A, Analisis Pengaruh Probabilitas Crossover Terhadap Kinerja Algoritma Genetika Dalam Optimasi Penjadwalan Matakuliah

Penulis

DOI:

https://doi.org/10.21063/jtif.2023.V11.2.69-74

Kata Kunci:

Probabilitas crossover, algoritma genetika, waktu komputasi, penjadwalan matakuliah

Abstrak

Kecepatan kinerja Algoritma Genetika (AG) ditentukan oleh waktu komputasi. Waktu komputasi dalam AG untuk pencarian nilai optimum sangat dipengaruhi oleh parameter-parameter : ukuran populasi (popsize), Probabilitas Crossover (Pc), Probabilitas Mutasi (Pm) dan metode seleksi yang dipilih.  Pc merupakan salah satu parameter penting dalam AG. Suatu kromosom yang akan mencapai solusi terbaik dapat diperoleh dari proses Crossover (pindah silang) dua kromosom induk. Proses Crossover sangat dipengaruhi oleh nilai Pc. Penentuan nilai Pc yang sesuai dan tepat merupakan indikator, seberapa besar kromosom induk yang akan mengalami crossover.   Metode yang digunakan untuk Analisis Pengaruh Pc terhadap kinerja AG dengan cara mengganti nilai Pc antara 0,80-0,95. Simulasi dilakukan menggunakan MATLAB R2012b sehingga diperoleh waktu komputasi terbaik untuk setiap nilai Pc yang dipilih. Sementara parameter-parameter AG yang lain tetap,yaitu :  Pm=0,05 dan ukuran populasi=100 untuk setiap pergantian nilai Pc. Hasil pengujian menggunakan MATLABR2012b menunjukkan bahwa waktu komputasi tercepat berada pada rentang nilai Pc antara 0,85-0,95 dengan rata-rata waktu komputasi 0,14564s.  Hal ini menunjukkan bahwa untuk kasus optimasi penjadwalan matakuliah diprodi TE Unimed nilai Pc antara 0,85-0,95, akan memberikan waktu komputasi tercepat.

Biografi Penulis

  • Rudi Salman, Universitas Negeri Medan

    Perkenalkan 

    Nama saya : Rudi Salman,ST.,MT

    Agama : Islam

    Status : Menikah 

    Anak : 3 orang

    Pendidikan : S1 Institut Teknologi Medan di Jurusan Teknik Elektro, Bidang Teknik Tenaga Listrik

    S2 Universitas Gadjah Mada di jurusan Teknik Elektro, Sub Bidang Sistem Tenaga Listrik

    Pekerjaan : Saat ini sebagai Dosen (PNS) di Univ. Negeri Medan (UNIMED) di Prodi Teknik Elektro

Referensi

Ongko,E., Analisis Performance atas Metode Arithmetic Crossover dalam Algoritma Genetika, Jurnal Teknologi Informasi dan Komunikasi, vol.4,No.2, hal. 76-87,Des 2015.

Elva.Y., Sistem Penjadwalan Mata Pelajaran Menggunakan Algoritma Genetika, Jur. Teknol. Inf., vol. 3, no. 1, p. 49, 2019.

Ardiansyah,H.,Junianto,M,B,S.,Penerapan Algoritma Genetika untuk Penjadwalan Mata Pelajaran,J. Media Inf. Budidarma.Vol.6,No.1, pp. 329-336, 2022.

Arkeman, Y., Seminar, K. B., dan Gunawan, H. Algoritma Genetika, Teori dan Aplikasinya untuk Bisnis dan Industri. Bogor: PT Penerbit IPB Press,2012.

Raghavendra,B.V., Effect of Crossover Probability on Proformance of Genetic Algorithm in Scheduling of Parallel Machines for BI-Criteria Objectives, Int.Journal of Engineering and Advanced Technology (IJEAT),vol.9, issue-1,2019.

