DRAF PROPOSAL
Matakuliah
I. PENDAHULUAN
A. Latar Belakang
Penjadwalan mata kuliah dikatakan baik jika memiliki distribusi mata kuliah yang
merata setiap harinya untuk setiap tingkatnya tanpa mengalami kendala dalam
penjadwalan, maka dari itu penjadwalan harus diperhitungkan dengan baik agar
menempatkan jadwal pada blok atau kolom tersebut. Jadwal yang dihasilkan
dengan cara seperti ini cenderung menghasilkan jadwal yang menumpuk dan
2
tingkat keakuratannya tidak bisa dijamin. Jadwal yang baik semestinya dapat
seorang dosen hanya bisa mengajar pada waktu dan jam tertentu. Dengan syarat
ini seharusnya jadwal yang disusun menyediakan sejumlah solusi sehingga kelas
yang diajarkan oleh dosen tersebut tidak bentrok dengan dosen yang lainnya
Terdapat berbagai solusi dalam penjadwalan mata kuliah akan tetapi belum
tentu jadwal yang dihasilkan tersebut telah optimal. Penjadwalan yang baik
haruslah jadwal yang dapat diterima agar perkuliahan berjalan lancar. Banyak
metode yang dapat digunakan untuk mendapatkan jadwal yang optimal, contonya
mengasosiasi antara mata kuliah yang telah diambil dengan mata kuliah yang
ditawarkan, sehingga jumlah pembukaan kelompok kelas dapat lebih efisien dan
3
penjadwalan mata kuliah yang dibangun dapat menghasilkan jadwal mata kuliah
yang cukup optimal karena mampu mengasosiasi antara mata kuliah yang telah
kelompok kelas dapat lebih efisien dan meminimalisir tabrakan jadwal . Akan
Erberhart dan Kennedy pada tahun 1995. PSO diinspirasi dari perilaku sosial
yang terbang sendirian. PSO memiliki kinerja dengan baik dalam memecahkan
Terjemahnya :
Demi masa (1) Sesungguhnya manusia itu benar-benar dalam kerugian (2)
kecuali orang-orang yang beriman dan mengerjakan amal saleh dan nasehat
Ayat diatas menjelaskan kepada kita bahwa manusia itu akan rugi jika ia
lalai terhadap waktu. ayat ini secara tegas menjelaskan bahwa bagi manusia yang
tidak menghargai waktu untuk hal-hal yang bermanfaat niscaya manusia itu akan
rugi.
B. Rumusan Masalah
PSO-SA?
C. Tujuan Penelitian
Adapun tujuan yang ingin dicapai pada penelitian ini adalah sebagai
berikut :
1. Mendapatkan penyelesaian permasalahan penjadwalan mata kuliah dengan
PSO-SA.
D. Manfaat Penelitian
Adapun manfaat penelitian ini adalah sebagai berikut :
1. Manfaat bagi Univesitas
Penelitian ini dapat dapat mempermudah dalam penyusunan jadwal
Batasan permasalahan dalam penelitian ini adalah data yang diperoleh dari
Jurusan Matematika UIN Alauddin adalah data yang berisikan nama-nama dosen,
mata kuliah, jumlah sks, semester dan banyaknya ruangan yang tersedia.
F. Sistematika Penulisan
Secara garis besar, Proposal ini dibagi menjadi tiga bagian yaitu bagian
awal Proposal, bagian isi Proposal dan bagi akhir Proposal. Berikut ini dijelaskan
motto dan persembahan, kata pengantar, daftar isi, daftar gambar, daftar table dan
daftar lampiran.
BAB I. Pendahuluan
A. Latar Belakang
B. Rumusan Masalah
C. Tujuan penelitian
D. Manfaat
E. Batasan masalah
F. Sistematika penelitian
6
A. Jadwal
B. Optimasi
C. Model Permasalahan Penjadwalan Matakuliah
D. Alogaritma Genetika
E. Particle Swarm Optimization (PSO) dengan Simulate Annealing
(SA)
A. Jenis Penelitian
B. Lokasi dan Waktu Penelitian
1. Lokasi
2. Waktu Penelitian
Bulan
N Nama Kegiatan Sept Okt Nov Des Jan Feb
2016 2016 2016 2016 2016
o 201
6
1. Pengambilan data
semester, dan
banyaknya ruangan
yang tersedia.
