dari halaman aau shee jadwal maa uliah global inga

Seiawan, Implemenasi Algorima Kunang-Kunang unu Penjadwalan Maa Kuliah di Universias Ma Chung 275 universias, jadwal maa uliah seiap program sudi, jadwal seiap dosen, dan rincian semua maa uliah yang erena seiap jenis penali. 4. Hasil dan Pembahasan Uji coba dilauan dengan mengubah nilai dari parameer algorima unang-unang, yaiu β 0 dan γ. Hasil uji coba mengubah nilai β 0 diunjuan pada Tabel 1. Dari Tabel 1 nampa nilai inensias erbai 0,0003831 didapaan pada saa penjadwalan erdapa ujuh jadwal yang ida sesuai dengan einginan wau dosen mengajar, iga jadwal benro, sau jadwal yang iga ss erdiri dari sau sesi erpoong e dalam hari yang berbeda mesipun memilii slo yang beruruan, masih erjadi benro unu 15 maa uliah pada semeser yang sama dan program sudi yang sama, sera sau maa uliah yang erpisah menjadi dua sesi yang erjadwalan pada hari yang sama dan elas yang sama. Hasil uji coba dengan mengubah nilai β 0 menunjuan bahwa dengan meninganya nilai β 0, inensias cahaya dari unang-unang cenderung semain meninga. Hal ini diunjuan oleh grafi perbandingan inensias cahaya erhadap β 0 pada Gambar 5. Sedangan, hasil uji coba mengubah nilai γ diunjuan pada Tabel 2. Hasil uji coba aurasi dengan mengubah parameer γ menunjuan bahwa pengubahan nilai γ ida memberian pengaruh erhadap enaian aau penurunan nilai inensias cahaya. Hal ini diunjuan oleh grafi perbandingan inensias cahaya erhadap γ pada Gambar 6. Dari seluruh hasil uji coba, inensias cahaya erbai dari unang-unang didapaan eia dimasuan nilai parameer β0 bernilai sau dan parameer γ bernilai 10 dengan nilai inensias cahaya 0.0003831. Tabel 1. Uji Coba dengan Mengubah Nilai β0 Jumlah Jumlah Toal Jumlah Penali β0 γ Firefly Ierasi a b c d e I 5 5 0.25 10 7 6 8 9 1 0,0003322 5 5 0.5 10 8 5 6 11 0 0,0003333 5 5 0.75 10 12 8 4 8 1 0,0003115 5 5 1 10 7 3 1 15 1 0,0003831 a = penali aloasi dosen; b = penali jadwal dosen; c = penali pemoongan sesi maa uliah; d = penali semeser; e = penali sesi maa uliah Tabel 2. Uji Coba dengan Mengubah Nilai γ Jumlah Jumlah Toal Jumlah Penali β0 γ Firefly Ierasi a b c d e I 5 5 1 0.15 8 5 6 10 2 0,0003425 5 5 1 0.7 11 4 3 15 0 0,0003030 5 5 1 2 9 8 4 11 2 0,0003106 5 5 1 3.4 9 3 8 15 2 0,0002841 5 5 1 5 7 1 7 16 1 0,0003215 5 5 1 6.5 10 5 6 11 2 0,0003106 5 5 1 8 10 5 5 13 2 0,0003012 5 5 1 9.6 9 4 8 7 2 0,0003546 5 5 1 10 6 7 8 11 1 0,0003115 a = penali aloasi dosen; b = penali jadwal dosen; c = penali pemoongan sesi maa uliah; d = penali semeser; e = penali sesi maa uliah

276 Jurnal Buana Informaia, Volume 6, Nomor 4, Oober 2015: 269-278 Gambar 5. Grafi Perbandingan Nilai Inensias Cahaya Terhadap β0 Gambar 6. Grafi Perbandingan Nilai Inensias Cahaya Terhadap γ 5. Hasil Jadwal Maa uliah yang dijadwalan pada rancang bangun ini berasal dari empa program sudi yang berada di bawah naungan Faulas Sains dan Tenologi (FST) Universias Ma Chung, yaiu Teni Informaia, Sisem Informasi, Teni Indusri, dan Desain Komuniasi Visual. Semua maa uliah diempaan pada 22 ruangan yang erdiri dari 14 ruang elas dan delapan ruang laboraorium dari hari Senin sampai Juma dengan jam peruliahan dari jam 08.00 sampai 16.40 seiap hari. Hasil jadwal dari percobaan dengan inensias cahaya erbai (I=0,0003831) diunjuan pada cuplian jadwal pada Tabel 3. Tabel 3 menunjuan cuplian sebagian jadwal maa uliah yang dibenu dengan menggunaan algorima unang-unang. Jadwal berisi pasangan maa uliah dengan dosen pengajarnya. Perbedaan warna unu seiap maa uliah menunjuan idenias program sudi. Warna biru adalah eni informaia, hijau adalah eni indusri, dan ungu adalah sisem informasi. Beberapa maa uliah seperi logia digial dan pemrograman mobile yang erdapa pada eni infomaia masing-masing bernilai empa ss, sehingga pada penjadwalan ini maa uliah yang bernilai empa ss dapa dipisahan e dalam dua sesi.

