Analisis Metode Seleksi Rank-Based Fitness Assigment dan One Point Crossover pada Penjadwalan Matakuliah

Abstract

The lecture process in Al-Muslim University exactly for computer science faculty, have the lecture schedule in the begining semester the lecture schedule consisted of four basic components arrangement they are: lecture, subjects, time and class. Subject scheduling is called optimal if the rules of its components are approves but to composelecturing schedule optimally will spend a longer time. It is caured the schedule arrangement noticing all of arranging of its based factors had approved the role of it schedule of not. So that the system is needed which helps to arrange the lecturing schedule optimally, fluency and accuracy. One of algorithm that can be, used to build scheduling system automatic is genetic algorithm. Genetic algorithm is searching which is gasicallyreturn to natural selection. Hybridization and genetic selection process in genetic algorithm has many methods. Rank-based fitness assigment and one point crossover method is used to see the work genetic algorithm in getting the lecture scheduling perfectly. The use of rank-based fitness assigment andone point crossover produces the lecture schedule in optimal practice population score. Crossover probably score and mutasion score influence the length of time in getting the optimal solusion the length of process for a solusion is compared with the amount of chromosom (in lecturing capability) and also ratios to the amount of rooms and timing. The amount of cromosom (able data) so the time is required to reach the solution is more longer. More available rooms and time so the requirement of time to reach the solution is faster.

Proses perkuliahan di Universitas Al-Muslim Fakultas Ilmu Komputer setiap awal semester dilakukan roster mata kuliah. Jadwal matakuliah terdiri dari empat komponen penyusun dasar, yakni: dosen, matakuliah, waktu dan ruang. Penjadwalan mata kuliah dikatakan optimal jika semua aturan terhadap komponen penyusun jadwal tersebut dapat terpenuhi.Namun untuk untuk menyusun jadwal mata kuliah yang optimal cenderung memakai waktu yang lama.Hal ini disebabkan penyusun jadwal harus lah memperhatikan semua faktor penyusun dasar jadwal tersebut, apakah telah memenuhi peraturan yang telah ditetapkan ataukah belum.Untuk itu diperlukan suatu sistem yang mampu membantu menyusun jadwal mata kuliah yang optimal secara cepat dan akurat. Salah satu algoritma yang bisa dipakai untuk membangun sistem penjadwalan secara otomatis adalah algoritma genetika. Algoritma Genetika adalah suatu algoritma pencarian yang berbasis pada mekanisme seleksi alam, perkawinan silang dan genetika. Proses seleksi pada algoritma genetika memiliki banyak metode. Metode Rank Based Fitness Assigment dan One Point Crossover untuk melihat kinerja algoritma genetika dalam mendapatkan penjadwalan mata kuliah yang baik. Penggunaan metode Rank Based Fitness Assigment dan One Point Crossover dapat menghasilkan jadwal matakuliah dan praktikum yang optimal. Nilai populasi, nilai probabilitas crossover dan nilai probabilitas mutasi sangat mempengaruhi lamanya waktu dalam mendapatkan solusi optimal. Lamanya proses pencarian solusi berbanding lurus dengan jumlah kromosom (dalam hal ini adalah data pengampu dan matakuliah). Serta berbanding terbalik dengan jumlah ruang dan waktu. Semakin banyak kromosom (data pengampu) maka waktu yang dibutuhkan untuk mencapai olusi semakin lama. Semakin banyak ruang dan waktu yang tersedia maka waktu yang dibutuhkan untuk mencapai solusi semakin cepat.