UMM Institutional Repository

DESAIN DAN IMPLEMENTASI ALGORITMA GENETIKA UNTUK PROGRAM PENJADWALAN “COASS” (Studi Kasus Lembaga Kepaniteraan FK. UMM)

Muhammad, Ali (2013) DESAIN DAN IMPLEMENTASI ALGORITMA GENETIKA UNTUK PROGRAM PENJADWALAN “COASS” (Studi Kasus Lembaga Kepaniteraan FK. UMM). Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-alimuhamma-32118-1-pendahul-n.pdf

Download (552kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-alimuhamma-32118-2-babi.pdf

Download (222kB) | Preview

Abstract

Menyusun jadwal Coass (Coordinator-Assistant) merupakan salah satu kegiatan rutin yang harus dilakukan oleh Fak. Kedokteran. Menyusun jadwal coass memerlukan ketelitian, ketelatenan dan banyak menyita waktu. Terlebih lagi sejak praktek coass ini bersifat moving laboratorium. Yaitu sistem praktek yang bercirikan kelompok praktikum mendatangi ruang dimana praktek coass tersebut dilaksanakan. Sehingga membuat jadwal coass akan lebih rumit daripada jadwal yang lainnya karena harus memperhatikan bidang kepaniteraan, dosen dan ruang untuk menghindari bentrok pada penjadwalan. Oleh karena itu pada penelitian ini akan dicoba membuat aplikasi yang dapat mempermudah dalam menyusun jadwal coass dengan mengimple-mentasikan algoritma genetika. Keuntungan penggunaan algoritma genetika adalah dari kemudahan implementasi, sehingga kemampuannya untuk menemukan solusi yang bagus dan cepat untuk masalah-masalah berdimensi tinggi. Berdasarkan uji coba yang dilakukan pada aplikasi penjadwalan coass dengan algoritma genetika dapat disimpulkan bahwa semakin banyak jumlah data dan persyaratan yang harus dipenuhi maka akan semakin besar juga jumlah generasi dan semakin lama waktu yang dibutuhkan. Dari hasil pengujian menggunakan pemberhentian jika pada 1000 kali generasi tidak terdapat perbaikan nilai fitness atau jika semua constraint telah terpenuhi digunakan perbandingan data ujicoba populasi sebanyak 5 populasi, 30 populasi dan 50 populasi, dengan perbandingan data crossover masing-masing bernilai crossover 0.001, crossover 0.01 dan crossover 1, sedangkan peluang mutasi yang diujikan dengan nilai mutasi 0.001, mutasi 0.01 dan mutasi 1. Sehingga didapatkan parameter algoritma genetika terbaik dengan jumlah populasi terbaik 5, peluang crossover 0.01 dan mutasi 0.001 untuk waktu komputasi yang optimal.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Mrs Fatimah Azzahra
Date Deposited: 23 Apr 2016 02:59
Last Modified: 23 Apr 2016 02:59
URI : http://eprints.umm.ac.id/id/eprint/27877

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo