APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH

dokumen-dokumen yang mirip
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM

IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS

PENYELESAIAN MASALAH OPTIMASI MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus : Masalah Transportasi)

FUZZY ELMAN RECURRENT NEURAL NETWORK DALAM PERAMALAN HARGA MINYAK MENTAH DI INDONESIA DENGAN OPTIMASI ALGORITMA GENETIKA TUGAS AKHIR SKRIPSI

BAB 2 LANDASAN TEORI

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara

PENERAPAN ALGORITMA GENETIKA DAN TABU SEARCH UNTUK PENJADWALAN PRODUKSI KARUNG PLASTIK DI PT. FORINDO PRIMA PERKASA SKRIPSI. oleh

UPAYA MENINGKATKAN MINAT DAN PRESTASI BELAJAR MATEMATIKA SISWA KELAS X-A SMA MUHAMMADIYAH 2 YOGYAKARTA MELALUI MODEL BELAJAR AKTIF TIPE QUIZ TEAM

PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA

KAJIAN PELAKSANAAN KURIKULUM TINGKAT SATUAN PENDIDIKAN (KTSP) PADA KEGIATAN PEMBELAJARAN MATEMATIKA DI SMA NEGERI DI WILAYAH KABUPATEN WONOSOBO

PERBANDINGAN ALGORITMA HARMONY SEARCH DAN GENETIKA PADA PENJADWALAN JOBSHOP SKRIPSI. Oleh Silvia Hanggraeni NIM

PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV.

IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI CROSSOVER

SKRIPSI. Oleh FITRI WAHYUNI

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

ABSTRAK. Kata kunci : Aplikasi, Penjadwalan, Algoritma Genetika. viii

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

UJI LANJUTAN ANAVA DUA FAKTOR DENGAN METODE SIDAK SKRIPSI

FAKTOR YANG MEMPENGARUHI MINAT MAHASISWA PROGRAM STUDI PJKR DALAM MEMILIH MATAKULIAH OLAHRAGA PILIHAN BOLATANGAN SKRIPSI

PERSETUJUAN. Disetujui pada tanggal 22 Oktober Menyetujui, NIP NIP

PEMANFAATAN BLOG SEBAGAI SUMBER BELAJAR UNTUK MENINGKATKAN MOTIVASI SISWA DALAM PEMBELAJARAN MATEMATIKA KELAS VIIB SMP NEGERI 2 MLATI SLEMAN SKRIPSI

UPAYA MENINGKATKAN PARTISIPASI DAN HASIL BELAJAR MATEMATIKA SISWA MELALUI MODEL PEMBELAJARAN BERBASIS MASALAH DI SMP NEGERI 8 YOGYAKARTA SKRIPSI

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika

BAB 2 LANDASAN TEORI

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS MERCU BUANA YOGYAKARTA. Disusun Oleh : : Martina Lova.

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KUSTA BERBASIS WEB

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

3.2.3 Resiko, Keuntungan dan Kerugian Forex Metode Prediksi dalam Forex MetaTrader 4 sebagai Platform Trading dalam Forex...

ANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS

IMPLEMENTASI HYBRID ALGORITMA GENETIKA DENGAN TEKNIK KENDALI LOGIKA FUZZY UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM SKRIPSI DICKY ANDRYAN

PENINGKATAN KEMAMPUAN PENALARAN MATEMATIKA SISWA KELAS VII SMP NEGERI 14 YOGYAKARTA DENGAN MENGGUNAKAN MODEL PEMBELAJARAN LEARNING CYCLE SKRIPSI

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

SKRIPSI. Disusun oleh : Widi Nugroho NIM

ANALISIS DAN PEMBUATAN SISTEM PENJUALAN AIR MINUM AQUA 19 LITER PADA DISTRIBUTOR DIAN AQUA DI YOGYAKARTA

PERBANDINGAN PENGGUNAAN ALGORITMA GREEDY DAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH PERJALANAN SALESMAN

SKRIPSI. Untuk Memenuhi Sebagian Persyaratan Guna Mencapai Derajat Sarjana S-1 Program Studi Pendidikan Matematika

ABSTRAK. Universitas Kristen Maranatha

ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN PERKULIAHAN DAN PRAKTIKUM RIDHA APRIANI

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

PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS ANDROID DENGAN PROGRAM CONSTRUCT 2 PADA MATERI BANGUN RUANG SISI DATAR UNTUK SISWA SMP KELAS 8 SKRIPSI

