<![CDATA[Penjadwalan kegiatan belajar mengajar dalam suatu sekolah adalah hal yang sangat kompleks. Dalam proses penyusunan jadwal pelaksanaan yang menginformasikan sejumlah mata pelajaran, guru yang mengajar, ruang, serta waktu kegiatan belajar mengajar. Penyusunan jadwal secara manual cenderung membutuhkan waktu yang lebih lama dan ketelitian yang cukup bagi pembuat jadwal. Untuk dapat membuat jadwal yang efisien dalam pembuatan, dibutuhkan metode Algoritma Genetika. Algoritma Genetika merupakan teknik pencarian yang dilakukan sekaligus atau sejumlah solusi yang mungkin dikenal dengan istilah populasi individu yaitu kelas, dalam satu populasi disebut dengan istilah kromosom yang di dalam kromosom. Kromosom ini merupakan suatu solusi yang masih berbentuk simbol. Populasi awal ini dibangun secara acak, sedangkan populasi berikutnya merupakan hasil evolusi kromosom melalui iterasi disebut dengan generasi. Pada setiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan parameter yang disebut dengan fungsi fitness. Nilai fitness dari suatu kromosom akan menunjukkan kualitas dari kromosom dalam populasi tersebut. Generasi berikutnya dikenal dengan istilah anak (off spring) terbentuk dari gabungan dua kromosom generasi sekarang yang bertindak sebagai induk (parent) yang dibentuk dengan cara menyeleksi nilai fitness menggunakan metode roulette wheel selection yang didapat dari hasil probabilitas nilai fitness, lalu dimodifikasikan seleksi tersebut dengan menggunakan operator penyilangan (crossover) dan operator mutasi, serta menolak kromosom yang lainnya sehingga populasi (jumlah kromosom dalam suatu populasi) konstan. Setelah melalui beberapa generasi, maka algoritma ini akan konvergen ke kromosom terbaik yaitu guru dan mata pelajaran yang tidak bentrok. Hasil penelitian menunjukkan bahwa dengan jumlah 100 generasi, 70% probabilitas cross over dan 30% probabilitas mutasi dapat menghasilkan jadwal yang paling optimal.]]>
Copyrights © 2016
