SOC Press, Indonesia Symposium on Computing (IndoSC) 2016

Font Size: 
Penjadwalan Sidang Tugas Akhir Prodi Ilmu Komputasi Universitas Telkom Menggunakan Metode Algoritma Genetika Adaptif dan Fuzzy Relation
Oki Virgiawan Pramudita


Full Text: PDF

Abstract


Menentukan sebuah jadwal yang terdiri atas banyak unsur sangatlah rumit. Salah satu contoh permasalahan dari penjadwalan yaitu penjadwalan sidang. Banyak kombinasi yang bisa dibentuk dari unsur-unsur penjadwalan sidang. Namun, tidak seluruh kombinasi tersebut dapat menjadi solusi dari penjadwalan. Penjadwalan sidang tugas akhir ini memiliki beberapa syarat diantaranya jadwal mengajar dosen dan jadwal kuliah mahasiswa tidak boleh bentrok dengan jadwal sidang, dosen penguji direkomendasikan sesuai dengan topik tugas akhir yang diujikan, dan dosen pembimbing tidak bisa menjadi dosen penguji. Karena banyaknya pertimbangan dalam penjadwalan sidang tugas akhir, maka dibutuhkan metode yang optimal dan efisien sehingga dapat mengatasi rumitnya penjadwalan ini. Metode fuzzy relation dan algoritma genetika termasuk metode yang bisa digunakan dalam mengatasi masalah ini. Jadwal yang dihasilkan oleh metode fuzzy relation dan algoritma genetika adaptif pada kasus ini memiliki rata-rata fitness sebesar 0.9687, dan untuk metode algoritma genetika saja ini memiliki rata-rata fitness sebesar
0.8243.

Reference


[1] Pratiwiš, A. D., & Suyanto, R. N. D. OPTIMASI PENYUSUNAN JADWAL SIDANG TUGAS AKHIR DENGAN METODE FUZZY RELATION DAN HARMONY SEARCH ALGORITHM (OPTIMIZING THESIS TIMETABLING USING FUZZY RELATION METHOD AND HARMONY SEARCH ALGORITHM).

[2] Intan, R., & Mukaidono, M. (2004). Fuzzy conditional probability relations and their applications in fuzzy information systems. Knowledge and Information Systems, 6(3), 345-365. Crossref

[3] Gen, M., & Cheng, R. (2000). Genetic algorithms and engineering optimization (Vol. 7). John Wiley & Sons.

[4] Indrianingsih, Y. (2010). ALGORITMA GENETIK UNTUK MENYELESAIKAN MASALAH OPTIMASI FUNGSI BERKENDALA DENGAN PENGKODEAN BILANGAN BULAT. Jurnal Angkasa Sekolah Tinggi Teknologi Adisutjipto (STTA), 2(1), 067-076.

[5] Jha, S. K. (2014). Exam timetabling problem using genetic algorithm. International Journal of Research in Engineering and Technology.

[6] Suyanto, S. T., & Sc, M. (2007). Artifiacial Intelligence Searching Reasoning Planning and Learning. PenerbitInformatika, Bandung, Indonesia.

[7] Suyanto, S. C. (2008). Membangun Mesin Ber-IQ Tinggi. Bandung: Informatika.

[8] kumar Dey, D. (2014). Mathematical study of adaptive genetic algorithm (AGA) with mutation and crossover probabilities.

Last modified: 2016-11-02