CHRISTINA INDAH PUSPITA SARI A

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

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

TAKARIR. algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah. kesalahan program

OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA

BAB 2 LANDASAN TEORI

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

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

PENGEMBANGAN MULTIMEDIA INTERAKTIF UNTUK PEMBELAJARAN TOPIK LINGKARAN DI SMA

MENINGKATKAN MINAT BELAJAR MATEMATIKA SISWA MELALUI MODEL PEMBELAJARAN KOOPERATIF TIPE TEAMS-GAMES-TOURNAMENTS (TGT) DI SDN DERESAN DEPOK SLEMAN

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

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK (SHORTEST PATH) SKRIPSI RION SIBORO

ANALISIS PEUBAH RESPONS KATEGORIK DENGAN MODEL REGRESI ORDINAL

BAB II LANDASAN TEORI

IDENTIFIKASI KESALAHAN SISWA DALAM MENYELESAIKAN SOAL MATEMATIKA KELAS VIII SMP DI KOTIB METRO SKRIPSI

TEKNIK PROBING DALAM PEMBELAJARAN BENTUK PANGKAT, AKAR, DAN LOGARITMA DI SMA NEGERI 2 SLEMAN KELAS XA

BAB II KAJIAN TEORI. genetika, dan algoritma memetika yang akan digunakan sebagai landasan dalam

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

Aplikasi Algoritma Genetika Untuk Mengoptimalkan Biaya Pendistribusian Tepung Di PT. Ariro Internasional Medan. KettyKrisna S ABSTRAK

PENERAPAN ALGORITMA GENETIKA UNTUK MASALAH PENJADWALAN JOB SHOP PADA LINGKUNGAN INDUSTRI PAKAIAN SKRIPSI HENDRIK SITANGGANG

UPAYA MENGATASI MISKONSEPSI SISWA MELALUI METODE PEMBELAJARAN DELIKAN

PEMETAAN FLUKS NEUTRON PADA PUSAT TERAS PASCA PERGANTIAN BAHAN BAKAR REAKTOR KARTINI SKRIPSI

PENERAPAN PEMBELAJARAN ACCELERATED TEACHING

ANALISIS DURASI NYALA LAMPU LALU LINTAS PADA PERSIMPANGAN BERDEKATAN DENGAN PENERAPAN ALJABAR MAX-PLUS HALAMAN JUDUL TUGAS AKHIR SKRIPSI

STUDI PENGEMBANGAN MEDIA PEMBELAJARAN BERBANTUAN KOMPUTER PROGRAM MACROMEDIA FLASH UNTUK PEMBELAJARAN MATERI LARUTAN PENYANGGA SMA KELAS XI

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

SKRIPSI. Oleh Abdul Rohman MS NIM

SKRIPSI. Disusun untuk Memenuhi sebagian Persyaratan Guna mencapai Derajat Sarjana S-1 Program Studi Pendidikan Biologi

SKRIPSI. persyaratan. Disusun oleh: IRINA A

HALAMAN PERSETUJUAN SKRIPSI. Oleh : : Jati Prasetiawan NIM :

SKRIPSI. Oleh ADRIAWAN HAMDJO

PENERAPANN MODEL PERSAMAAN DIFERENSI DALAM PENENTUAN PROBABILITAS GENOTIP KETURUNAN DENGAN DUA SIFAT BEDA SKRIPSI

Oleh: Ibrohim Aji Kusuma NIM

MODEL REGRESI PROBIT BIVARIAT SKRIPSI

PENGEMBANGAN MEDIA PEMBELAJARAN IPA TERPADU BERBASIS KOMPUTER UNTUK SISWA SMP KELAS VII DENGAN TEMA HUJAN ASAM SKRIPSI

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

BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II

BAB II LANDASAN TEORI

PENERAPAN STRATEGI PEMBELAJARAN PEER LESSON

UPAYA MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA SISWA PADA POKOK BAHASAN GARIS SINGGUNG LINGKARAN KELAS VIII A SMP NEGERI 2 PACITAN SKRIPSI

PENGURUTAN JOB SHOP DENGAN MENGGUNAKAN ALGORITMA GENETIKA PADA PT MULIA KNITTING FACTORY LTD

PENERAPAN STRATEGI PEMBELAJARAN AKTIF TIPE PERTANYAAN REKAYASA (PLANTET QUESTIONS)

BAB II TINJAUAN PUSTAKA

Diajukan sebagai Salah Satu Syarat untuk Memperoleh gelar S-1 di Program Studi Pendidikan Matematika

SKRIPSI. Oleh : Dwi Pramita Ardani NIM

IMPLEMENTASI PENDEKATAN KONTEKSTUAL DENGAN METODE

MENGEMBANGKAN KOMUNIKASI KELAS SEBAGAI UPAYA MENINGKATKAN KEMAMPUAN BERPIKIR SISWA PADA PEMBELAJARAN MATEMATIKA DI SMP NEGERI 3 PURWOREJO

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

Lingkup Metode Optimasi

PENERAPAN METODE MATRIKS INGATAN SEBAGAI USAHA UNTUK MENINGKATKAN HASIL BELAJAR AKUNTANSI PADA PESERTA DIDIK KELAS

SKRIPSI. Yayuk Ayuningtyas NIM : L PROGRAM STUDI INFORMATIKA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA

OPTIMASI PENJADWALAN MATA KULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS : PROGRAM STUDI TEKNIK INFORMATIKA) (UNIVERSITAS DARMA PERSADA)

SKRIPSI Untuk memenuhi sebagian persyaratan Guna mencapai derajat Sarjana S-1 Program Studi Pendidikan Matematika. Diajukan Oleh:

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

PENINGKATAN HASIL BELAJAR SISWA MELALUI PENERAPAN MODEL PEMBELAJARAN STUDENT TEAMS ACHIEVEMENT DIVISION

PROFILE ANALYSIS VIA MULTIDIMENSIONAL SCALING (PAMS) DAN APLIKASINYA UNTUK MENGGAMBARKAN POLA PROFIL NILAI UJIAN SEKOLAH SKRIPSI

Transkripsi:

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian persyaratan guna memperoleh gelar Sarjana Sains Disusun Oleh: RESPATI WAHYU NUGROHO 033114703 PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA 2010 i

PERSETUJUAN Skripsi yang berjudul APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) ini telah disetujui oleh pembimbing untuk diujikan. Pembimbing I, Yogyakarta, Juni 2010 Pembimbing II, Sahid. M.Sc Sri Andayani, M.Kom NIP. 19650905 199101 1 001 NIP. 19720426 199702 2 001 ii

PENGESAHAN Skripsi yang berjudul APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) ini telah dipertahankan di depan Dewan Penguji pada tanggal 21 Juni 2010 dan dinyatakan lulus. DEWAN PENGUJI Nama Jabatan Tanda tangan Tanggal Sahid, M.Sc Ketua Penguji...... Sri Andayani, M.Kom Sekretaris Penguji...... Bambang S.H.M, M.Kom Penguji I...... Kuswari H, M.Kom Penguji II...... Yogyakarta, Juni 2010 FMIPA Universitas Negeri Yogyakarta Dekan, Dr. Ariswan NIP. 19590914 198803 1 003 iii

HALAMAN PERNYATAAN Saya yang bertanda tangan di bawah ini: Nama : Respati Wahyu Nugroho NIM : 033114703 Jurusan/ Prodi Fakultas Judul Skripsi : Pendidikan Matematika/ Matematika : Matematika dan Ilmu Pengetahuan Alam : Aplikasi Algoritma Genetika untuk Pejadwalan Mata Kuliah (Studi Kasus Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) Dengan ini saya menyatakan bahwa skripsi ini benar-benar karya saya sendiri. Sepanjang pengetahuan saya tidak terdapat karya atau pendapat yang ditulis atau diterbitkan orang lain kecuali sebagai acuan atau kutipan dengan mengikuti tata penulisan karya ilmiah yang telah lazim. Yogyakarta, 27 Juni 2010 Yang menyatakan, ( Respati Wahyu Nugroho ) iv

Halaman Persembahan Kupersembahakan karya sederhana ini dengan sepenuh hatiku untuk Bapak Wakidjo, kasih sayangmu masih dapat aku rasakan walau dari dunia yang tak dapat aku sentuh. Ibu Asiyah, terimakasih atas segala pengorbanan, do a, cinta yang tulus dan kasih sayangnya. Mba Ari, Mas Haris, Mba Dwi, Mas Budi, Mba Cici, Mas Binuko, yang penuh perhatian, pengertian, do a dan motivasinya. Keponakanku Risa, Runa, Naufal. v

