dc.identifier.citation | Burke, E., Elliman, D.,Weare, R.1994. A Genetic Algorithm Based University Timetabling Systems. Department of Computer Science, University Nottingham. Chauduri, A., dan De, K., 2010. Fuzzy Genetic Heuristic For University Course Timetable Problem. Int.J.Advance.Soft Comput.Apply.,Vol.2, No.1.ISSN 2074-8523. Dammak, A., Elloumi,A., dan Kamoun, H. 2006. Classroom Assignment for Exam Timetabling. Journal of Advances in Engineering Software, 659-666. Darmawan, A, Gumilang, E.F dan Herianto, 2011, Penjadwalan mata kuliah dengan algoritma genetika untuk minimasi fluktuasi beban jam dosen dan mahasiswa, Prosiding: Seminar Nasional Teknik Industri, Hal: IV 36-41, 5-6 Oktober, Medan. Daskalaki, S. Birbas, T, dan Housos. 2008. School Timetabling for Quality Student and Teacher Schedules. Journal Scheduling, Springer Science. Eley.M. 2006. Ant algorithms for the exam timetabling Problem. Aschaffenburg University of Applied Science. Germany. Gen, M., dan Cheng, R.1997. Genetic Algorithms and Engineering Optimazation. John Wiley and Sons. New York. Glibovets, N., Medvid, S. 2003. Genetic Algorithm Used to Solve Scheduling Problems. Cybernetics and Systems Analysis, Vol.9, No. 1. Plenum Publishing Corporation. Gooi ,M. L.N. H. B.., dan Lu, C. 2004. Staff Workload Scheduling in Large Engineering Schools., Vol 3 No.1.Winter Spring 2004. Hasibuan, R.M., 2013. Optimasi Penjadwalan Perkuliahan Menggunakan Algoritma Genetika dengan Mempertimbangkan Team-Teaching. Tugas Akhir S1 Teknik Industri. Universitas Gadjah Mada. Kanoh, H., dan Sakamoto, Y. 2008. Knowledge Based Genetic Algorithm for University Course Timetabling Problems. International Journal of Knowledge Based and Intelligent Engineering Systems. 283-294. Kember, D. 2004. Interpreting Student Workload and The Factors Which Shape Students Percepti Workload.Studies Higher Education, Vol.29, No. 2. Chinese University. Montgomery, D,C.2001. Design and Analysis of Experiments, 5 th ed. John Wiley and Sons.Inc. New York. Qu, R., Burke, E., dan McCollum, B., 2006, A Survey of Search Methodologies and Automated Approaches for Examination Timetabling, Computer Science Technical Report, No. NOTTCS-TR-2006-4. Yu, E., dan Sung, K.S. 2002. Genetic Algorithm for University Weekly Course Timetabling Problem. Internationa Transaction in Operational Research, 703-717. | in_ID |
dc.description.abstract | Permasalahan penjadwalan terjadi dalam berbagai bidang termasuk pendidikan, lembaga kesehatan,
transportasi, olahraga dan lain lain. Permasalahan penjadwalan pada bidang pendidikan berkaitan
dengan penjadwalan mata kuliah yang membahas tentang pembagian jadwal untuk tiap mahasiswa
pada kuliah tertentu sekaligus dosen pengajarnya. Pada penelitian ini, penjadwalan mata kuliah
mengarah pada pengalokasikan dosen yang berbentuk team teaching dan mata kuliah ke dalam kelas
dan waktu tertentu untuk meratakan beban kerja dosen per hari dan sekelompok mahasiswa per hari
dalam satu minggu dengan tanpa melanggar constraint. Metode yang digunakan pada penelitian ini
ialah metode heuristic algoritma genetika. Proses algoritma genetika dilakukan dengan mendapatkan
beberapa kandidat solusi yang mengalami proses seleksi, mutasi, dan pindah silang untuk
menghasilkan kromosom dengan nilai fitness yang terbaik. Fungsi objektif pada penelitian ini adalah
meminimasi rata rata varian beban kerja dosen dan mahasiswa per hari dalam satu minggu.
Parameter yang digunakan dalam AG ditentukan berdasarkan mekanisme Design Of Experiments
(DOE). Nilai parameter optimal yang digunakan untuk melakukan running program adalah sebagai
berikut: ukuran populasi = 25, dengan probabilitas pindah silang = 0,4 dan probabilitas mutasi =
0,007. Hasil penjadwalan dengan algoritma genetika menunjukkan bahwa nilai varian beban kerja
dosen dan mahasiswa dengan mempertimbangkan team teaching lebih baik dibandingkan
penjadwalan aktual. Penerapan metode algoritma genetika menghasilkan penurunan nilai standar
deviasi beban kerja dosen dan sekelompok mahasiswa dalam satu minggu sebesar 0,107 (3,65%) dan
3,02 (55,3%). Selain itu, penjadwalan mata kuliah menggunakan algoritma genetika dengan
mempertimbangkan team teaching lebih baik dari algoritma genetika tanpa mempertimbangkan team
teaching karena tidak adanya jadwal kuliah yang clash pada kondisi nyata. | in_ID |