BAB I PENDAHULUAN 1.1. Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. berdasarkan rencana pengaturan urutan kerja. Daftar atau tabel kegiatan atau

ANALISIS PEMBANGKITAN JADWAL PERKULIAHAN DENGAN DISCRETE PARTICLE SWARM OPTIMIZATION

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. kepada pengguna tentang sebuah barang sesuai dengan karakteristik pengguna.

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu

BAB I PENDAHULUAN. teliti. Sehingga tidak terjadi bentrok baik antar mata pelajaran, guru, kelas

BAB I PENDAHULUAN 1.1 Latar Belakang

Prosiding ISSN : Algoritma Penjadwalan Perkuliahan dengan Kasus Team Teaching dengan Metode Vertex Coloring Graph

BAB 1 PENDAHULUAN. Penjadwalan (timetabling) yang baik akan meningkatkan produktivitas dan efisiensi

BAB I PENDAHULUAN. Traveling Salesman Problem (TSP) dikenal sebagai salah satu masalah

SWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Taufan Mahardhika 1

SISTEM PENJADWALAN OTOMATIS TEMPAT KHUTBAH JUM AT MUBALIGH

1.PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. cukup lama dan memakan biaya yang cukup mahal serta tidak konsisten. Penjadwalan

ALGORITMA PARTICLE SWARM OPTIMIZATION UNTUK MENYELESAIKAN TEAM ORIENTEERING PROBLEM WITH TIME WINDOWS

BAB 1 PENDAHULUAN. transportasi yang harus dikeluarkan dalam proses pendistribusian.

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. commerce atau online shop yang diinginkan kemudian melakukan registrasi. seperti cara transaksi pembayaran dan cara pengiriman.

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. I.1 Latar Belakang I-1

BAB I PENDAHULUAN 1.1 Latar Belakang

PENJADWALAN KULIAH DENGAN ALGORITMA MEMETIKA LISMANTO

1. BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PERSYARATAN PRODUK

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. I.1. Latar Belakang Masalah Pada umumnya perusahaan-perusahaan perikanan di Indonesia masih

1BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

1 BAB I PENDAHULUAN. 1.1 Latar Belakang dan Permasalahan

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. antaranya Rumah Sakit Umum Daerah Ujung Berung, Rumah Sakit Hasan

BAB II TINJAUAN PUSTAKA. Job shop scheduling problem (JSSP) adalah permasalahan optimasi

Implementasi Sistem Penjadwalan Akademik Fakultas Teknik Universitas Tanjungpura Menggunakan Metode Algoritma Genetika

BAB I PENDAHULUAN Latar Belakang

1 BAB I PENDAHULUAN. khususnya sepeda motor yang berada di jalan. Dengan angka pertumbuhan ratarata

BAB I PENDAHULUAN Latar Belakang. Laboratorium komputer (Labkom) adalah salah satu unit kerja di Stikom

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN UKDW

BAB 2 LANDASAN TEORI

komputasi dan memori yang rendah), mampu memecahkan permasalahan dengan area fasilitas yang sama atau tidak sama (equal and unequal area), dan

BAB 1 PENDAHULUAN 1.1. Latar Belakang

DAFTAR ISI. Halaman. ABSTRAK... vi. KATA PENGANTAR... vii. DAFTAR ISI... ix. DAFTAR TABEL... xii. DAFTAR GAMBAR... xiv. DAFTAR LAMPIRAN...

