Pengembangan Algoritma Genetika dengan Pendekatan Repetitive Random untuk Penjadwalan Ujian Pendadaran Proyek Tugas Akhir

Penulis

  • Adityo Permana Wibowo Universitas Teknologi Yogyakarta
  • Donny Avianto Universitas Teknologi Yogyakarta
  • Imantoko Imantoko Universitas Teknologi Yogyakarta

DOI:

https://doi.org/10.25077/TEKNOSI.v7i1.2021.35-43

Kata Kunci:

Algoritma Genetika, Automatically Generated Scheduling, Proyek Tugas Akhir, Ujian Pendadaran

Abstrak

Penjadwalan adalah hal yang umum dilakukan terutama di instansi pendidikan seperti perguruan tinggi. Salah satu kegiatan yang memerlukan proses penjadwalan di perguruan tinggi adalah penjadwalan ujian pendadaran proyek tugas akhir. Faktor-faktor seperti jumlah mahasiswa, ketersediaan dosen, dan ketersediaan ruangan juga membuat proses penjadwalan menjadi lebih kompleks dan memakan waktu jika dilakukan secara manual. Metode Genetic Algorithm (GA) dapat dimanfaatkan untuk mengatasi masalah di dalam proses penjadwalan secara manual. Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi yang diberi nama Automatically Generated Scheduling (ALGEN Scheduling) yang mampu melakukan proses penjadwalan ujian pendadaran dengan lebih mudah. “ALGEN Scheduling†dibangun menggunakan bahasa C# dan menerapkan GA yang telah dimodifikasi dengan pendekatan repetitive random sebagai inti untuk melakukan proses penjadwalan. Pembuatan ALGEN Scheduling dimulai dari perancangan kromosom, implementasi GA termodifikasi dalam bahasa C#, pembuatan GUI dengan tools visual studio, dan integrasi inti penjadwalan dengan GUI. Aplikasi yang dibangun bisa membantu mahasiswa dan dosen penguji dalam menginfokan jadwal ujian pendadaran. Untuk mengetahui kinerja Aplikasi “ALGEN Schedulingâ€, peneliti melakukan evaluasi dengan menyebar kuesioner kepada responden yang terdiri dari mahasiswa dan dosen. Peneliti berhasil mendapatkan tanggapan sebanyak 101 responden. Berdasarkan pengolahan data responden didapatkan 68% menilai bahwa Aplikasi “ALGEN Scheduling†memiliki tampilan yang bagus dan sangat mudah digunakan untuk menghasilkan jadwal ujian pendadaran dengan tanpa adanya bentrokan jadwal. Sedangkan 19% responden mengatakan bahwa Aplikasi “ALGEN Scheduling†tidak terlalu mudah digunakan tetapi juga tidak terlalu sulit untuk dipelajari. Sisanya, responden menganggap perlu adanya pelatihan khusus sebelum aplikasi benar-benar diterapkan