MOTTO Ya Allah, tunjukilah aku untuk mensyukuri nikmat Engkau yang telah Engkau berikan kepadaku dan kepada ibu baoakku dan supaya aku dapat berbuat amal shaleh yang Engkau ridhoi (QS 46:15). Target adalah mimpi yang memiliki batas waktu (Paul Hanna) Kesuksesan tidak terjadi diluar dugaan, kesuksesan terjadi melalui cara berfikirmu (Robert Schuller) Warisan terbesar dalam hidup ini adalah sebuah senyuman dan kesempatan untuk menolong orang lain vi

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) Abstrak Masalah penyusunan jadwal matakuliah merupakan masalah administrasi rutin yang dihadapi oleh setiap perguruan tinggi. Permasalahan tersebut memiliki berbagai variasi karena setiap instansi pendidikan memiliki kebijakan tersendiri terhadap masalah penyusunan jadwal, dan masing-masing mungkin mempertimbangkan kendala-kendala yang berbeda. Di Jurusan Pendidikan Matematika Fakultas MIPA Universitas Negeri Yogyakarta, terdapat puluhan matakuliah yang harus dijadwalkan. Hal ini menyebabkan sulitnya menemukan jadwal yang optimal. Selama ini penjadwalan matakuliah dilakukan secara manual sehingga membutuhkan waktu yang lama Penelitian ini membahas tentang aplikasi algoritma genetika untuk penjadwalan matakuliah di Jurusan Pendidikan Matematika Fakultas MIPA Universitas Negeri Yogyakarta. Algoritma genetika merupakan salah satu algoritma heuristik yang dapat dipergunakan untuk menyelesaikan masalah penjadwalan matakuliah. Sifat dari algoritma genetika adalah mencari kemungkinan-kemungkinan dari kandidat solusi untuk mendapatkan suatu solusi yang optimal bagi penyelesaian masalah. Data yang digunakan dalam penelitian ini adalah data kegiatan kuliah pada semester genap tahun ajaran 2009/2010. Dari hasil pengujian yang dilakukan menggunakan data nyata, diperoleh hasil yang menunjukkan bahwa program aplikasi algoritma genetika, mampu menyelesaikan penjadwalan matakuliah untuk Jurusan Pendidikan Matematika di Fakultas MIPA Universitas Negeri Yogyakarta. Kualitas jadwal matakuliah yang dihasilkan oleh program aplikasi algoritma genetika dipengaruhi oleh parameter algoritma genetika. Parameter algoritma yang sangat berpengaruh tersebut adalah ukuran populasi, jumlah generasi. Sedangkan parameter algoritma genetika yang tidak begitu berpengaruh adalah probabilitas perkawinan silang (crossover), dan probabilitas mutasi. Kata kunci: algoritma genetika, penjadwalan, kegiatan kuliah vii

KATA PENGANTAR Puji syukur penulis panjatkan atas kehadirat Allah SWT, karena limpahan rahmat dan hidayah-nya, sehingga penulis dapat menyelesaikan penyusunan skripsi dengan judul Aplikasi Algoritma Genetika untuk Penjadwalan Mata Kuliah (Studi Kasus Jurusan Pendidikan FMIPA Universitas Negeri Yogyakarta) ini dapat diselesaikan. Dalam penyusunan skripsi ini penulis banyak mendapatkan bimbingan, bantuan dan dorongan yang diberikan kepada penulis, oleh karena itu penulis mengucapkan terima kasih kepada: 1. Bapak Dr. Ariswan, selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta yang telah memberikan ijin kepada penulis untuk menyusun skripsi ini. 2. Bapak Suyoso, M.Si, selaku Pembantu Dekan I Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta yang telah memberikan ijin kepada penulis untuk menyusun skripsi ini. 3. Bapak Dr. Hartono, selaku Ketua Jurusan Pendidikan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta yang telah memberikan ijin kepada penulis untuk menyusun skripsi ini. 4. Ibu Atmini Dhoruri, M.S, selaku Ketua Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta yang telah memberikan ijin kepada penulis untuk menyusun skripsi ini. 5. Bapak Sahid, M.Sc, selaku dosen pembimbing I yang telah berkenan membimbing penulis sehingga skripsi ini dapat tersusun. viii