Implementasi Algoritma Genetik-Tabu Search dalam Optimasi Penjadwalan Perkuliahan

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Jakarta adalah ibukota yang memiliki jumlah penduduk yang sangat

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Perkembangan teknologi dan Ilmu Pengetahuan saat ini sangat berkembang pesat

PENERAPAN CASE-BASED REASONING DAN REINFORCEMENT LEARNING PADA JOB SHOP SCHEDULING DENGAN SISTEM MULTIAGENT

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Pendahuluan

PENDAHULUAN. menjadi lebih efisien dan efektif serta dapat meningkatkan penghematan. Untuk

BAB I PENDAHULUAN 1.1 Latar Belakang

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011

PENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION

Algoritma Genetika Ganda (AGG) untuk Capacitated Vehicle Routing Problem (CVRP)

BAB II LANDASAN TEORI

Gambar 1.1 Contoh Ilustrasi Kasus CVRP 13

BAB 1 PENDAHULUAN 1.1 Latar Belakang

Penerapan Algoritma Genetika untuk Sistem Penjadawalan Kuliah

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

Bab I Pendahuluan 1.1 Latar Belakang

UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN. I.1. Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

TUGAS APPLBO. Oleh: ANDRHY YUDA BAKTI

KOMBINASI ALGORITMA DIFFERENTIAL EVOLUTION DENGAN ITERATED GREEDY UNTUK PERMASALAHAN TRAVELING SALESMAN PROBLEM (TSP)

TUGAS AKHIR PERENCANAAN SISTEM DITRIBUSI HASIL PRODUKSI BUKU PADA PT. BINA PUTRA MANDIRI

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

BAB I PENDAHULUAN. Pembangunan suatu piranti lunak menjadi penting karena semakin banyak

BAB I PENDAHULUAN. bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

BAB I PENDAHULUAN. dan terkadang juga tidak mengikuti jam mata kuliah. Salah satu faktor

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. Perusahaan plastiksangatberkembang di Indonesia. selaintidakmudahpecahbahanplastikjugasangatmurah,

UKDW BAB 1 PENDAHULUAN

RANCANG BANGUN PERANGKAT LUNAK PENJADWALAN PERKULIAHAN MENGGUNAKAN METODE META- HEURISTIK (PENGGABUNGAN METODE ALGORITMA GENETIK DAN TABU SEARCH)

PENJADWALAN MATA KULIAH DENGAN MEMECAH PERTEMUAN BERDASAR PEMROGRAMAN LINEAR INTEGER

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

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

Particle Swarm Optimization Untuk Sistem Informasi Penjadwalan Resource Di Perguruan Tinggi

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG PENELITIAN

BAB 1 PENDAHULUAN. ekstensi bisnis perusahaan. Perluasan atau ekstensi bisnis diperlukan oleh suatu

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS)

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Transkripsi:

BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah proses membuat daftar, tabel kegiatan atau rencana kegiatan dengan pembagian waktu pelaksanaan yang terperinci. Dalam proses penjadwalan, kegiatan ditempatkan pada waktu tertentu yang memenuhi batasan-batasan yang ditentukan. Ada banyak jenis penjadwalan dalam kehidupan sehari-hari, seperti penjadwalan kuliah atau sekolah, penjadwalan transportasi, dan penjadwalan ujian. Penjadwalan pelajaran sekolah dinilai lebih rumit dibandingkan dengan penjadwalan-penjadwalan lain karena melibatkan guru, mata pelajaran, ruangan, dan siswa (Chen dan Shih, 2013). Dilihat dari perspektif Ilmu Komputer, penjadwalan pelajaran sekolah digolongkan dalam masalah NP-complete (Even dkk., 1975). Ini berarti tidak ada algoritma waktu polinomial yang bisa digunakan untuk menyelesaikan masalah penjadwalan pelajaran sekolah (Junaedi dan Maulidevi, 2011; Tassopoulos dan Beligiannis, 2012). Oleh karena itu, metode-metode optimasi alternatif telah digunakan untuk mendapatkan solusi optimal (Tassopoulos dan Beligiannis, 2012). Berbagai metode telah digunakan untuk menyelesaikan masalah penjadwalan pelajaran sekolah. Beberapa metode tersebut adalah metode penalaran berbasis kasus (Burke dkk., 2001), degraded ceiling dan time-predefined simulated annealing (Burke dkk., 2001), pencarian tabu (Burke dkk., 2004), sistem multi agen (Yang dkk., 2004), artificial bee colony (Junaedi dan Maulidevi, 2011), dan particle swarm optimization (PSO) (Chu dkk., 2006; Tassopoulos dan Beligiannis, 2012). Masing-masing metode memiliki kelebihan, seperti PSO dengan kecepatan konvergensi, simulated annealing dengan kekuatan pencarian lokal, dan sistem multi agen dengan kooperasi dan otonomi (Fang dan Ge, 2008; Idoumghar dkk., 2011). 1

2 Kualitas jadwal pelajaran sekolah ditentukan dari jumlah batasan (constraints) yang dilanggar. Semakin sedikit batasan yang dilanggar, semakin baik (mendekati optimal) kualitas jadwal yang dihasilkan. Batasan dalam pembuatan jadwal pelajaran sekolah bisa dibagi menjadi 2, yaitu hard constraints dan soft constraints (Tassopoulos dan Beligiannis, 2012). Hard constraints adalah batasanbatasan yang harus dipenuhi, misalnya setiap guru hanya boleh mengajar satu kelas pada satu saat. Soft constraints adalah batasan-batasan yang diusahakan untuk dipenuhi, misalnya mata pelajaran olahraga sebaiknya diadakan sebelum sesi ke-5. Sebagai upaya meningkatkan efisiensi dan kualitas pembuatan jadwal pelajaran sekolah, beberapa penelitian menggabungkan beberapa metode, seperti PSO dengan pencarian lokal (Shiau, 2011; Tassopoulos dan Beligiannis, 2012) dan PSO dengan simulated annealing (Zou dkk., 2010). Hasil penelitianpenelitian tersebut menunjukkan peningkatan efisiensi dan kualitas pembuatan jadwal pelajaran sekolah. Berdasarkan penelitian-penelitan tersebut, penelitian ini menggabungkan metode PSO, simulated annealing, dan sistem multi agen untuk menyelesaikan masalah penjadwalan pelajaran sekolah. Penelitian ini mendapatkan kelebihan dari masing-masing metode untuk menghasilkan jadwal pelajaran sekolah yang mendekati optimal. 1.2. Perumusan Masalah Dari subbab latar belakang, masalah dalam penelitian ini dapat dirumuskan menjadi bagaimana menggabungkan metode PSO, simulated annealing, dan sistem multi agen untuk menghasilkan jadwal pelajaran sekolah yang mendekati optimal. 1.3. Tujuan Penelitian Tujuan penelitian ini adalah sebagai berikut:

3 1. Menggabungkan metode PSO, simulated annealing, dan sistem multi agen untuk menghasilkan jadwal pelajaran sekolah yang mendekati optimal. 2. Mengimplementasikan gabungan metode PSO, simulated annealing, dan sistem multi agen untuk mendapatkan kelebihan dari masing-masing metode dalam pembuatan jadwal pelajaran sekolah. 1.4. Manfaat Penelitian Manfaat penelitian ini adalah memudahkan dan mengurangi waktu yang dibutuhkan staf-staf sekolah di Indonesia, khususnya SMA Negeri 9 Yogyakarta, yang umumnya tidak memiliki staf khusus untuk membuat jadwal pelajaran sekolah. 1.5. Batasan Masalah Batasan masalah penelitian ini adalah metode yang akan dihasilkan hanya bisa digunakan untuk menghasilkan jadwal pelajaran sekolah dengan aturan pembuatan yang mirip dengan yang dirancang dalam penelitian ini. 1.6. Metode Penelitian Langkah-langkah penelitian yang akan dilakukan adalah sebagai berikut: 1. Akuisisi pengetahuan Proses pengumpulan data dilakukan pada tahap ini. Data berupa daftar guru, kelas, dan mata pelajaran, serta pengetahuan mengenai pembuatan jadwal pelajaran sekolah. Data diperoleh dari salah satu SMA negeri di Yogyakarta. 2. Perancangan metode gabungan Gabungan metode PSO, simulated annealing, dan sistem multi agen dirancang berdasarkan data dan pengetahuan yang diperoleh. Rancangan yang akan dibuat mencakup alur metode gabungan, perhitungan jumlah pelanggaran terhadap hard constraints dan soft constraints, dan representasi agen-agen. 3. Implementasi

