MODEL ALGORITMA HYBRID PARTICLE SWARM OPTIMIZATION-ANTS COLONY OPTIMIZATION, UNTUK PENYUSUNAN PENJADWALAN PERKULIAHAN

Yunita, Farida (2018) MODEL ALGORITMA HYBRID PARTICLE SWARM OPTIMIZATION-ANTS COLONY OPTIMIZATION, UNTUK PENYUSUNAN PENJADWALAN PERKULIAHAN. S2 thesis, UAJY.

Preview	Text (HALAMAN AWAL) MTF021230.pdf Download (1MB) | Preview
Preview	Text (BAB I) MTF021231.pdf Download (240kB) | Preview
Preview	Text (BAB II) MTF021232.pdf Download (156kB) | Preview
Preview	Text (BAB III) MTF021233.pdf Download (379kB) | Preview
	Text (BAB IV) MTF021234.pdf Restricted to Registered users only Download (522kB)
	Text (BAB V) MTF021235.pdf Restricted to Registered users only Download (444kB)
Preview	Text (BAB VI) MTF021236.pdf Download (296kB) | Preview

Abstract

Banyak permasalahan yang melibatkan optimasi, masalah optimasi di bidang pendidikan contohnya adalah penyusunan penjadwalan kuliah. Membuat penjadwalan kuliah untuk masing-masing Perguruan Tinggi memiliki regulasi yang berbeda sesuai dengan kondisi dari Perguruan Tinggi tersebut. Regulasi pada penjadwalan di penelitian ini adalah dalam pengaturan jadwal menggunakan batas maksimun beban kerja dosen perhari dan jumlah hari mengajar dosen, jika melebihi batas maksimum beban sks dosen perhari, maka jadwal matakuliah hari itu akan dipindah di hari lain. penelitian ini mencoba untuk mengoptimalkan penjadwalan pada setiap periode dengan mempertimbangkan batas maksimum beban sks dosen perhari. Optimasi merupakan proses memaksimalkan atau meminimalkan sebuah fingsi tujuan dengan tetap memperhatikan pembatas yang ada. Penjadwalan kuliah merupakan kombinasi antara ruang, waktu dan resourse. Hal tersebut dikelompokkan kedalam kelompok optimasi kombinatorial. Ada dua metode untuk menyelesaikan masalah optimasi kombinatorial, yaitu metode eksak dan aproksimasi. Metode aproksimasi terdiri dari dua macam, heuristics dan metaheuristics. Kategori algoritma meta-heuristics, yaitu genetic algoritm (GA), particle swarm optimization (PSO), ant colony optimization (ACO), iterated local search, simulated anneling, evolutionary computation dll. Dalam paper ini pendekatan yang digunakan adalah pendekatan metaheuristics. Penelitian tentang penyusunan penjadwalan kuliah dengan menggunakan algoritma ACO sudah pernah dilakukan dan terbukti mampu untuk menyusun penjadwlan kuliah. Algoritma ACO memiliki banyak parameter sehingga dalam menyelesaikan masalah harus mengatur sekian parameter secara manual dengan menggunakan alat Design of Experiments (DoE) hal tersebut membutuhkan waktu untuk menyelesaikan masalah optimasi, untuk mengatasi hal tersebut dibutuhkan optimasi parameter secara otomatis. Algoritma PSO memiliki parameter lebih sedikit dari algoritma ACO, tujuan paper ini adalah hybrid PSO dengan ACO untuk menyusun penjadwalan kuliah.

Actions (login required)

View Item