6. Ibu Sri Andayani, M.Kom, selaku dosen pembimbing II yang telah berkenan membimbing penulis sehingga skripsi ini dapat tersusun. 7. Ibu Caturiyati, M.Si, selaku Dosen Pembimbing Akademik yang senantiasa memberikan saran dan motivasinya kepada penulis. 8. Seluruh Dosen Jurusan Pendidikan Matematika yang telah memberikan ilmu-ilmunya kepada penulis dari awal perkuliahan hingga diselesaikannya penyusunan skripsi ini. 9. Seluruh Staf dan Karyawan Universitas Negeri Yogyakarta yang selama ini membantu kami dalam urusan-urusan perkuliahan. 10. Teman-teman seperjuangan MAT NR 03, marilah kita jalani hidup ini dengan penuh semangat dan terus maju. 11. Semua pihak yang telah membantu dalam penyusunan skripsi ini yang tidak bisa penulis sebutkan satu persatu. Semoga budi baik dan bantuan yang telah bapak, ibu dan saudara berikan kepada penulis mendapatkan pahala dari Allah SWT. Peneliti menyadari bahwa dalam penyusunan skripsi ini masih terdapat banyak kekurangan dan kelemahan. Namun demikian semoga skripsi ini dapat bermanfaat bagi penulis sendiri pada khususnya dan bagi pembaca pada umumnya. Yogyakarta, Juni 2010 Penulis ix

DAFTAR ISI HALAMAN JUDUL i HALAMAN PERSETUJUAN. ii HALAMAN PERNYATAAN. iii HALAMAN PERSEMBAHAN.. iv HALAMAN MOTTO.. v ABSTRAK vi KATA PENGANTAR.. vii DAFTAR ISI... ix DAFTAR GAMBAR xiv DAFTAR TABEL xvi DAFTAR LAMPIRAN xvii BAB I PENDAHULUAN A. Latar Belakang. 1 B. Pembatasan Masalah.... 3 C. Perumusan Masalah.. 3 D. Tujuan... 6 E. Manfaat. 7 BAB II LANDASAN TEORI A. Penjadwalan Matakuliah... 8 1. Pengertian Jadwal Kuliah. 9 2. Fungsi Objektif.... 9 B. Metode Penyelesaian Masalah Penjadwalan Matakuliah.. 12 C. Algoritma Genetika.. 15 1. Definisi Algoritma Genetika... 15 2. Struktur Umum Algoritma Genetika... 18 3. Representasi Kromosom.. 21 4. Pengkodean.. 21 x

a. Pengkodean Biner (Binary Encoding).. 21 b. Pengkodean Permutasi (Permutation Encoding). 22 c. Pengkodean Nilai (Value Encoding) 23 5. Fungsi Fitness.. 24 6. Operator Algoritma Genetika.. 25 a. Seleksi...... 25 1). Seleksi Roda Roulette (Roulette Wheel Selection) 25 2). Seleksi Ranking (Rank Selection). 28 b. Perkawinan Silang (Crossover)... 29 1). Crossover untuk Pengkodean Biner... 30 a). Crossover Satu Titik (Single Point Crossover) 30 b). Crossover Banyak Titik (Multi Point Crossover) 30 2). Crossover untuk Pengkodean Nilai... 31 a). Crossover Satu Titik (Single Point Crossover) 31 b). Crossover PMX (Partially Mapped Crossover)... 32 c. Mutasi...... 34 1). Mutasi untuk Pengkodean Biner 35 2). Mutasi untuk Pengkodean Nilai. 35 a). Mutasi Tukar (Swap Mutation). 35 b). Mutasi Masukkan (Insert Mutation). 36 c). Mutasi Invers (Inverse Mutation). 36 7. Update Generasi.. 37 a. Regular Sampling Space.. 37 b. Enlarge Sampling Space.. 38 8. Parameter Algoritma Genetika 39 1). Ukuran Populasi. 39 2). Jumlah Generasi 39 3). Probabilitas Crossover (pm).. 39 4). Probabilitan Mutasi (pm)... 40 BAB III HASIL DAN PEMBAHASAN A. Komponen Utama Penyusun Jadwal Matakuliah. 42 xi

