SISTEM PENJADWALAN MATA PELAJARAN MENGGUNAKAN ALGORITMA GENETIKA

Elva, Yesri (2019) SISTEM PENJADWALAN MATA PELAJARAN MENGGUNAKAN ALGORITMA GENETIKA. Jurnal Teknologi Informasi, 3 (1). pp. 49-57. ISSN 2615-2738

Preview

Text SISTEM PENJADWALAN MATA PELAJARAN MENGGUNAKAN Algoritma Genetika.pdf Download (609kB) | Preview

Abstract

Abstract - Schedule is one important factor to support the learning process, one of which at SMKN 3 Pariaman. In SMKN 3 Pariaman scheduling process is still done manually, consequently there are conflicting schedules and timing of learning becomes too late. One of completion method to the problem is to use a genetic algorithm, because it is one of the Genetic Algorithm optimization algorithm that is robust and can be used on a wide variety of case studies such as scheduling. This algorithm is also often used to find the optimal solution both in the case of simple to complex problem-solving technique that determines the start and initialization pupulasi chromosomes, determine the value of fitness, selection, crossover, mutation. Mutations done to produce the best fitness value which can be used to determine the final outcome scheduling. If the best fitness values have been obtained, the process is stopped and reach the finish condition. ==================================================================================================== Abstrak - Jadwal merupakan salah satu faktor penting untuk penunjang proses belajar mengajar, salah satunya pada SMKN 3 Pariaman. Pada SMKN 3 Pariaman proses penyusunan jadwal masih dilakukan secara manual, akibatnya masih terdapat jadwal yang bentrok dan waktu pelaksanaan belajar mengajar menjadi terlambat. Salah satu metode untuk penyelesain masalah tersebut adalah dengan menggunakan algoritma genetika, karena Algoritma Genetika merupakan salah satu algoritma optimasi yang kuat dan bisa digunakan pada berbagai macam studi kasus seperti penjadwalan. Algoritma ini juga sering digunakan untuk mencari solusi optimal baik pada kasus yang sederhana sampai yang rumit teknik pemecahan masalahnya yaitu menentukan pupulasi awal dan inisialisasi kromosom, menentukan nilai fitness, seleksi crossover, mutasi. Mutasi dilakukan sampai menghasilkan nilai fitness terbaik yang dapat digunakan untuk penentuan hasil akhir penyusunan jadwal. Jika nilai fitness terbaik sudah didapatkan maka proses dihentikan dan mencapai kondisi selesai.

Actions (login required)

View Item