2. Pengelolaan data
F. Prosedur Penelitian
pada constraints, dan resource untuk object yang ditempatkan dalam ruang dan
dan kompleksitas, seperti jadwal kuliah dan ujian akhir. Kompleksitas terjadi
penjadwalan kuliah kita tidak hanya memperhatikan terjadinya bentrok pada level
kelas dan dosen tetapi juga harus memperhatikan jadwal pertemuan semua
mahasiswa agar tidak bentrok, sehingga jadwal yang dihasilkan dapat menjadi
B. Optimasi
Optimasi adalah salah satu disiplin ilmu dalam matematika yang fokus
untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu
fungsi, peluang, maupun pencarian nilai lainnya dalam berbagai kasus. Optimasi
sangat berguna di hampir segala bidang dalam rangka melakukan usaha secara
efektif efisien untuk mencapai target hasil yang ingin dicapai. Tentunya hal ini
akan sangat sesuai dengan prinsip ekonomi yang berorientasikan untuk senantiasa
juga penting karena persaingan saat ini sudah benar benar sangat ketat.3
sebuah model yang dapat membuat penjadwalan mata kuliah pada universitas.
itu sendiri. Kumpulan dari semua dosen yang akan digunakan dalam
i I , j J , k K , l L , m M dan n N . Variabel X
i,j,k,l,m,n bernilai 1,
kuliah.
10
mahasiswa k, k K
d. Mk = mata kuliah yang dirancang untuk sekelompok mahasiswa k atau
x i , j ,k ,l , m ,n 1
k k l m M kl n N mk
satu orang dosen dan satu ruangan harus ditugaskan untuk setiap
antara mata kuliah wajib, tetapi juga antara mata kuliah wajib dan
x i , j ,k , l ,m , n 1
l L ki m M kl n N mk
tertentu:
n N , i I n , j J ,
x i , j ,k ,l , m ,n 1
k K l L ki m M kln
4. Fungsi tujuan
M inimize
{ ci , j , k ,l ,m ,nx i , j ,k , l ,m , n }
k K l L k m M kl n N mk i I l j J iln
D. Algoritma Genetika
Algoritma genetika merupakan pendekatan komputasional untuk
menyelesaikan masalah yang dimodelkan dengan proses biologi dari evolusi. Ada
12
tiga keunggulan dari aplikasi algoritma genetika dalam proses optimasi. Pertama,
beberapa jenis fungsi objektif dengan beberapa fungsi pembatas baik berbentuk
linier maupun non-linier. Kedua, operasi evolusi dari algoritma genetika sangat
efektif untuk mengobservasi posisi global secara acak. Ketiga, algoritma genetika
solusi. PSO pertama kali diusulkan oleh James Kennedy dan Eberhart (1995),
mencapai tujuan yang sama. Swarm biasa disebut agen, setiap agen bertindak
berdasarkan aturan lokal meskipun tidak ada pusat kendali untuk setiap agen
global tanpa disadari oleh setiap agen dalam suatu kawanan untuk mencapai
tujuan. Ada beberapa properties yang harus diperhatikan dalam proses swarm
berdasarkan populasi dari sekelompok burung atau ikan, dimana setiap populasi
disebut juga sebagai partikel yang diperlakukan seperti sebuah titik pada suatu
dimensi ruang waktu tertentu (Santoso dan Willy, 2011). Pada algoritma PSO
pencarian solusi dilakukan secara acak dari suatu populasi, dimana setiap partikel
berkaitan dengan posisi dan kecepatan dalam melakukan pencarian baru secara
dinamis berdasarkan prilaku mereka. Setiap partikel memiliki nilai fitness yang
harus dievaluasi untuk setiap generasi berdasarkan local best (pbest) dan global
best (gbest) yang merupakan pengalaman dari setiap partikel dalam menghasilkan
menyeimbangkan proses pencarian global dan local. Pada kasus penjadwalan ini,
partikel diwakili oleh slot-slot dalam satu set jadwal yang terdiri dari beberapa
sebagai:
a. Jumlah partikel (Number of particles) merupakan faktor yang dianggap
dioptimalkan.
e. Kecepatan (Velocity) merupakan perubahan maksimum pada setiap
kecepatan maksimum.
f. Menghentikan kondis (Stopping condition) merupakan salah satu cara
berikut:
a. Swarm: populasi dari sekawanan partikel
b.Particle: individu pada suatu swarm. Setiap partikel mempresentasikan
(SA) dengan memakai program matlab sebagai pengolah data pada penjadwalan
paling optimal. Oleh karena itu, hasil penelitiannya berupa aplikasi penjadwalan
2. Waktu penelitian
sumber data penelitian yang diperoleh oleh peneliti secara tidak langsung melalui
media perantara. Data sekunder umunya berupa bukti, catatan atau laporan
historis yang telah tersusun dalam arsip yang dipublikasikan dan tidak
dipublikasikan.
2. Sumber Data
16
Data yang digunakan dalam penelitian ini bersumber dari data yang
berisikan nama- nama dosen, mata kuliah, jumlah sks, semester dan banyaknya
F. Prosedur Penelitian
Adapun prosedur pada penelitian ini adalah :
1. Study literature.
2. Pengambilan data.
3. Proses penjadwalan mata kuliah.
4. Penerapan Hybrid PSO SA.
5. Pembuatan program.
6. Pengimpplementasian program pada contoh kasus.
17
Daftar Pustaka
Luping Fang. Particle Swarm Optimization with Simulated Annealing for TSP.
China : Zhejiang University of Technology, 2007.