<![CDATA[Penjadwalan merupakan proses yang krusial dalam dunia pendidikan, dimana merencanakan aktivitas pada waktu tertentu dengan mempertimbangkan banyak faktor seperti kelas, mata pelajaran, guru, dan waktu pelajaran. Di Sekolah Kreatif Muhammadiyah 2 Bontang, proses penjadwalan mata pelajaran masi dilakukan tanpa yang jelas, hal ini mengakibatkan sering terjadi tabrakan jadwal serta penyesuai ulang jadwal yang telah di keluarkan, hal ini mengakibatkan kurang efektifnya penggunaan waktu serta berdapak 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 parameter yang rumit. Penelitian ini menguji algoritma genetika melalui lima percobaan dengan skala data yang 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 nilairata-rata kebugaran 0,5 pada skema pertama dan nilai kebugaran 1 pada pengujian skema kedua. Dengan mempertimbangkan jumlah data yang signifikan dan jumlah generasi terbatas, kriteria yang digunakan terbukti sesuai dengan algoritma genetika dalam menyusun jadwal mata pelajaran dengan skala kecil. Scheduling plays a crucial role in the education sector, involving the planning of activities at specific times while considering multiple factors such as classes, subjects, teachers, and class hours. However, at Muhammadiyah 2 Bontang Creative School, the subject scheduling process lacks a clear structure, leading to frequent conflicts and necessitating schedule adjustments. As a result, the effective use of time and the quality of student learning experiences are affected. To tackle this issue, genetic algorithms are utilized as an optimization method for arranging subject schedules.Genetic algorithms have proven to be effective in addressing complex problems that conventional methods struggle with. Their ability to explore extensive search spaces and find optimal solutions amidst complex parameters makes them suitable for this study. The genetic algorithms are tested through five experiments with different data scales: 128 task groups and 65 time groups, as well as 65 task groups and 65 time groups. Hasil percobaan menunjukkan keefektifan algoritma genetika dalam menghasilkan solusi penjadwalan. Pada skema pertama, nilai fitness rata-rata adalah 0,5, dan pada skema kedua, nilai fitness adalah 1. Meskipun terdapat konflik jadwal pada skala data yang lebih besar . Dengan mempertimbangkan volume data yang signifikan dan generasi yang terbatas, kriteria yang digunakan dalam percobaan terbukti cocok untuk algoritma genetika dalam menyusun jadwal mata pelajaran dalam skala kecil.]]>
