18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

advertisement
18
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi.
Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam
periode waktu tertentu. Penjadwalan kuliah merupakan kegiatan mengalokasikan
sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu
yang telah tersedia. Untuk menghasilkan suatu penjadwalan kuliah, diperlukan
beberapa komponen penjadwalan yaitu dosen, mata kuliah, mahasiswa, kurikulum,
ruang dan waktu [1]. Penyusunan jadwal kuliah dapat dilakukan secara manual tetapi
membutuhkan waktu yang lama untuk menemukan solusinya karena melibatkan
banyak faktor yang saling mempengaruhi, terlebih lagi bila jumlah perkuliahan yang
dijadwalkan semakin bertambah dengan jumlah dosen dan ruangan yang terbatas.
Untuk mengatasi kesulitan dalam menyusun penjadwalan kuliah, maka digunakan
suatu sistem penjadwalan yang dapat mengolah seluruh data masukan seperti
komponen penjadwalan, aturan dan batasan tertentu yang berhubungan dengan
pencarian solusi dalam penjadwalan.
Keterbatasan sumber daya dalam menyusun jadwal merupakan dasar untuk
melakukan optimasi penjadwalan. Jumlah mahasiswa yang semakin banyak, jumlah
Universitas Sumatera Utara
19
dosen dan jumlah ruang yang terbatas mengharuskan sistem yang disusun nantinya
dapat memanfaatkan sumber daya yang ada dengan sebaik mungkin.
Secara umum, pencarian solusi terhadap permasalahan yang muncul dapat
dilakukan dengan beberapa pendekatan. Pendekatan tersebut menggunakan empat
metode yaitu: Sequential Methods, Cluster Methods, Constraint Based Methods, dan
Meta-heuristic Methods [1]. Dari keempat metode tersebut, algoritma genetika
dikelompokkan dalam meta-heuristic methods.
Algoritma genetika merupakan teknik pencarian berdasarkan seleksi alami yang
dikembangkan oleh John Holland di University of Michigan. Algoritma ini dapat
menemukan solusi global yang optimal untuk menyelesaikan persoalan data yang
kompleks. Algoritma genetika menggunakan teknik evolusi biologi seperti mutasi,
kawin silang dan seleksi. Metode dalam algoritma genetika sama dengan teori
Darwin yang mengikuti pola seleksi alami sederhana pada pertumbuhan dan
reproduksi. Proses diawali dengan menentukan suatu objek populasi (inisialisasi).
Selanjutnya dilakukan evaluasi fitness dari tiap objek (analisa). Ketika populasi yang
diperoleh tidak cukup fit, maka objek tersebut akan dibuang. Bila jumlah populasi
sudah memenuhi harapan, maka mulai dilakukan proses seleksi untuk dua populasi
terbaik. Proses pemilihan dilakukan dengan mutasi acak. Setelah seluruh proses
terpenuhi, maka dilakukan evaluasi dan penempatan dalam populasi [2].
Penelitian tentang penjadwalan kuliah menggunakan algoritma genetika dengan
metode pencarian beragam telah banyak dilakukan. Penelitian dilakukan dengan
Universitas Sumatera Utara
20
mengubah-ubah operator genetika (seleksi, crossover, mutasi) dan jenis pengkodean
serta metode yang dilakukan.
Sam’ani [3] melakukan penelitian tentang penjadwalan kuliah dengan algoritma
genetika di STMIK Palangkaraya. Penelitian menggunakan 8 (delapan) prosedur
antara lain: teknik pengkodean menggunakan string bit/varchar, populasi awal dan
kromosom secara acak (random), fungsi fitness untuk meminimalkan jumlah bentrok
antar jadwal, metode seleksi roulette-wheel, pindah silang satu titik potong (onepoint-crossover), mutasi pengkodean nilai, elitismn dan kondisi selesai bila iterasi
maksimum telah dicapai. Hasil output dari sistem berupa susunan penjadwalan
perkuliahan dan ujian akhir semester dalam format file Microsoft Excel. Dari 3 (tiga)
kali pengujian terhadap data yang dilakukan terhadap 5-10 generasi dan populasi
serta probabilitas pindah silang dan mutasi yang berbeda, didapatkan hasil terbaik
dengan semua nilai fitness tiap generasi bernilai 1 dan waktu tercepat adalah pada
jumlah generasi 5, populasi 5, probabilitas pindah silang 25% dan mutasi 2%.
Kazarlis,
S.
[4]
melakukan
penelitian
tentang
penjadwalan
dengan
mengkombinasikan hasil penjadwalan secara manual dan menggunakan algoritma
genetika sebagai alat optimasi. Untuk mendapatkan suatu tingkat kesesuaian, batasan
(constraint) dibagi ke dalam dua bagian yaitu hard constraint dan soft constraint.
