Nama : Diphda Antaresada

NIM : 1103080002
Review Tugas Akhir :
Optimasi Penjadwalan Perkuliahan dengan Menggunakan Algoritma Genetika
(Studi Kasus : AMIK MDP, STMIK GI MDP dan STIE MDP)
1. What was the research trying to do ?
Tugas akhir tersebut mencoba membuat sebuah aplikasi tentang
penjadwalan perkuliahan dengan menggunakan metode algoritma
genetika untuk mendapatkan hasil yang optimal / tidak terjadi bentrok.
2. Why did it was worthwhile to do ?
Penjadwalan perkuliahan pada universitas merupakan hal yang rumit dan
memakan waktu yang lama karena mengkombinasikan antara mata kuliah
yang ditawarkan, kesediaan dosen dan ruangan. Saat ini masih ada
beberapa universitas yang masih menggunakan metode konvensional
(seperti studi kasus pada AMIK MDP, STMIK GI MDP dan STIE MDP). Maka
dari itu peneliti mencoba menyelesaikan masalah tersebut dengan
membuat aplikasi penjadwalan kuliah secara otomatis dengan
menggunakan metode algoritma genetika untuk mendapatkan hasil yang
optimal.
3. How did the research done ?
Penelitian dikatakan selesai apabila didapatkan hasil yang optimal dimana
nilai fitness mencapai 1 dan tidak ada ada jadwal mata kuliah yang
bentrok satu sama lain yang diambil mahasiswa ataupun jadwal mata
kuliah mahasiswa dengan ketersediaan ruangan kelas yang kosong.
4. What did it showed ?
Yang ditampilkan oleh peneliti yaitu data yang digunakan dalam aplikasi
optimasi penjadwalan perkuliahan yang meliputi data dosen, mata kuliah,
ruang, lantai, kelas, institusi, jurusan, tahun akademik, dan kurikulum,
tampilan aplikasi yang memudahkan user untuk registrasi, tampilan kelola
data aplikasi dan tampilan proses algoritma
5. What do need to the stress ?
Tingkat ketahanan / stress dari aplikasi program tersebut yaitu dengan
memasukan data yang banyak berupa 113 dosen, 541 mata kuliah dan 35
ruangan yang tersedia pada semester pendek tahun akademik 2012 /
2013
6. What excuses from research results ?
Algoritma dijalankan dengan memasukkan data input berupa 113 dosen,
541 mata kuliah, 35 ruang pada semester pendek tahun akademik
2012/2013. Maka hasil yang didapat yakni terdapat 216 gen, 91 generasi
dan 9772 kali mutasi. Dari hasil proses algoritma tersebut maka
didapatkan suatu jadwal perkuliahan yang optimal karena tidak terdapat
jadwal yang konflik.

7. What the message ?

Algoritma genetika dapat memberikan solusi untuk masalah penjadwalan
perkuliahan dengan menghasilkan suatu jadwal perkuliahan yang optimal.
Suatu jadwal dapat dikatakan optimal apabila tidak terdapat pinalti dan
mencapai nilai fitness 1.
8. What would the next step ?
Aplikasi optimasi penjadwalan perkuliahan tersebut dapat dikembangkan
lagi dengan menambahkan batasan seperti jam mengajar dosen atau
ditambahkan beberapa fitur baru mengenai penyusunan jadwal pengawas
dan ruangan pada saat Ujian tengah Semester (UTS) atau Ujian Akhir
Semester (UAS).