ANALISIS PENJADWALAN UJIAN AKHIR SEMESTER DENGAN

METODE GOAL PROGRAMMING PADA PROGRAM

STUDI MANAJEMEN FAKULTAS EKONOMI
UNIVERSITAS NEGERI PADANG

Harri Dwinugroho Putro

Fakultas Ekonomi Universitas Negeri Padang
Email: dwi_np@yahoo.com

ABSTRAK

Pada penelitian ini, model penjadwalan ujian akhir semester (UAS) terkomputerisasi
dikembangkan. Model ini menggunakan metode goal programming. Model ini
dikembangkan berdasarkan jadwal UAS semester genap Januari-Juni 2012 pada Program
Studi Manajemen Fakultas Ekonomi di Universitas Negeri Padang. Penelitian ini bertujuan
untuk memperbaiki penjadwalan UAS menjadi lebih baik dan terstruktur dibandingkan
dengan penjadwalan UAS yang dibuat secara manual. Pengujian model menggunakan
software POM-QM for windows. Hasil pengujian menunjukkan penggunaan model
penjadwalan UAS mampu menghasilkan pola ujian yang terstruktur tanpa merubah sistem
yang telah ada. Adanya asumsi-asumsi yang digunakan menjadikan penjadwalan UAS lebih
baik dari sebelumnya karena mampu menyelesaikan masalah penjadwalan UAS sebelumnya.

Kata Kunci: Penjadwalan ujian, goal programming

ABSTRACT

In this research, a computerized model of final exam scheduling is developed. The model uses
a goal programming method. This model is developed based on the final examination
schedule of second semester from January to June 2012 on management program of
economic faculty at the State University of Padang. This research aims to improve the final
examination scheduling become more structured and better than the final examination
scheduling that created manually. Testing of the model uses software POM-QM for windows.
The result shows that uses of final examination scheduling models is able to describe the
patterns of exam are structured without changing the existing system. The existence of the
assumptions is used to make a final examination scheduling better than before because it is
can solving the problem of the previous final examination scheduling.