Dalam penelitian ini, algoritma penjadwalan secara terbatas melakukan penjadwalan
berdasarkan urutan tertentu. Keterbatasan dari algoritma tersebut akan dioptimasi
dengan algoritma genetika. Penggunaan algoritma genetika lebih lanjut telah
dilakukan untuk menyelesaikan masalah penjadwalan kuliah di universitas. Metode
Universitas Sumatera Utara
21
algoritma yang dimaksud menggunakan representasi tidak langsung meliputi
pemberian prioritas peristiwa, dan timetable builder untuk menghasilkan penjadwalan
yang lengkap. Teknik ini menggabungkan sejumlah operator standar dan khusus
untuk meningkatkan efisiensi pencarian. Penggunaan algoritma genetika telah
digunakan pada masalah penjadwalan kuliah di universitas yang selama ini dilakukan
secara manual. Perbandingan langsung solusi yang dihasilkan oleh algoritma genetika
dengan penjadwalan manual menunjukkan bahwa meskipun menggunakan metode
evolusi masih tidak memenuhi seluruh hard constraint, dan yang justru hasil yang
diperoleh adalah suatu nilai kepuasan soft constraint yang lebih baik. Algoritma
genetika tidak mampu memuaskan seluruh hard constraint yang ada sehingga tidak
dapat digunakan pada permasalahan yang lebih sulit lagi. Pada penelitian ini,
pencarian sebanyak 5000 generasi masih belum dapat mencapai zero hard maupun
soft constraint.
Dari kedua penelitian di atas diperoleh dua perbedaan yang mendasar pada
teknik penjadwalan yang digunakan. Pada penelitian pertama proses optimasi
dilakukan dalam satu tahap yaitu langsung melalui algoritma genetika. Kromosom
secara langsung berisi kode waktu kuliah yang akan dilaksanakan. Pada penelitian
kedua, kromosom berisi urutan kuliah. Urutan kuliah ini diterjemahkan ke dalam
kode waktu melalui algoritma penjadwalan. Selanjutnya dilakukan proses optimasi
dengan dua tahap yaitu menggunakan algoritma penjadwalan dan algoritma genetika.
Algoritma penjadwalan terlebih dahulu melakukan proses optimasi melalui algoritma
Universitas Sumatera Utara
22
yang mencegah terjadinya pelanggaran jadwal. Tahap selanjutnya melakukan
optimasi dengan algoritma genetika untuk memilih jadwal yang lebih baik.
Penggunaan jumlah ruang merupakan hal yang penting untuk diteliti, karena
hasil optimasi yang digunakan akan memberikan gambaran jumlah ruang minimal
yang harus ada apabila terjadi penambahan jumlah mahasiswa, penambahan jumlah
mata kuliah akibat penerapan kurikulum baru, dan penambahan konsentrasi bidang
keahlian atau sebagai masukan dalam rencana pengembangan kegiatan di universitas.
Penggunaan ruangan di Fakultas Teknik Universitas Sumatera Utara saat ini dinilai
belum efektif. Hal ini terlihat dari seringnya menggunakan beberapa ruang tertentu
secara terus menerus sementara ada ruang lain yang jarang digunakan sehingga
distribusi pemakaian ruangan tidak merata.
Sistem penjadwalan kuliah yang diinginkan adalah sistem penjadwalan yang
otimal dan cepat untuk mengatasi tiap perubahan yang terdapat pada data masukan,
tetapi sistem yang dihasilkan harus tetap mengikuti aturan penjadwalan yang berlaku.
Sistem penjadwalan nantinya harus dapat mengatasi keterbatasan pada komponen
penjadwalan yaitu jumlah dosen, ruang dan waktu yang tersedia.
Berdasarkan latar belakang di atas, penelitian ini akan membandingkan proses
penyusunan jadwal kuliah dengan menggunakan algoritma genetika yang
menggunakan dua metode, yaitu dengan menggunakan algoritma penjadwalan dan
tanpa menggunakan algoritma penjadwalan. Kedua algoritma nantinya harus dapat
menemukan solusi yang lebih tepat dalam mengoptimalkan penggunaan jumlah
ruangan. Pada kesempatan ini, penulis melakukan penelitian dengan judul
Universitas Sumatera Utara
23
Penjadwalan Kuliah dengan Menggunakan Algoritma Genetika Studi Kasus Fakultas
Teknik Universitas Sumatera Utara.
1.2. Rumusan Masalah
Berdasarkan latar belakang tersebut, maka yang menjadi rumusan masalah
dalam penelitian ini adalah membandingkan proses penjadwalan kuliah dengan
menggunakan algoritma genetika tanpa algoritma penjadwalan dan dengan algoritma
penjadwalan untuk mendapatkan hasil yang optimal sehingga waktu yang diperlukan
dalam proses pencarian solusi lebih cepat.
