Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Kohesi: Jurnal Sains dan Teknologi Catha : Jurnal Penelitian Kreatif dan Inovatif
M. Iqbal Maulana
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Physics Public Health Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Kohesi: Jurnal Sains dan Teknologi

 1 
PENERAPAN ALGORITMA GENETIKA MUTUAL SELECTION UNTUK PENJADWALAN SHIFT KERJA KARYAWAN PADA PT. MIFA BERSAUDARA M. Iqbal Maulana
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i9.12488

Abstract

Penelitian ini dilaksanakan dengan menggunakan algoritma genetika mutual selection untuk menyelesaikan permasalahan penjadwalan kerja karyawan di PT Mifa Bersaudara. Perusahaan ini merupakan salah satu entitas anak PT Media Djaya Bersama yang didirikan pada tahun 2002 dan bergerak dalam bidang pertambangan baru bara di wilayah Aceh Barat, Aceh. Adapun tujuan dari penelitian ini adalah untuk mendapatkan penjadwalan kerja karyawan yang terintegrasi dan merata. Dimana tidak adalagi kesenjangan dalam jumlah libur, jarak libur antar karyawan, dan urutan shift malam dan pagi yang bertabrakan. Algoritma genetika merepresentasikan kandidat solusi penjadwalan ke dalam kromosom-kromosom secara acak, lalu dievaluasi menggunakan fungsi fitness dan dilakukan seleksi menggunakan roulete wheel. Kemudian dilakukan crossover one-cut-point dan mutasi. Berdasarkan hasil pengujian sistem informasi penjadwalan dengan menggunakan metode algoritma genetika yang dibuat, didapatlan hasil penjadwalan yang maksimal dimana tidak ada lagi jadwal yang bertabrakan dan jumlah libur serta jarak libur semua karyawan merata.
Co-Authors Elfera Rizky M. Nazif Alqairi Nafi’azka Raihan Ramadhan Yebi Dede Irawan Yusuf Agung Winanda