Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/36198
Title: Perancangan dan Implementasi Penjadwalan Mata Kuliah Berbasis Web Menggunakan Algoritma Genetika
Authors: Jordan, Theotimus
Keywords: Algoritma Genetika;Sistem Penjadwalan;Mata Kuliah;Web
Issue Date: 1-Nov-2024
Abstract: Banyaknya mata kuliah dalam kegiatan perkuliahan ditambah dengan kegiatan lainnya di luar perkuliahan membuat mahasiswa kewalahan dalam menentukan mata kuliah dan membuat jadwal. Penelitian ini bertujuan untuk mengembangkan sistem penjadwalan mata kuliah otomatis yang berdasarkan pilihan mahasiswa dan berbasis web dengan algoritma genetika sebagai sistem pendukung keputusannya. Algoritma genetika bekerja menggunakan nilai fitness sebagai tolak ukur apakah suatu solusi yang digenerasi bernilai optimal atau tidak untuk memecahkan permasalahan yang ditawarkan. Dari penelitian yang dilakukan, probabilitas parameter crossover yang tinggi berpengaruh pada tingginya nilai fitness dibandingkan dengan parameter lainnya yang tidak terlalu berpengaruh secara signifikan, serta banyaknya jumlah generasi berpengaruh pada lamanya waktu generasi solusi yang optimal. Hasil penelitian menunjukkan bahwa algoritma genetika dapat digunakan untuk menghasilkan solusi yang optimal untuk penjadwalan mata kuliah tanpa adanya bentrokan mata kuliah ataupun jam dan hari.
The abundance of courses in lecture activities combined with other activities outside of lectures makes students overwhelmed in choosing courses and making schedules. This study aims to develop an automatic web-based course scheduling system based on student choices with genetic algorithms as the decision support system. Genetic algorithms work using fitness values as a benchmark for whether a solution that is generated is optimal or not to solve the problem offered. From the research conducted, the high probability of the crossover parameter affects the high fitness value compared to other parameters that do not have a significant effect, as well as the number of generations affects the length of time to generate the optimal solution. The results show that genetic algorithms can be used to generate optimal solutions for scheduling courses without clashing courses or times and places.
URI: https://repository.uksw.edu//handle/123456789/36198
Appears in Collections:T1 - Informatics Engineering

Files in This Item:
File Description SizeFormat 
T1_672020012_Judul.pdf1.74 MBAdobe PDFView/Open
T1_672020012_Isi.pdf
  Until 9999-01-01
832.32 kBAdobe PDFView/Open
T1_672020012_Daftar Pustaka.pdf239.92 kBAdobe PDFView/Open
T1_672020012_Formulir Pernyataan Persetujuan Penyerahan Lisensi dan Pilihan Embargo.pdf
  Until 9999-01-01
3.04 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.