Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal i tabaos
Joya Saddani Makaneneng
Program Studi Teknik Industri Universitas Pattimura
Decision Sciences, Operations Research & Management Engineering Environmental Science Industrial & Manufacturing Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
OPTIMASI PENJADWALAN KULIAH PROGRAM STUDI TEKNIK INDUSTRI MENGGUNAKAN ALGORITMA GENETIKA Joya Saddani Makaneneng; Billy J. Camerling; Mentari Rasyid
i tabaos Vol 5 No 3 (2025)
Publisher : Fakultas Teknik Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/i-tabaos.2025.5.3.146-150

Abstract

Penjadwalan kuliah merupakan permasalahan yang kompleks dalam dunia akademik karena melibatkan banyak variabel seperti waktu, dosen, ruang, dan mata kuliah. Proses penjadwalan secara manual sering kali menyebabkan bentrokan jadwal, ketidakseimbangan alokasi kelas, dan penggunaan ruang yang tidak efisien. Penelitian ini bertujuan untuk mengoptimalkan penjadwalan kuliah menggunakan algoritma genetika guna menghasilkan jadwal yang efisien dan dapat diterapkan. Metode yang digunakan dalam penelitian ini adalah algoritma genetika, yang dirancang untuk menyusun jadwal kuliah dengan memperhitungkan kendala keras (hard constraints) dan kendala lunak (soft constraints). Kendala keras mencakup penghindaran bentrokan jadwal bagi mahasiswa dan dosen serta penyesuaian jadwal dengan slot waktu yang telah ditentukan. Sementara itu, kendala lunak meliputi kesesuaian ruangan untuk mata kuliah teori dan praktik serta pemerataan jadwal mahasiswa agar tidak ada hari yang terlalu padat. Hasil penelitian dianalisis berdasarkan nilai fitness, jumlah bentrokan, serta waktu komputasi. Hasil penelitian menunjukkan bahwa tahapan ke-4 dengan pengujian ke-3 menghasilkan solusi optimal, dengan 21 bentrokan, nilai fitness maksimal 0.045454545, dan waktu komputasi 33.14 menit. Algoritma genetika terbukti mampu mengurangi konflik jadwal dan meningkatkan efisiensi proses penjadwalan. Dengan demikian, metode ini dapat digunakan sebagai solusi yang efektif dalam penjadwalan kuliah.
Co-Authors Billy J. Camerling Mentari Rasyid