Seiawan, Implemenasi Algorima Kunang-Kunang unu Penjadwalan Maa Kuliah di Universias Ma Chung 277 Tabel 3. Cuplian Jadwal Maa Kuliah Hari Jam Chlamydomonas Phycocianin Lab. Krysen Nygard 08.00... Pemrograman Mobile 09.40 SUB 10.00... Pemrograman Mobile Senin 11.40 SUB 13.00... Saisi 14.40 MEI 15.00 Ergonomi & Perancangan Kerja Saisi 16.40 SUN MEI.................. 08.00... Sisem Operasi 09.40 OES Juma 10.00 11.40 13.00 14.40 15.00 16.40 Logia Digial HEN Logia Digial HEN Organisasi & Manajemen Perusahaan Indusri PUR Organisasi & Manajemen Perusahaan Indusri PUR Sisem Operasi RUD 6. Kesimpulan Berdasaran rancang bangun dan uji coba yang elah dilauan, esimpulan yang dapa diambil adalah: (1) Penjadwalan maa uliah dengan menggunaan algorima unang-unang elah berhasil dilauan dengan eenuan-eenuan beriu. (a) Seeor unang-unang melambangan sebuah solusi jadwal, di mana unang-unang direpresenasian sebagai sebuah senarai (array) slo wau dengan empa dimensi. Dimensi perama slo berfungsi unu menampung id sesi maa uliah yang dijadwalan, dimensi edua slo berfungsi unu menyimpan ode ruangan, dimensi eiga slo berfungsi unu menyimpan apasias ruangan, dan dimensi eempa slo berfungsi unu menyimpan jenis ruangan (elas aau laboraorium). (b) Pada wau inisialisasi awal unang-unang dan pergeraan unang-unang, penempaan sesi maa uliah diarahan pada slo wau yang memilii jenis dan apasias ruangan yang sesuai dengan ebuuhan. (2) Inensias cahaya erbai unang-unang dicapai eia parameer β 0 bernilai sau dan parameer γ bernilai 10. Referensi Asui, S. 2011. Penyusunan Jadwal Ujian Maa Kuliah Dengan Algorima Pewarnaan Graf Welch Powell. Jurnal Dian, XI (1): 68-74. Chalac, S.A., Razavi, S.N. & Harounabadi, A. 2014. Job Scheduling on he Grid Environmen Using Max-Min Firefly Algorihm. Inernaional Journal of Compuer Applicaions Technology and Research, III (1): 63-67. Farahani, S. M., Abshouri, A.A. & Meybodi, M.R. 2011. A Gaussian Firefly Algorihm. Inernaional Journal of Machine Learning and Compuing, I (5): 448-453. Kwicien, J. & Filipowicz, B. 2012. Firefly Algorihm in Opimizaion of Queueing Sysems. Bullein of he Polish Academy of Sciences Technical Science, VX (2): 363-368. Puspaningrum, W.A., Djunaidy, A. & Vinari, R.A. 2013. Penjadwalan Maa Kuliah Menggunaan Algorima Geneia di Jurusan Sisem Informasi ITS. Jurnal Teni Pomis, II (1): 127-131. Saragih, H., Hoendaro, G., Reza, B. & Seiyadi, D. 2012. Apliasi Sisem Peranga Luna Menggunaan Algorima An unu Mengaur Penjadwalan Kuliah. Jurnal Teni dan Ilmu Kompuer I (3): 241-256. Sayadi, M.K., Ramezanian, R. & Nasab N.G. 2010. A Discree Firefly Mea-Heurisic wih

278 Jurnal Buana Informaia, Volume 6, Nomor 4, Oober 2015: 269-278 Local Search for Maespan Minimizaion in Permuaion Flow Shop Scheduling Problems. Inernaional Journal of Indusrial Engineering Compuaion, I (1): 1-10. Syarif, A.C. & Gunawan, F.H. 2013. Penerapan Algorima Evolusi dengan Meode Generaion Replacemen pada Apliasi Penjadwalan Maa Kuliah. Jurnal Temaia, I (2): 10-23. Wai, D.A.R. & Rochman, Y.A. 2013. Model Penjadwalan Maa Kuliah Secara Oomais Berbasis Algorima Paricle Swarm Opimizaion (PSO). Jurnal Reayasa Sisem Indusri, II (1): 22-31. Yang, X.S. 2014. Cucoo Search and Firefly Algorihm. London: Springer. _