• English
    • Bahasa Indonesia
  • English 
    • English
    • Bahasa Indonesia
  • Login
View Item 
  •   UMKT-DR Home
  • Faculties and Schools
  • Faculty of Science and Technology
  • School of Informatics
  • S1 Final Project
  • View Item
  •   UMKT-DR Home
  • Faculties and Schools
  • Faculty of Science and Technology
  • School of Informatics
  • S1 Final Project
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Penerapan Algoritma Genetika dalam Penjadwalan Mata Pelajaran Studi Kasus: Sekolah Kreatif Muhammadiyah 2 Bontang

Thumbnail
View/Open
COVER (764.8Kb)
BAB 1 (138.4Kb)
BAB 2 (250.2Kb)
BAB 3 (219.8Kb)
BAB 4 (379.5Kb)
BAB 5 (124.1Kb)
DAFTAR PUSTAKA (175.9Kb)
LAMPIRAN (1.375Mb)
NASKAH PUBLIKASI (500.1Kb)
SKRIPSI FULL (5.273Mb)
Date
2023-07-13
Author
Pangestu, Lintang Aji
Metadata
Show full item record
Abstract
Penjadwalan merupakan proses yang krusial dalam dunia pendidikan, di mana merencanakan aktivitas pada waktu tertentu mempertimbangkan banyak faktor seperti kelas, mata pelajaran, guru, dan waktu pelajaran. Di Sekolah Kreatif Muhammadiyah 2 Bontang, proses penjadwalan mata pelajaran masih dilakukan tanpa struktur yang jelas, hal ini mengakibatkan sering terjadi tabrakan jadwal serta penyesuain ulang jadwal yang telah dikeluarkan, hal ini mengakibatkan kurang efektifnya penggunaan waktu serta berdampak pada kualitas pembelajaran yang diterima oleh siswa. Untuk mengatasi masalah ini, digunakan algoritma genetika sebagai metode optimasi dalam penyusunan jadwal mata pelajaran. Algoritma genetika terbukti efektif dalam menangani masalah kompleks yang sulit diselesaikan metode konvensional, karena kemampuannya menjelajahi ruang pencarian dan menemukan solusi optimal pada kompleksitas parameter. Penelitian ini menguji algoritma genetika melalui lima percobaan dengan skala data berbeda, yaitu 128 kelompok tugas dan 65 kelompok waktu serta 65 kelompok tugas dan 65 kelompok waktu. Hasil pengujian menunjukkan bahwa algoritma genetika berhasil menghasilkan solusi penjadwalan dengan tingkat nilai fitness rata-rata 0,5 pada skema pertama dan nilai fitness 1 pada pengujian skema kedua. Dengan mempertimbangkan jumlah data yang signifikan dan jumlah generasi terbatas, kriteria yang digunakan terbukti sesuai untuk algoritma genetika dalam menyusun jadwal mata pelajaran dengan skala kecil.
URI
https://dspace.umkt.ac.id//handle/463.2017/3549
Collections
  • S1 Final Project
UMKT-DR  © 2018  Universitas Muhammadiyah Kalimantan Timur
Contact Us | Send Feedback
 

 

Browse

All of UMKT-DRCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login
UMKT-DR  © 2018  Universitas Muhammadiyah Kalimantan Timur
Contact Us | Send Feedback