<![CDATA[Penelitian ini bertujuan untuk mengoptimalkan prioritas belajar mahasiswa menjelang ujian akhir semester (UAS) dengan memformulasikan masalah pemilihan mata kuliah sebagai 0/1 knapsack problem. Data diperoleh dari dua dataset sintetis yang menggabungkan karakteristik mahasiswa (tingkat stres, kelelahan, efisiensi belajar, performa) dan mata kuliah (tingkat kesulitan, urgensi jadwal ujian) menjadi nilai prioritas (priority score) serta alokasi waktu belajar sebagai bobot. Eksperimen dilakukan pada 10 kapasitas waktu belajar berbeda (4–28 jam) untuk membandingkan algoritma Dynamic Programming (DP) dan Greedy. Hasil menunjukkan bahwa DP selalu menghasilkan solusi optimal atau superior dengan total nilai prioritas lebih tinggi atau sama dibandingkan Greedy pada seluruh kapasitas, dengan optimality gap tertinggi sebesar 9,87% pada kapasitas 16 jam. Meskipun waktu eksekusi DP lebih lambat (mikrodetik), perbedaannya tidak signifikan untuk ukuran data kecil. Disimpulkan bahwa pendekatan DP efektif untuk merekomendasikan kombinasi mata kuliah prioritas secara optimal. Penelitian selanjutnya disarankan menggunakan data nyata dan algoritma optimasi lain seperti branch and bound atau algoritma genetika.]]>
Copyrights © 2026