Biografi Penulis

Adityo Permana Wibowo, Universitas Teknologi Yogyakarta

Prodi InformatikaUniversitas Teknologi Yogyakarta

Donny Avianto, Universitas Teknologi Yogyakarta

Prodi InformatikaUniversitas Teknologi Yogyakarta

Imantoko Imantoko, Universitas Teknologi Yogyakarta

Prodi InformatikaUniversitas Teknologi Yogyakarta

Referensi

[1] O. I. Obaid, M. Ahmad, S. a Mostafa, and M. A. Mohammed, “Comparing Performance of Genetic Algorithm with Varying Crossover in Solving Examination Timetabling Problem,†J. Emerg. Trends Comput. Inf. Sci., vol. 3, no. 10, pp. 1427–1434, 2012. [2] E. Suhartono, “OPTIMASI PENJADWALAN MATAKULIAH DENGAN ALGORITMA GENETIKA ( Studi Kasus di AMIK JTC Semarang ),†Infokam, vol. 11, no. 5, pp. 132–146, 2015. [3] I. G. A. D. Saryanti and I. K. Wijanegara, “PENERAPAN METODE ALGORITMA GENETIKA UNTUK PENJADWALAN MENGAJAR,†J. SIMETRIS, vol. 8, no. 1, pp. 53–60, 2017. [4] W. A. Puspaningrum, A. Djunaidy, and R. A. Vinarti, “Penjadwalan Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS,†J. Tek. Pomits, vol. 2, no. 1, pp. 127–131, 2013. [5] A. P. Wibowo and D. Avianto, “Penjadwalan Ujian Pendadaran Proyek Tugas Akhir Menggunakan Algoritme Genetika Dengan Repetitive Random Approach Final Project Examination Scheduling Using Genetic Algorithm with Repetitive Random Approach,†Pros. Semin. Ilm. Ilmu Komput. 2018 Mach. Learn. Agric. 4.0, pp. 61–70, 2018. [6] K. Borna and V. H. Hashemi, “An Improved Genetic Algorithm With A Local Optimization Strategy and an Extra Mutation Level for Solving Traveling Salesman Problem,†Int. J. Comput. Sci. Eng. Inf. Technol., vol. 4, no. 4, pp. 47–53, 2014. [7] O. S. Taiwo, O. O. Mayowa, and K. B. Ruka, “Application of Genetic Algorithm to Solve Traveling Salesman Problem,†Int. J. Adv. Res. IJOAR, vol. 1, no. 4, pp. 27–46, 2013. [8] S. Szénási and Z. Vámossy, “Implementation of a distributed genetic algorithm for parameter optimization in a cell nuclei detection project,†Acta Polytech. Hungarica, vol. 10, no. 4, pp. 59–86, 2013. [9] A. Sharma, R. Patani, and A. Aggarwal, “Software Testing Using Genetic Algorithms,†Int. J. Comput. Sci. Eng. Surv., vol. 7, no. 2, pp. 21–33, 2016. [10]G. D. Mateescu, “On the Implementation and Use of a Genetic Algorithm with Genetic Acquisitions,†Rom. J. Econ. Forecast., vol. 13, no. 2, pp. 223–230, 2010. [11]A. Brezulianu, L. Fira, and M. Fira, “A genetic algorithm approach for scheduling of resources in well-services companies,†IJARAI - Int. J. Adv. Res. Artif. Intell., vol. 1, no. 5, pp. 1–6, 2012. [12]A. Johar, S. S. Jain, and P. K. Garg, “Transit network design and scheduling using genetic algorithm – a review,†An Int. J. Optim. Control Theor. Appl., vol. 6, no. 1, pp. 9–22, 2016. [13]S. Kim, Y. Ko, S. Uhmn, and J. Kim, “A Strategy to Improve Performance of Genetic Algorithm for Nurse Scheduling Problem,†Int. J. Softw. Eng. Its Appl., vol. 8, no. 1, pp. 53–62, 2014. [14]Y. Li and Y. Chen, “A genetic algorithm for job-shop scheduling,†J. Softw., vol. 5, no. 3, pp. 269–274, 2010. [15]H. Nazif, “A Genetic Algorithm for Solving Scheduling Problem,†J. Math. Comput. Sci., vol. 5, no. 2, pp. 91–96, 2012. [16]Z. Zukhri, Algoritma Genetika, Metode Komputasi Evolusioner untuk Menyelesaikan Masalah Optimasi. Yogyakarta: ANDI Publisher, 2014. [17]Suyanto, Evolutionary Computation (komputasi Berbasis Evolusi Dan Genetika). Bandung, Indonesia: Informatika, 2012. [18]E. K. Burke and S. Petrovic, “Recent Research Directions in Automated Timetabling,†Eur. J. Oper. Res., vol. 140, no. 2, pp. 266–280, 2002. [19]N. K. Mawaddah and W. F. Mahmudy, “Optimasi Penjadwalan Perawat Menggunakan Algoritma Genetika,†Univ. Brawijaya, vol. 2, no. 2, pp. 1–8, 2006.

Unduhan

Telah diserahkan

15-05-2020

Diterima

05-06-2021

Diterbitkan

06-06-2021

Cara Mengutip

[1]
A. P. Wibowo, D. Avianto, dan I. Imantoko, “Pengembangan Algoritma Genetika dengan Pendekatan Repetitive Random untuk Penjadwalan Ujian Pendadaran Proyek Tugas Akhir”, TEKNOSI, vol. 7, no. 1, hlm. 35–43, Jun 2021.

Terbitan

Vol 7 No 1 (2021): April 2021

Bagian

Articles

Lisensi

Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.

Kami menyatakan bahwa:

  1. Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
  2. Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
  3. Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.

 Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.

Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.

Hak / Syarat dan Ketentuan yang dipertahankan :

  1. Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
  2. Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya  ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
  3. Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.

Artikel Serupa

> >> 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.