Yunita, Farida (2018) MODEL ALGORITMA HYBRID PARTICLE SWARM OPTIMIZATION-ANTS COLONY OPTIMIZATION, UNTUK PENYUSUNAN PENJADWALAN PERKULIAHAN. S2 thesis, UAJY.

Text (HALAMAN AWAL)
MTF021230.pdf

File Pdf (1MB)
Text (BAB I)
MTF021231.pdf

File Pdf (240kB)
Text (BAB II)
MTF021232.pdf

File Pdf (156kB)
Text (BAB III)
MTF021233.pdf

File Pdf (379kB)
Text (BAB IV)
MTF021234.pdf
Restricted to Registered users only

File Pdf (522kB)
Text (BAB V)
MTF021235.pdf
Restricted to Registered users only

File Pdf (444kB)
Text (BAB VI)
MTF021236.pdf

File Pdf (296kB)

Abstract

Banyak permasalahan yang melibatkan optimasi, masalah optimasi di bidang
pendidikan contohnya adalah penyusunan penjadwalan kuliah. Membuat penjadwalan kuliah
untuk masing-masing Perguruan Tinggi memiliki regulasi yang berbeda sesuai dengan
kondisi dari Perguruan Tinggi tersebut. Regulasi pada penjadwalan di penelitian ini adalah
dalam pengaturan jadwal menggunakan batas maksimun beban kerja dosen perhari dan
jumlah hari mengajar dosen, jika melebihi batas maksimum beban sks dosen perhari, maka
jadwal matakuliah hari itu akan dipindah di hari lain. penelitian ini mencoba untuk
mengoptimalkan penjadwalan pada setiap periode dengan mempertimbangkan batas
maksimum beban sks dosen perhari. Optimasi merupakan proses memaksimalkan atau
meminimalkan sebuah fingsi tujuan dengan tetap memperhatikan pembatas yang ada.
Penjadwalan kuliah merupakan kombinasi antara ruang, waktu dan resourse. Hal tersebut
dikelompokkan kedalam kelompok optimasi kombinatorial. Ada dua metode untuk
menyelesaikan masalah optimasi kombinatorial, yaitu metode eksak dan aproksimasi. Metode
aproksimasi terdiri dari dua macam, heuristics dan metaheuristics.
Kategori algoritma meta-heuristics, yaitu genetic algoritm (GA), particle swarm
optimization (PSO), ant colony optimization (ACO), iterated local search, simulated
anneling, evolutionary computation dll. Dalam paper ini pendekatan yang digunakan adalah
pendekatan metaheuristics. Penelitian tentang penyusunan penjadwalan kuliah dengan
menggunakan algoritma ACO sudah pernah dilakukan dan terbukti mampu untuk menyusun
penjadwlan kuliah. Algoritma ACO memiliki banyak parameter sehingga dalam
menyelesaikan masalah harus mengatur sekian parameter secara manual dengan
menggunakan alat Design of Experiments (DoE) hal tersebut membutuhkan waktu untuk
menyelesaikan masalah optimasi, untuk mengatasi hal tersebut dibutuhkan optimasi
parameter secara otomatis. Algoritma PSO memiliki parameter lebih sedikit dari algoritma
ACO, tujuan paper ini adalah hybrid PSO dengan ACO untuk menyusun penjadwalan kuliah.

Item Type: Thesis (S2)
Uncontrolled Keywords: heuristics, metaheuristics, particle swarm optimization, ant colony, Design of Experiments, hybrid, penjadwalan kuliah.
Subjects: Magister Teknik Informatika > Soft Computing
Divisions: Pasca Sarjana > Magister Teknik Informatika
Date Deposited: 12 Feb 2019 04:56
Last Modified: 12 Feb 2019 04:56
URI: https://repository.uajy.ac.id/id/eprint/16577

Actions (login required)

View Item
View Item