Oktarina.D, dan Hajjah.A, Perancangan Sistem Penjadwalan Seminar Proposal dan Sidang Skripsi dengan Metode Algoritma Genetika, JOISIE (Journal Inf. Syst. Informatics Eng.), vol. 3, no.1, p.32 2019.

Ginantra.N.L.W.S.R., dan Anandita.I.B.G., Implementasi Algoritma Genetika Berbasis Web Pada Sistem Penjadwalan Mengajar Di Smk Dwijendra Denpasar, J. Teknol. Inf. dan Komput., vol. 5, no. 1, pp. 130–138, 2019.

Handayani.T., Fudholi.D.H., dan Rani.S., Kajian Algoritma Optimasi Penjadwalan Mata Kuliah, J. Pengkaj. Dan Penerapan Tek. Inform., vol. 13, no. 2, pp. 212–222, 2020.

Sugeha.I.H., dan Inkiriwang.R.L., Optimasi Penjadwalan Menggunakan Metode Algoritma Genetika Pada Proyek Rehabilitasi Puskesmas Minanga, J. Sipil Statik, vol. 7, no. 12, 2019.

Sobirin.S., Implementasi Algoritma Genetika untuk Penjadwalan Kuliah, Jutikomp, vol. 1, no. 2, pp. 188–194, 2018.

Nugroho.A., Priatna.W., dan Romli.I., Implementasi AlgoritmaGenetika Untuk Optimasi Penjadwalan Mata Kuliah, J.Teknol. dan Ilmu Komput. Prima, vol. 1, no. 2, pp. 35–41, 2018.

Jonathan.C.N.,et al., Implementasi Metode Algoritma Genetika Pada Penentuan Menu Makanan Untuk Membentuk Berat Badan Ideal, J.Teknol. Inf. dan Terap., vol. 6, no. 1, pp. 35–40, 2019.

Sari.Y., Alkaff.M., Wijaya.E.S., Soraya.S., dan Kartikasari.D.P., Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Algoritma Genetika Dengan Teknik Tournament Selection, J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 1, pp. 85–92,2019, doi: 10.25126/jtiik.201961262

Juwita.A.R., Pratama.A.R., dan Triono.T., Implementasi Algoritma Particle Swarm Optimization untuk Penjadwalan Perkuliahan di Fakultas Teknik Dan Ilmu Komputer Universitas Buana Perjuangan Karawang, J. Sisfotek Glob., vol.10, no. 1, pp. 18–26, 2020.

Ongko,E., Analisis pengaruh Mutasi terhadap Performance Algoritma Genetika, Jurnal Teknik Informatika Kaputama (JTIK), vol.1,No.1, Jan 2017.

Saud,A,T., Nugraha,D,W., dan Dodu,A,Y,E., Sistem Penjadwalan Perkuliahan Menggunakan Algoritma Genetika (Studi Kasus Pada Jurusan Teknologi Informasi Fakultas Teknik Universitas Tadulako), J. Ilm. Mat.dan Terapan., vol.14, no. 2, pp. 242–255, 2017

Unduhan

Diterbitkan

2023-10-30

Terbitan

Vol 11 No 2 (2023): TEKNOIF OKTOBER 2023

Bagian

Artikel

Lisensi

Hak Cipta (c) 2023 Rudi Salman, Suprapto, Irfandi

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Jurnal ini dilisensikan berdasarkan Lisensi Internasional Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0).
Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama.
Karya tersebut dapat dibagikan dan diadaptasi, bahkan untuk tujuan komersial, selama penghargaan yang sesuai diberikan dan setiap kreasi baru dilisensikan dengan ketentuan yang sama.

Cara Mengutip

[1]
“A, Analisis Pengaruh Probabilitas Crossover Terhadap Kinerja Algoritma Genetika Dalam Optimasi Penjadwalan Matakuliah”, Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, vol. 11, no. 2, hlm. 69–74, Okt 2023, doi: 10.21063/jtif.2023.V11.2.69-74.