1.3. Batasan Masalah
Adapun yang menjadi batasan masalah dalam penelitian ini antara lain:
a. Penjadwalan kuliah dibatasi pada mahasiswa reguler S1 Fakultas Teknik
Universitas Sumatera Utara pada semester ganjil Tahun Ajaran 2011/2012.
b. Data penelitian dibatasi hanya Teknik Elektro, tetapi sistem penjadwalan
kuliah yang dihasilkan dapat diaplikasikan untuk seluruh departemen.
c. Sistem perkuliahan menggunakan satuan kredit semester (SKS) dan alokasi
waktu yang diberikan tiap SKS adalah 50 menit. Waktu kuliah untuk setiap
fakultas sama yaitu 5 hari kerja, dilaksanakan pada hari Senin s.d Kamis
mulai pukul 08.00 s.d 18.00 WIB. Khusus hari Jumat pukul 08.00 s.d 11.20
WIB dan dilanjutkan kembali pukul 14.00 s.d 18.00 WIB.
Universitas Sumatera Utara
24
d. Dosen hanya dapat mengajar sesuai dengan ruang dan waktu yang telah
ditentukan. Apabila suatu hari dosen berhalangan mengajar, maka dosen
diharuskan menjadwalkan ulang kegiatan perkuliahan ke bagian akademik.
e. Membangun aplikasi sistem penjadwalan kuliah dengan algoritma genetika
dengan algoritma penjadwalan dan tanpa algoritma penjadwalan.
f. Pengembangan aplikasi menggunakan bahasa pemrograman visual basic
yang dihubungkan dengan Macro Excel.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah menghasilkan suatu sistem penjadwalan kuliah
yang optimal pada penggunaan jumlah ruangan sehingga waktu yang dibutuhkan
untuk pencarian solusi lebih cepat.
1.5. Manfaat Penelitian
Hasil penelitian ini diharapkan dapat bermanfaat bagi Fakultas Teknik
Universitas Sumatera Utara, bagi peneliti selanjutnya dan bagi ilmu pengetahuan.
a. Bagi fakultas, penelitian ini dapat dikembangkan lebih lanjut untuk
membantu menyelesaikan masalah penjadwalan kuliah dengan seoptimal
mungkin.
b. Dapat dijadikan sebagai acuan bagi peneliti berikutnya yang ingin
merancang suatu sistem penjadwalan dengan menggunakan algoritma
genetika.
Universitas Sumatera Utara
25
c. Penelitian ini diharapkan dapat memberikan alternatif dalam menyelesaikan
penjadwalan
kuliah
di
perguruan
tinggi
atau
universitas
dengan
menyempurnakan hasil dari penelitian ini sehingga dapat memperluas
penggunaan algoritma genetika.
1.6. Sistematika Penulisan
Adapun sistematika penulisan yang dirancang adalah sebagai berikut:
BAB I
PENDAHULUAN
BAB ini berisi Latar Belakang, Rumusan Masalah, Batasan Masalah,
Tujuan Penelitian, Manfaat Penelitian, dan Sistematika Penulisan.
BAB II
LANDASAN TEORI
BAB ini berisi Penelitian Terkait, Penjadwalan Kuliah, Masalah
Penjadwalan
Kuliah,
Persyaratan
Penjadwalan,
Kesulitan
dalam
Penjadwalan Kuliah, Algoritma Genetika, Pengkodean, Inisialisasi
Populasi, Operator dalam Algoritma Genetika, Elitisme, PPX dan
Konvergen.
BAB III METODE PENELITIAN
BAB ini berisi Sumber Data, Perancangan Sistem Penjadwalan Kuliah,
Optimalisasi Penjadwalan dengan Algoritma Genetika, Pembentukan
Populasi Awal, Pemilihan Operator Genetika, Perancangan Algoritma
Penjadwalan, Perbandingan dan Analisa Hasil Penjadwalan, dan Diagram
Alir Penelitian.
Universitas Sumatera Utara
26
BAB IV HASIL DAN ANALISA
BAB ini berisi Pengumpulan Data, Komponen Penjadwalan, Perancangan
Sistem Penjadwalan Kuliah, Fungsi Fitness, Proses Optimasi dengan
Algoritma Genetika, Proses Optimasi dengan Algoritma Penjadwalan dan
Algoritma Genetika, Perbandingan Hasil Penjadwalan dan Perbandingan
Grafik Hasil Penjadwalan.
BAB V
KESIMPULAN DAN SARAN
BAB ini berisi kesimpulan dan saran-saran.
Universitas Sumatera Utara
Download