PEMBANGKITAN DAN OPTIMALISASI JADWAL KULIAH DENGAN MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION (PSO) (2011)

Mudjihartono, Paulus PEMBANGKITAN DAN OPTIMALISASI JADWAL KULIAH DENGAN MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION (PSO) (2011). [Research]

Text TF58201.pdf Restricted to Repository staff only Download (1MB)

Abstract

Salah satu masalah yang harus dipecahkan oleh seorang pejabat akademik di universitas (kepala program studi) adalah membuat jadwal kuliah. Ada banyak kombinasi jadwal yang dapat dibuat dari sekelompok matakuliah dan dosen. Namun, tidak semua kombinasi jadwal tersebut memuaskan. Dalam jadwal kuliah ada kendala (constraint) yang harus dipenuhi. Jika jadwal tidak memenuhi kendala, maka jadwal tersebut ditolak. Dengan demikian, membuat jadwal kuliah dapat dipandang sebagai masalah pencarian (searching) kombinasi matakuliah-dosen yang memenuhi kendala. Pencarian jadwal kuliah yang optimal (yang paling tidak melanggar kendala, akan lebih baik lagi tidak melanggar) perlu dipecahkan. Ada beberapa usaha telah dilakukan, misalnya dengan menggunakan metode pewarnaan graf, dan metode greedy. Jika kendala didekati dengan nilai penalty (hukuman) maka masalah dapat dipandang sebagai bagaimana meminimalkan penalty tersebut. Oleh karena, masalah pembangkitan jadwal ini, akhirnya dapat dipandang juga sebagai masalah optimalisasi, yaitu bagaimana memaksimalkan nilai yang selaras dengan keinginan dan meminimalkan nilai penalty pada saat yang bersamaan. PSO menawarkan solusi secara heuristik untuk mencari nilai optimal ini. Yang dilakukan hanya memetakan masalah pembangkitan jadwal kuliah ini ke dalam ranah masalah PSO. Fungsi objektif dan kendala perlu ditentukan dalam konteks PSO. Hasil penelitian menunjukkan jadwal kuliah yang dibangkitkan optimal (memenuhi kendala). Namun demikian, jika kendala diubah menjadi ekstrem, seperti ruang atau sesi dikurangi maka jadwal yang terbangkitkan tidak optimal. Optimalnya jadwal dapat juga menunjukkan kurangnya sumber daya jadwal, seperti ruang atau sesi.

Actions (login required)

View Item