B. Aturan Penjadwalan Kegiatan Kuliah di Jurusan Pendidikan Matematika Fakultas MIPA Universitas Negeri Yogyakarta 43 C. Aplikasi Algoritma Genetika untuk Penjadwalan Matakuliah... 44 1. Representasi Kromosom.. 44 2. Pengkodean.. 45 3. Fungsi Fitness.. 46 4. Operator Algoritma Genetika... 47 a. Seleksi.. 47 b. Perkawinan Silang (crossover) 48 c. Mutasi... 51 5. Update Generasi... 52 D. Program Aplikasi Algoritma Genetika untuk Penjadwalan Matakuliah... 53 1. Proses Pengkodean Kromosom dan Pembentukan Populasi Awal.. 55 2. Proses Menghitung Nilai Fitness. 56 3. Proses Seleksi Roda Roulette... 59 4. Proses Perkawinan Silang (Crossover) 60 5. Proses Mutasi 61 6. Update Generasi... 62 E. Tampilan Program Aplikasi Algoritma Genetika untuk Penjadwalan Matakuliah... 64 1. Tampilan Form Utama Program Aplikasi Algoritma Genetika 64 2. Tampilan Frame Input Data 64 a. Waktu. 64 b. Ruang. 64 c. Dosen. 65 d. Identitas Kuliah. 65 3. Tampilan Frame Algoritma Genetika. 65 4. Tampilan Frame Output Jadwal 66 5. Tampilan Frame Preview Jadwal 66 6. Tampilan Form Rekapitulasi Jadwal Matakuliah... 66 7. Tampilan Form Rekapitulasi Jadwal Dosen... 66 xii

8. Tampilan Form Rekapitulasi Jadwal Ruang... 67 9. Tampilan Form Rekapitulasi Seluruh Jadwal Matakuliah... 67 F. Pengujian dan Pembahasan Program Aplikasi Algoritma Genetika untuk Penjadwalan Matakuliah... 67 1. Pengujian Pengaruh Ukuran Populasi. 68 2. Pengujian Parameter Jumlah Generasi... 69 3. Pengujian Parameter Probabilitas Perkawinan Silang (crossover)... 70 4. Pengujian Parameter Probabilitas Mutasi... 71 BAB IV KESIMPULAN DAN SARAN A. Kesimpulan... 74 B. Saran. 75 DAFTAR PUSTAKA.. 76 LAMPIRAN. 78 xiii

DAFTAR GAMBAR Gambar 2.1 Struktur Umum Algoritma Genetika 19 Gambar 2.2 Contoh Kromosom dengan Pengkodean Biner. 22 Gambar 2.3 Contoh Kromosom dengan Pengkodean Permutasi.. 23 Gambar 2.4 Contoh Kromosom dengan Pengkodean Nilai.. 23 Gambar 2.5 Segmen untuk masing-masing Kromosom... 27 Gambar 2.6 Contoh Crossover Satu Titik (Single Point Crossover) 30 Gambar 2.7 Contoh Crossover Banyak Titik (Multi Point Crossover) 31 Gambar 2.8 Contoh Crossover Satu Titik (One-Point Crossover).. 31 Gambar 2.9 Pemilihan Dua Titik Crossover... 33 Gambar 2.10 Penukaran Dua Sub-barisan antara Kedua Induk. 33 Gambar 2.11 Menentukan Mapping Relationship... 33 Gambar 2.12 Hasil Crossover dengan PMX... 33 Gambar 2.13 Contoh Mutasi pada Pengkodean Biner 35 Gambar 2.14 Contoh Mutasi Tukar (Swap Mutation) 35 Gambar 2.15 Contoh Mutasi Masukkan (Insert Mutation) 36 Gambar 2.16 Contoh Mutasi Invers (Inverse Mutation). 36 Gambar 2.17 Update Generasi menggunakan Regular Sampling Space. 38 Gambar 2.18 Update Generasi menggunakan Enlarge Sampling Space 38 Gambar 3.1 Representasi Kromosom dan Gen untuk Penjadwalan Matakuliah.. 45 Gambar 3.2 Representasi Kromosom dalam Populasi Awal 46 Gambar 3.3 Pemilihan Induk untuk di Crossover. 49 Gambar 3.4 Pemilihan Titik Sub-barisan secara Acak. 49 Gambar 3.5 Pemilihan Sub-barisan.. 49 Gambar 3.6 Menentukan Sub-barisan... 50 Gambar 3.7 Menentukan Relasi Pemetaan (Mapping Relationship) 50 Gambar 3.8 Mengesahkan Keturunan.. 51 Gambar 3.9 Hasil crossover PMX 51 Gambar 3.10 Mutasi Tukar. 52 xiv

Gambar 3.11 Hasil Mutasi Tukar 52 Gambar 3.12 Update Generasi menggunakan Enlarge Sampling Space 53 Gambar 3.13 Diagram Alir Program Aplikasi Penjadwalan Matakuliah Menggunakan Algoritma Genetika.. 55 Gambar 3.14 Representasi Kromosom, Gen, dan Allele dalam Penjadwalan Matakuliah... 56 Gambar 3.15 Diagram Alir Menghitung Nilai Fitness... 57 Gambar 3.16 Diagram Alir Proses Seleksi Roda Roulette. 59 Gambar 3.17 Diagram Alir Proses Crossover PMX.. 60 Gambar 3.18 Diagram Alir Proses Mutasi Tukar... 62 xv

DAFTAR TABEL Tabel 2.1 Terminologi Umum dalam Penjadwalan Matakuliah 8 Tabel 2.2 Perbandingan Istilah dalam Sistem Alamiah dengan Algoritma Genetika. 17 Tabel 2.3 Contoh Populasi Beserta Fitnessnya... 26 Tabel 2.4 Nilai Probabilitas dan Segmen untuk masing-masing Kromosom... 27 Tabel 2.5 Hasil Kromosom yang terpilih setelah 5 kali Putaran 27 Tabel 2.6 a Keadaan Populasi Sebelum Dirangking... 28 Tabel 2.6 b Keadaan Populasi Setelah Dirangking... 28 Tabel 3.1 Istilah Pengkodean Kromosom yang digunakan dalam Penjadwalan Matakuliah. 45 Tabel 3.2 Parameter untuk Pengujian Pengaruh Ukuran Populasi.. 68 Tabel 3.3 Hasil Pengujian Pengaruh Ukuran Populasi.. 68 Tabel 3.4 Parameter untuk Pengujian Pengaruh Jumlah Generasi.. 69 Tabel 3.5 Hasil Pengujian Pengaruh Jumlah Generasi.. 70 Tabel 3.6 Parameter untuk Pengujian Pengaruh Probabilitas Crossover. 70 Tabel 3.7 Hasil Pengujian Pengaruh Probabilitas Crossover 71 Tabel 3.8 Parameter untuk Pengujian Pengaruh Probabilitas Mutasi.. 71 Tabel 3.9 Hasil Pengujian Pengaruh Probabilitas Mutasi.. 72 Tabel 3.10 Pengaruh Jumlah Kegiatan Kuliah Terhadap Kualitas Jadwal.. 72 xvi

DAFTAR LAMPIRAN Lampiran 1 Tabel Identitas Matakuliah. 79 Lampiran 2 Tabel Ruang 88 Lampiran 3 Tabel Waktu 89 Lampiran 4 Tampilan Form Utama Program Aplikasi Algoritma Genetika.. 90 Lampiran 5 Tampilan Frame Input Waktu... 90 Lampiran 6 Tampilan Frame Input Ruang. 91 Lampiran 7 Tampilan Frame Input Dosen. 91 Lampiran 8 Tampilan Frame Input Identitas Matakuliah... 92 Lampiran 9 Tampilan Frame Algoritma Genetika. 92 Lampiran 10 Tampilan Frame Output Jadwal.. 93 Lampiran 11 Tampilan Frame Preview Jadwal 93 Lampiran 12 Tampilan Form Rekapitulasi Jadwal Matakuliah 94 Lampiran 13 Tampilan Form Rekapitulasi Jadwal Dosen 94 Lampiran 14 Tampilan Form Rekapitulasi Jadwal Ruang... 95 Lampiran 15 Tampilan Form Rekapitulasi Seluruh Jadwal Matakuliah.. 95 Lampiran 16 Hasil Penjadwalan Matakuliah 96 Lampiran 17 Script Program Aplikasi Algoritma Genetika untuk Penjadwalan Matakuliah. 96 xvii