4 Sistem akan dikembangkan berdasarkan rancangan yang telah dibuat. Tahap ini akan menghasilkan program sederhana yang menggunakan metode PSO, simulated annealing, dan sistem multi agen untuk menghasilkan jadwal pelajaran sekolah. 4. Pengujian Pengujian akan dilakukan dengan data yang diperoleh dari salah satu SMA negeri di Yogyakarta. Skenario pengujian adalah membuat jadwal pelajaran sekolah dengan metode PSO, PSO dengan operator mutasi, multi agent-pso, dan simulated annealing-pso berdasarkan penelitianpenelitian terdahulu. Hasil pengujian metode-metode tersebut akan dibandingkan dengan hasil pengujian metode yang akan diteliti. 1.7. Sistematika Penulisan Sistematika penulisan yang digunakan dalam menulis tesis ini adalah sebagai berikut: 1. BAB I Pendahuluan Bab ini merupakan gambaran umum dari tulisan ini. Pendahuluan menjelaskan latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian yang digunakan, sistematika penulisan serta keaslian tesis ini. Tujuan dari bab ini agar pembaca mengetahui arah dari penelitian yang dilakukan. 2. BAB II Tinjauan Pustaka Berisi daftar dari pustaka-pustaka yang digunakan sebagai referensi penulisan tesis ini, disertai perbadingan dalam bentuk tabel. Beberapa poin penting pada pustaka-pustaka tersebut dibahas terutama yang berhubungan dengan penelitian ini. 3. BAB III Landasan Teori Bab ini membahas teori-teori yang menjadi landasan topik pada tesis ini. Landasan teori yang dibahas mencakup PSO, simulated annealing, dan

5 sistem multi agen. Rumus dan persamaan yang digunakan pada tiap metode, serta ilustrasi dasar tentang metode yang digunakan. 4. BAB IV Analisis dan Perancangan Sistem Bab ini berisi rancangan dan spesifikasi sistem yang akan dibangun. Rancangan mencakup diagram alir dan representasi particle agent. Selain itu, juga dibahas modifikasi yang dilakukan pada setiap metode dan rumusan sederhana untuk menghitung jumlah pelanggaran terhadap hard constraints dan soft constraints. 5. BAB V Implementasi Bab ini membahas tentang implementasi dari sistem. Bagaimana gabungan metode PSO, simulated annealing, dan sistem multi agen dibuat dalam format bahasa pemrograman. Setiap baris dari potongan program yang berperan penting dalam sistem dibahas secara mendetail pada bab ini. 6. BAB VI Hasil dan Pembahasan Pada bagian ini dibahas hasil dari implementasi. Hasil dari setiap metode untuk setiap data dibahas dengan detail pada bab ini. Pembahasan mencakup jumlah pelanggaran terhadap hard constraints dan soft constraints dan juga waktu proses dari setiap metode. 7. BAB VII Kesimpulan dan Saran Dalam bab ini ditampilkan kesimpulan yang diperoleh dari penelitian yang telah dilakukan. Kesimpulan yang diambil untuk menjawab permasalahan yang ada pada Bab I. Selain kesimpulan, juga ada saran-saran untuk penelitian atau pengembangan selanjutnya. Hal-hal yang mungkin bisa dilakukan untuk mendapatkan hasil yang lebih baik lagi. 1.8. Keaslian Tesis Berdasarkan studi pustaka yang dilakukan penulis, penulis menemukan penelitian dengan kombinasi metode simulated annealing-pso dan multi agent- PSO sudah pernah dilakukan. Namun belum ada yang menggabungkan metode PSO, simulated annealing, dan sistem multi agen, khususnya untuk penjadwalan

6 pelajaran sekolah. Peneliti yang memperkenalkan metode gabungan PSO, simulated annealing, dan sistem multi agen.