dc.description.abstract | Pembuatan jadwal mata kuliah merupakan elemen penting untuk keberlangsungan proses
pembelajaran yang akan dilaksanakan setiap semester pada sebuah institusi pendidikan.
Penjadwalan mata kuliah yang efektif akan menciptakan proses belajar mengajar yang efisien,
baik dari sisi mahasiswa maupun dosen. Mengingat, situasi pandemik virus COVID-19 yang
sedang terjadi dalam kurun waktu hamper 2 tahun belakangan ini yang tidak memungkinkan
untuk mengadakan proses belajar mengajar secara tatap muka, maka diterapkan perkuliahan
secara daring.
Tidak beda halnya dengan penjadwalan mata kuliah tatap muka yang memiliki
kompleksitas tinggi, penjadwalan mata kuliah daring juga dihadapkan dengan banyaknya
faktor constraint dalam penentuan jadwal, misalnya banyak kelas, jumlah dosen yang
mengajar, pengelompokan mata kuliah paket, hingga mata kuliah yang dibuka hanya di
semester ganjil, genap, maupun tiap semester. Selain permasalahan penjadwalan, maka akan
timbul juga permasalahan penjadwalan sesi kuliah pengganti. Hal ini dikarenakan dosen atas
mata kuliah terkait tidak dapat hadir pada jadwal yang telah berlaku selama satu semester.
kedua permasalahan di atas dapat diselesaikan menggunakan metode algoritma genetika.
Algoritma genetika merupakan metode optimasi dengan pendekatan komputasional yang
terinspirasi dari teori genetika dan evolusi Mendell untuk menyelesaikan masalah
pengoptimasian. Penggunaan istilah gen, kromosom, populasi, crossover, mutasi, dan
regenerasi akan dijumpai pada tahapan pengoptimalan menggunakan algoritma genetika. Pada
penelitian ini, implementasi algoritma genetika dalam penjadwalan mata kuliah daring adalah
menemukan jadwal optimal yang dapat digunakan sebagai bahan KRS mahasiswa Program
Studi S-1 Informatika Universitas Islam Indonesia.
Melalui beberapa kali percobaan, pada penelitian ini menggunakan jumlah populasi awal
yang ideal digunakan adalah 100, titik crossover sebanyak 3 titik, probabilitas crossover (Pc)
sebesar 0,07 dan probabilitas mutasi (Pm) sebesar 0,002 dan solusi optimal ditentukan
berdasarkan nilai fitness terkecil. Melalui proses generate jadwal, sistem akan menghasilkan
beberapa pilihan kombinasi jadwal melalui beberapa kromosom di dalam satu generasi terbaik
yang memiliki nilai fitness yang sama sebagai calon solusi optimal. Kondisi ini memungkinkan
user memilih salah satu dari beberapa hasil optimal yang dihasilkan. | en_US |