Record Details

Implementasi Algoritma Genetika untuk Otomatisasi Sistem Penjadwalan pada Lembaga Bimbingan Belajar

G-Tech: Jurnal Teknologi Terapan

View Archive Info
 
 
Field Value
 
Title Implementasi Algoritma Genetika untuk Otomatisasi Sistem Penjadwalan pada Lembaga Bimbingan Belajar
The Implementation of Genetic Algorithms for Automation of Scheduling Systems at a Course Institution
 
Creator Mutrofin, Siti
Zulfa, Indana
Satyareni, Diema Hernyka
 
Subject GA
Genetic Algorithm
one cut point crossover
reciprocal exchange mutation
scheduling algorithm
Algoritma Genetika
algoritma penjadwalan
GA
one cut point crossover
reciprocal exchange mutation
-
 
Description Lembaga Rumah Belajar AHE Ngumpul yang berada di Desa Ngumpul, Jogoroto, Jombang, Jawa Timur memiliki beberapa permasalahan, diantaranya adalah: 1) Sistem penjadwalan bersifat konvensional, di mana jadwal belajar masih dibuat secara manual oleh pemilik AHE Ngumpul sendiri dan juga seorang guru; 2) Pencatatan jadwal juga masih dicatat di buku cetak dengan ditulis tangan, yang tidak bisa digunakan secara bersama-sama pada waktu bersamaan dan harus digandakan; 3) Sumber daya manusia (SDM) pada AHE Ngumpul terbatas; dan 4) Proses penjadwalan konvensional dikerjakan oleh dua orang dengan waktu 1.622 detik. Berdasarkan permasalahan tersebut, maka pada penelitian ini diusulkan penerapan Algoritma Genetika atau Genetic Algorithm (GA) pada sistem penjadwalan berbasis web dengan tujuan mengatasi permasalahan yang dialami oleh AHE Ngumpul. Data didapatkan dari dokumen terkait dengan sistem penjadwalan pembelajaran yang dimiliki oleh AHE Ngumpul.  Atribut yang digunakan untuk penelitian ini adalah guru, siswa, hari, serta waktu. Pada GA penelitian ini menggunakan one cut point crossover dan reciprocal exchange mutation. Hasil uji coba menunjukkan hasil yang cukup baik dibandingkan dengan penjadwalan konvensional dengan tingkat keberhasilan 86,5203%, meskipun masih ada jadwal yang bentrok. Rata-rata waktu pembuatan jadwal menggunakan: 1) GA adalah 203 detik, dengan nilai fitness 0,0232; dan 2) GA dan tenaga seorang manusia (hanya memperbaiki jadwal yang bentrok dari GA) adalah 715 detik. Selisih antara penjadwalan konvensional dengan penerapan GA digabung dengan manusia menghemat waktu 907 detik.
AHE Ngumpul Learning House located in Ngumpul Village, Jogoroto, Jombang, East Java had several problems including: 1) The scheduling system was still conventional, conducted manually by the owner and also a teacher; 2) The learning schedule was also still handwritten, so it could not be used together at the same time and must be copied; 3) Human resources (HR) at the AHE were limited; and 4) The conventional scheduling process was carried out by two people with a time of 1,622 seconds. Based on these problems, this current research proposes the application of a Genetic Algorithm (GA) on a web-based scheduling system with the aim of overcoming the problems in AHE Ngumpul. The data were obtained from the documents of learning scheduling system at AHE Ngumpul. The attributes used for this research were teachers, students, day, and time. In GA, this research used one cut point crossover and reciprocal exchange mutation. The trial showed good results compared to the conventional scheduling with a success rate of 86.5203%, though there were still conflicting schedules. The average time of making a schedule using: 1) GA was 203 seconds, with a fitness value of 0.0232; and 2) GA and an human (only correcting conflicting schedules from GA) was 715 seconds. The difference between conventional scheduling and the implementation of GA combined with humans saved 907 seconds.
 
Publisher Universitas Islam Raden Rahmat Malang
 
Date 2021-10-30
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artikel Peer-review
teks
text
 
Format application/pdf
 
Identifier https://ejournal.uniramalang.ac.id/index.php/g-tech/article/view/1178
10.33379/gtech.v5i1.1178
 
Source G-Tech: Jurnal Teknologi Terapan; Vol. 5 No. 1 (2021): G-Tech Oktober 2021; 390-394
G-Tech: Jurnal Teknologi Terapan; Vol 5 No 1 (2021): G-Tech Oktober 2021; 390-394
2623-064X
2580-8737
10.33379/gtech.v5i1
 
Language ind
 
Relation https://ejournal.uniramalang.ac.id/index.php/g-tech/article/view/1178/700
 
Coverage algoritma optimasi
optimization algorithm
 
Rights Hak Cipta (c) 2021 Siti Mutrofin, Indana Zulfa, Diema Hernyka
https://creativecommons.org/licenses/by/4.0