ABSTRAKSI:
Penjadwalan kuliah adalah salah satu permasalahan yang memiliki kompleksitas yang berbeda – beda antara satu institusi dengan institusi lainya tergantung beberapa faktor antara lain banyaknya dosen yang mengajar , banyaknya kelas yang diajar , banyaknya ruangan , preferensi jadwal mengajar dosen dan batasan-batasan lainya yang digunakan. Secara umum, jadwal kuliah yang memenuhi syarat adalah tidak ada terjadi bentrok jadwal dosen dimana dosen tertentu hanya mengajar 1 mata kuliah dalam satu waktu , selain itu tidak ada terjadi bentrok jadwal kelas dimana kelas tertentu hanya mengikuti 1 mata kuliah dalam satu waktu , juga penempatan ruangan di waktu tertentu yang hanya di isi oleh satu pertemuan saja.
Pada Tugas Akhir ini, Algoritma Genetika Sub populasi dengan Mutasi Terarah digunakan untuk mengatasi permasalah penjadwalan kuliah. Dengan adanya Mutasi Terarah dapat menjamin nilai fitnes cenderung menjadi lebih baik dan tidak akan pernah memburuk. Selain itu juga terdapat perpindahan sejumlah kromosom pada selang generasi tertentu untuk menjaga variasi ruang solusi dimana hal tersebut berpangaruh pada penurunan nilai fitnes.
Dataset yang digunakan untuk melakukan pengujian adalah data akademik semester 1 dan semester 2 IT Telkom Bandung Indonesia dengan paramerter yang diujikan adalah Migration Interval , Migration Size , dan Probabilitas Crossover. Berdasarkan observasi yang telah dilakukan dapat diketahui bahwa semakin besarnya probabilitas crossover membuat fitnes cenderung memburuk. Jumlah Migration Size yang semikin mendekati jumlah kromosom per subpopulasi juga membuat nilai fitnes memburuk. Begitu juga dengan parameter Migration Interval dimana jika semakin besar nilai Migration Interval maka akan semakin buruk nilai fitnes yang didapat.Kata Kunci : penjadwalan kulaih, Algoritma Genetika ( AG ) , Island Model Gnetic Algorithm , Migration Interval , Migration Size , Probabilitas crossoverABSTRACT:
University timetabling is one of the problems that have different complexity in every institutions depends on several factors including the number of lecturers who teach, the number of classes, number of rooms, lecturers teaching schedule preferences and other constraints that are used. In general, qualified schedule is no timetable clashes in certain lecturers where lecturers teach only one subject at a time, otherwise there was no timetable clashes where a particular class only following a course at a time, also the room placement at a certain time which is only filled by a meeting.
At this final project, sub-population Genetic Algorithm with Directed Mutation is used to solve scheduling problems in college. Directed Mutation can guarantee the fitness values that mutates chromosomes tend to be better and will never deteriorate. In addition, there is a transfer of a number of chromosomes in a certain generation intervals to keep the variation of the solution space where it influences the changes in the value of fitness.
Dataset used for testing is data academic semester 1 and semester 2 IT Telkom Bandung Indonesia was tested with several parameter such as Interval Migration, Migration Size and Probability of Crossover. Based on the observations that have been made can be seen that the magnitude of the probability of crossover makes fitness tends to deteriorate. Number of Migration Size that close to the number of chromosomes per subpopulation also make the fitness values worse. So is the Migration Interval parameter which, if the greater value of Interval Migration then the fitness values will get worse.Keyword: university timetabling , Genetic Algorithm , Island Model Gnetic Algorithm , Migration Interval , Migration Size , crossover probabilistic