Anda di halaman 1dari 6

BAB 3

PERANCANGAN SISTEM

3.1 RANCANGAN SISTEM


Pada tugas akhir ini, dilakukan perancangan system untuk menyelesaikan permasalahan
penjadwalan sidang tugas akhir. Data yang digunakan yaitu berupa data mahasiswa beserta tugas akhir
yang dia kerjakan, daftar dosen penguji, dan topik yang digunakan dalam tugas akhir. Untuk proses
rancangannya dapat dilihat dibawah ini
Mulai

Tugas Akhir dan


mahasiswa

Set Kompetensi
Dosen terhadap
Tugas Akhir

Pilih Dosen
Penguji
Metode Fuzzy
Optimasi Jadwal
Genetic
Algorithm
Solusi berupa jadwal
dan
dosen penguji

Selesai

Gambar 3.1 Proses Rancangan Sistem

Penjelasan Proses dari rancangan sistemnya adalah sebagai berikut


1. Masukan data Tugas Akhir beserta mahasiswa nya yang akan disidangkan ke dalam sistem
2. System mengatur prioritas dosen terhadap judul Tugas Akhir dengan menggunakan metode fuzzy
relation
3. System memilih dosen yang akan menguji judul Tugas Akhir berdasarkan daftar prioritas dosen
4. System melakukan optimasi jadwal dengan menggunakan metode Algoritma Genetika,
5. Didapat jadwal sidang Tugas Akhir yang sudah teroptimasi beserta dosen pengujinya.

3.2 IMPLEMENTASI FUZZY RELATION


Dalam permasalahan ini , metode fuzzy relation digunakan untuk menentukan dosen dosen yang
akan menguji pada sidang Tugas Akhir. Dengan harapan keahlian dosen dosen yang akan menguji
sesuai dengan topik dari Tugas Akhir. Untuk menentukan relasi antara dosen dengan Tugas Akhir , perlu
diperhatikan relasi antara dosen dengan topik tugas akhir dan relasi antara Tugas Akhir dengan topik
tugas akhir.

Mulai

Tugas Akhir dan


mahasiswa

Relasi Dosen
dengan Topik

Relasi Tugas
Akhir dengan
Topik

Relasi Dosen
dengan Tugas
Akhir

Tingkat
Kompetensi
Proporsi
Dosen
Dosen Terhadap Tugas
Akhir
Mahasiswa
dan Dosen Penguji

Selesai

Gambar 3.2 Rancangan Sistem Implementasi


Fuzzy Relation
Penjelasan rancangan system untuk fuzzy relation adalah sebagai berikut
1.
2.
3.
4.
5.
6.
7.

Masukan data berupa mahasiswa beserta judul tugas akhirnya


Hitung relasi dosen dengan topik
Hitung relasi tugas akhir dengan topik
Hitung relasi Dosen dengan tugas akhir
Diperoleh data berupa nilai tingkat kompetensi dosen terhadap tugas akhir
Hitung proporsi dosen
Diperoleh hasil berupa susunan mahasiswa lengkap dengan dosen penguji

3.3 IMPLEMENTASI GENETIC ALGORITHM


Genetic algorithm ini digunakan untuk menentukan jadwal sidang yang pas , setelah tadi
diperoleh mahasiswa beserta dosen pengujinya. Dengan harapan jadwal yang dihasilkan optimal , tidak
ada yang bentrok.
Mulai

Mahasiswa
Dosen Penguji, ruangan,
jadwal

Representasi
Kromosom

Generate fungsi
fitness
Inisialisasi
Populasi

Akurasi >= 100


Selesai

Seleksi

Cross-Over

Mutasi

Generasi Baru

Iterasi terpenuhi ?

Selesai

Gambar 3.3 Rancangan Sistem Implementasi


Genetic Algorithm
Penjelasan rancangan system untuk Algoritma Genetika adalah sebagai berikut
1.
2.
3.
4.

Input data dari hasil fuzzy relation , jadwal, ruang


Representasi kromosom dengan mengencoding data
Inisialisasi populasi
Generate fungsi fitness

5. Cek kondisi terminasi


6. Seleksi masing masing kromosom
7. Proses cross-over
8. Proses mutasi
9. Seleksi survivor
10.Cek kondisi terminasi
11.Generasi Baru, jika iterasi belum terpenuhi , maka kembali ke generate
fungsi fitness. Jika iterasi terpenuhi , maka generasi baru tersebut
merupakan solusi yang dihasilkan
Perbedaan dari penyelesaian permasalahan penjadwalan sidang tugas akhir
yang menggunakan metode fuzzy relation dan algoritma genetika , dengan yang
hanya menggunakan algoritma genetika yaitu hanya terletak pada input data nya
saja. Untuk yang 2 metode, inputan data nya berasal dari solusi yang dihasilkan
oleh metode fuzzy relation.

DAFTAR PUSTAKA

[1] (online) http://www.firman-its.com/2007/05/17/algoritma-genetika-dan-contoh-aplikasinya/ [Akses 26


Oktober 2015]
[2] Gen, Mitsuo and Runwei, Cheng., Genetic Algorithms And Engineering Design. John Wiley & Sons,
Inc. New York: 1997.
[3] Witary, Vinny., Rachmat., Nur, dan Inayatullah. Optimasi Penjadwalan Perkuliahan dengan
Menggunakan Algoritma Genetika (Studi Kasus : AMIK MDP, STMIK GI MDP dan STIE MDP)
[4] Firmansyah, Eka Risky., Ahmad, Syukri Sayyid., dan Agustin, Nurul Hikmah. (2012). Algoritma
Genetika. Makalah Universitas Islam Negeri Syarif Hidayatullah Jakarta.
[5] Basuki, Achmad. Strategi Menggunakan Algoritma Genetika. 2003. Surabaya.
[6] Jha, Sujit Kumar. Exam Timetabling Problem Using Genetic Algorithm,. Engineering Department,
Ibra College of Technology, Sultanate of Oman, 2014
[7] Suyanto,ST,Msc. 2008. Soft Computing, Membangung Mesin Ber-IQ Tinggi. Informatika, Bandung.
[8] Hastuti, Umi. 1993. Relasi Fuzzy. Skripsi Program Studi Matematika Universitas Dipenogoro,
Dipenogoro.
[10] Pratiwi, Anissa Dian. 2010. Otimasi Penyusunan Jadwal Sidang Tugas Akhir Dengan Metode Fuzzy
Relation Dan Harmony Seach Algorithm. Tugas Akhir Teknik Informatika Universitas Telkom.
[11] Suyanto,ST,Msc. 2014. Artificial Intelligence : Searching, Reasoning, Planning, Learning, Revisi
Ke Dua. Informatika, Bandung.