Electronic Theses and Dissertation

ABSTRAK
Penyusunan jadwal mata kuliah merupakan suatu permasalahan yang kompleks. Hal ini dikarenakan terdapat sangat banyak kemungkinan yang selayaknya dicoba untuk menemukan penjadwalan yang terbaik. Untuk menyelesaikan permasalahan ini, penggunaan metode pengoptimalan sangat dianjurkan. Pada penelitian ini, metode pengoptimalan yang digunakan dalam penyusunan jadwal perkuliahan adalah algoritma Particle Swarm Optimization (PSO) dengan studi kasus Jurusan Informatika (JIF), Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Universitas Syiah Kuala (UNSYIAH). Tujuan penelitian ini adalah mengimplementasikan algoritma PSO dalam penjadwalan mata kuliah sesuai studi kasus, menganalisis perbandingan hasil penjadwalan mata kuliah berdasarkan perbedaan urutan mata kuliah pada file input ¬mata kuliah, dan menganalisis perbandingan hasil penjadwalan dengan menggunakan kecepatan awal setiap partikel bernilai nol dan nilai selain nol. Perbedaan urutan mata kuliah pada file input dilakukan berdasarkan tingkatan semester perkuliahan, besar SKS mata kuliah secara descending order, dan frekuensi dari setiap pengajar dalam mengampu mata kuliah secara descending order. Hasil analisis menunjukkan bahwa jadwal kuliah dapat dihasilkan jika file input mata kuliah teori berisikan mata kuliah dengan urutan berdasarkan jumlah mata kuliah pada tingkat semester dan kelas yang sama atau frekuensi dari setiap pengajar dalam mengampu mata kuliah secara descending order. Sementara itu, file input untuk mata kuliah praktikum berisikan mata kuliah dengan urutan berdasarkan bidang minat mata kuliah, frekuensi dari setiap pengajar dalam mengampu mata kuliah, dan jumlah mata kuliah berdasarkan tingkat semester yang sama secara descending order. Kemudian, dalam penyusunan jadwal perkuliahan tidak ada pengaruh antara penggunaan nilai kecepatan awal setiap partikel nol dengan selain nol. Dengan demikian, berdasarkan hasil analisis di atas, algoritma PSO dapat diterapkan dan layak untuk penyusunan jadwal perkuliahan di JIF, FMIPA, UNSYIAH.

Kata kunci: Particle Swarm Optimization, penjadwalan, mata kuliah, file input, kecepatan awal
?
ABSTRACT
Course scheduling is a complex problem. There are many possibilities that should be considered to find the best scheduling. In order to resolve this issue, the optimization methods should be used. In this study, the optimization method to arrange the arrangement of the courses schedule is the Particle Swarm Optimization (PSO) Algorithm. This study used Informatics Department, Faculty of Mathematics and Natural Science, Syiah Kuala University as study case. The purposes of this research are to implement PSO algorithm on scheduling courses, compare the courses scheduling results based on the differences of courses sequences in input files, and analyze the difference of the courses scheduling results using zero and non zero initial velocity values for each particle. The courses sequences are arranged by semester levels in ascending and descending order, the number of the credit courses in descending order, and the frequency of each lecturer in teaching in descending order. After analiyzing the input files, the result shows that the best scheduling is achieved by using the input files of theory courses that prioritizes the quantity of practical courses that has the same semester or the frequency of each teacher in teaching in descending order. Meanwhile, for input files of practical courses that prioritizes based on the courses field of interest, the frequency of each teacher in teaching in descending order, and based on the quantity of practical courses that has the same semester in descending order could be used in this case. Experimenting by using different initial particle velocity is no effect on the result. Based on these results, the PSO algorithm is applicable and feasible for course scheduling in Informatics Department, Mathematics and Natural Science Faculty, Syiah Kuala University.


Keywords: Particle Swarm Optimization, scheduling, course, input file, initial velocity

Tidak Tersedia Deskripsi