Hal yang sangat penting dalam proses kegiatan
akademik adalah penjadwalan. Penjadwalan menjadi masalah yang sangat
sulit dipecahkan khususnya pada jurusan Teknik Informatika UIN Maulana
Malik Ibrahim Malang. Dengan banyaknya keterbatasan seperti jumlah
dosen, kekurangan
ruang,banyaknya kelas yang harus terpenuhi menjadikan permasalahan penjadwalan ini semakin komplek. Selama ini di Jurusan Teknik Informatika UIN Maliki Malang penjadwalan perkuliahan dilakukan secara manual dengan dengan berbagai kendala diatas membutuhkan waktu yang lama dan
masih terjadi bentrokan-bentrokan jadwal sehingga dianggap kurang efektif dan efisian, sehingga perlu adanya aplikasi penjadwalan perkuliahan secara otomatis. Dengan merujuk penelitian terdahulu tentang penjadwalan yang menggunakan metode pengoptimalan Algoritma Genetika dengan metode
seleksi Rollete Whell yang masih mengalami error 27,79%, maka dalam penelitian ini digunakan metode baru yaitu Simulated Annealing untuk memperbaiki aplikasi tersebut yang nantinya juga akan dibandingkan hasilnya dengan penelitian terbaru menggunakan Algoritma Genetika metode seleksi
Rank yang juga memperbaiki aplikasi sebelumnya, manakah yang lebih baik.
Simulated Annealing merupakan metode optimasi probabilistik untuk pengoptimalan penjadwalan yang dimodelkan dari proses metalurgi pada ilmu fisika untuk pembekuan molekul secara perlahan. Penggunaan algoritma penjadwalan Simulated Annealing bertujuan untuk mendapatkan penjadwalan yang optimal dan waktu yang cepat.
Berdasarkan uji coba yang dilakukan menggunakan data sebanyak 217 kelas perkuliahan, dengan parameter hasil uji coba yang merupakan kombinasi parameter penelitian terdahulu didapatkan pengontrol jadwal(T) 5000 dan pereduksi pengontrol () 0.9, menghasilkan jadwal kuliah
dengan tingkat kesalahan sebesar 0% dengan waktu estimasi 00:25:00 untuk 5 kali percobaan.
Sehingga aplikasi ini sudah bisa digunakan untuk membuat penjadwalan karena hasilnya sudah optimal. Sementara Algoritma Genetika metode seleksi Rank menggunakan data yang sama juga dapat mengoptimalkan penjadwalan dengan tingkat kesalahan yang sama yaitu 0%, namun estimasi
waktu lebih lama yaitu 03:13:45.
ruang,banyaknya kelas yang harus terpenuhi menjadikan permasalahan penjadwalan ini semakin komplek. Selama ini di Jurusan Teknik Informatika UIN Maliki Malang penjadwalan perkuliahan dilakukan secara manual dengan dengan berbagai kendala diatas membutuhkan waktu yang lama dan
masih terjadi bentrokan-bentrokan jadwal sehingga dianggap kurang efektif dan efisian, sehingga perlu adanya aplikasi penjadwalan perkuliahan secara otomatis. Dengan merujuk penelitian terdahulu tentang penjadwalan yang menggunakan metode pengoptimalan Algoritma Genetika dengan metode
seleksi Rollete Whell yang masih mengalami error 27,79%, maka dalam penelitian ini digunakan metode baru yaitu Simulated Annealing untuk memperbaiki aplikasi tersebut yang nantinya juga akan dibandingkan hasilnya dengan penelitian terbaru menggunakan Algoritma Genetika metode seleksi
Rank yang juga memperbaiki aplikasi sebelumnya, manakah yang lebih baik.
Simulated Annealing merupakan metode optimasi probabilistik untuk pengoptimalan penjadwalan yang dimodelkan dari proses metalurgi pada ilmu fisika untuk pembekuan molekul secara perlahan. Penggunaan algoritma penjadwalan Simulated Annealing bertujuan untuk mendapatkan penjadwalan yang optimal dan waktu yang cepat.
Berdasarkan uji coba yang dilakukan menggunakan data sebanyak 217 kelas perkuliahan, dengan parameter hasil uji coba yang merupakan kombinasi parameter penelitian terdahulu didapatkan pengontrol jadwal(T) 5000 dan pereduksi pengontrol () 0.9, menghasilkan jadwal kuliah
dengan tingkat kesalahan sebesar 0% dengan waktu estimasi 00:25:00 untuk 5 kali percobaan.
Sehingga aplikasi ini sudah bisa digunakan untuk membuat penjadwalan karena hasilnya sudah optimal. Sementara Algoritma Genetika metode seleksi Rank menggunakan data yang sama juga dapat mengoptimalkan penjadwalan dengan tingkat kesalahan yang sama yaitu 0%, namun estimasi
waktu lebih lama yaitu 03:13:45.
No comments:
Post a Comment