Keywords: Exam scheduling, goal programming

1
PENDAHULUAN
Pada perguruan tinggi,
penjadwalan merupakan bagian terpenting
dalam proses belajar dan mengajar serta
dalam kegiatan ujian. Dalam proses belajar
mengajar, perlu mempertimbangkan
jumlah dosen, lokal, dan mahasiswa.
Dalam kegiatan ujian, perlu
mempertimbangkan jumlah seksi, lokal
yang tersedia, mahasiswa dalam 1 lokal,
jumlah mata kuliah yang diujikan dalam
sehari dan karakteristik mata kuliah yang
diujikan. Hal ini dilakukan agar
mahasiswa dapat mengikuti ujian tidak
terlalu banyak sehingga mereka bisa fokus
dalam menjawab pertanyaan mata kuliah
yang diujikan.
Menurut Lismanto (2008: 1),
masalah penjadwalan secara umum adalah
aktifitas penugasan yang berhubungan
dengan sejumlah kendala yang dapat
terjadi pada suatu periode waktu dan
tempat/lokasi sehingga tujuan sebisa
mungkin dapat terpenuhi. Masalah ini
dapat ditemui di berbagai bidang
organisasi maupun instansi, seperti rumah
sakit, penerbangan. Pada setiap bidang
kegiatan organisasi, penjadwalan
merupakan bagian dari pengambilan
keputusan tentang penyesuaian aktivitas
dan sumber daya dalam rangka
menyelesaikan sekumpulan pekerjaan agar
tepat pada waktunya dan mempunyai
kualitas seperti yang diinginkan.
Pada Program Studi Manajemen,
Fakultas Ekonomi Universitas Negeri
Padang, ada tiga jenis penjadwalan yaitu
penjadwalan perkuliahan, penjadwalan
ujian akhir semester, dan penjadwalan
ujian skripsi. Pada penjadwalan kuliah
sejumlah kuliah harus dijadwalkan ke
dalam ruang dan slot waktu tertentu,
dimana sejumlah kuliah tidak boleh
bentrok, mahasiswa memperoleh kuliah
wajib atau pilihan tanpa bentrok, serta
batasan-batasan yang disesuaikan dengan
kondisi di-lapangan. Distribusi jadwal per-
kuliahan juga diharapkan dapat merata
setiap hari untuk setiap kelas. Penjadwalan
ujian juga harus mempertimbangkan
2
sumber daya yang ada serta kendala-
kendala yang membatasi sumber daya
tersebut. Begitu juga dengan penjadwalan
ujian skripsi yang harus mem-
pertimbangkan waktu ujian, lokal, serta
waktu pembimbing dan penguji yang harus
disesuaikan.
Pembuatan jadwal ujian tanpa
memperhitungkan mata kuliah apa yang
diujikan dalam sehari, misalnya ada 2
ujian hitungan yang berbeda tempat yang
sama-sama dilaksanakan pagi hari di mana
salah satu ujian tersebut merupakan ujian
untuk semester periode tersebut dan yang
satu lagi mungkin mata kuliah yang
diujikan yang bukan pada periode tersebut
(sebelum atau sesudah), sehingga jika ada
mahasiswa yang mengambil mata kuliah
tersebut kemungkinan besar akan terjadi
bentrok ketika ujian. Kecendrungan lain
ketika mahasiswa mengikuti ujian
hitungan dalam sehari dua kali,
mengakibatkan mahasiswa hanya fokus
pada ujian hitungan yang pertama
sehingga pada ujian hitungan yang kedua
membuat mahasiswa tidak fokus dalam
mengerjakan ujian hitungan tersebut yang
berdampak pada hasil ujian mahasiswa
tersebut, dikarenakan ujian hitungan
dianggap ujian yang berat oleh mahasiswa.
Ujian hitungan membuat
mahasiswa harus menghafal rumus pasti
yang tidak mereka buat secara asal-asalan.
Berbeda dengan ujian non hitungan yang
kebanyakan mahasiswa mampu untuk
menjawab ujian dengan pengembangan
inti setiap pelajaran dengan wawasan
mereka. Hal ini juga terjadi ketika
mahasiswa mengikuti ujian sampai tiga
kali sehari secara berurutan yang
menyebabkan mahasiswa hanya fokus
pada satu atau dua ujian pada sesi pertama
dan sesi kedua sehingga pada ujian ketiga
disesi ketiga, mahasiswa mulai tidak fokus
dan berpengaruh terhadap hasil ujiannya.
Program Studi Manajemen,
Fakultas Ekonomi, Universitas Negeri
Padang melaksanakan Ujian Akhir
Semester (UAS) dengan membuat
penjadwalan ujian dengan cara manual,
yang mana hanya menyusun penjadwalan
dengan mengisi slot ruang dan waktu
tanpa mempertimbangkan mata kuliah
yang diujikan. Penulis melihat dua pola
ujian yang berbeda dimana UAS semester
ganjil Juli–Desember 2011 Prodi
Manajemen melaksanakan ujian 6 hari
dengan tiga sesi ujian dalam sehari.
Berbeda dengan UAS semester genap
Januari-Juni 2012, dimana Prodi
Manajemen melaksanakan ujian 5 hari
dengan empat sesi ujian dalam sehari.
Pada UAS semester ganjil terdapat 30
mata kuliah dengan jumlah seksi mata
kuliah 76 seksi yang terdiri dari 13 mata
kuliah hitungan dan 17 mata kuliah non
hitungan. Sedangkan pada UAS semester
genap terdapat 27 mata kuliah dengan
jumlah seksi mata kuliah 69 seksi yang
terdiri dari 11 mata kuliah hitungan dan 16
mata kulian non hitungan untuk diujikan,
serta 3 mata kuliah konsentrasi yang
merupakan bagian dari mata kuliah
hitungan dan non hitungan. Mata kuliah
yang diujikan terdiri dari Mata Kuliah
Keilmuan dan Keterampilan (MKK), Mata
Kuliah Keahlian Berkarya (MKB), Mata
Kuliah Konsentrasi/Bidang Kajian
(MBKj), dan Mata Kuliah Perilaku
Berkarya (MPB).
Berdasarkan data ujian
sebelumnya, terlihat penjadwalan ujian
akhir semester telah disusun berdasarkan
syarat lokal dalam 1 sesi ujian tidak boleh
lebih dari 5 lokal. Namun, pengaruh dari
jumlah seksi mata kuliah yang banyak
serta adanya keterbatasan lokal dimana
tiap sesi ujian dibatasi maksimal hanya 5
lokal berdampak pada pola penjadwalan
yang kurang optimal. Pada jadwal tersebut
terdapat tiga kali mata kuliah semester 6
dalam 1 hari yang menyebabkan
mahasiswa pada semester 6 melakukan
ujian 3 kali yang dapat membuat
mahasiswa tidak fokus pada ujian ketiga.
Berdasarkan hasil wawancara, adanya
mata kuliah hitungan yang dilaksanakan
pada siang hari menyebabkan mahasiswa
juga tidak fokus dalam melaksanakan
ujian, dikarenakan ada faktor yang
membuat mahasiswa tidak ber-semangat
untuk ujian hitungan di siang hari seperti
udara yang panas dan rasa mengantuk
yang tinggi.
Berbeda ketika ujian hitungan
dilaksanakan pada pagi hari, dimana
mahasiswa bersemangat dalam
melaksanakan ujian dan suasana ujian pun
lebih sejuk dibanding siang hari.
Pertimbangan lain adalah bahwa
mahasiswa cenderung menganggap mata
kuliah hitungan susah dan berupaya pada
malam hari untuk lebih dalam belajar
hitungan karena berkaitan dengan rumus-
rumus sehingga jika dilaksanakan disiang
hari akan mengakibatkan mahasiswa lupa
dengan yang sudah dihafal karena
dipengaruhi ujian non hitungan pada pagi
hari. Hal tersebut dapat mempengaruhi
hasil akhir dari ujian mahasiswa tersebut.
Jadi, bisa disimpulkan bahwa pola ujian
yang tidak beraturan serta padatnya ujian
dalam sehari dipengaruhi oleh
keterbatasan lokal, seksi mata kuliah yang
terlalu banyak dan karakteristik mata
kuliah yang diujikan. Fenomena tersebut
mengakibatkan masalah penjadwalan
ujian pada Program Studi Manajemen
merupakan masalah optimasi yang
ditemukan pada situasi nyata. Untuk itu,
Program Studi Manajemen perlu
melakukan pengaturan jadwal yang efisien
sehingga fenomena-fenomena tersebut
tidak perlu terjadi lagi.
Didalam pemecahan masalah ini,
penulis mengusulkan sebuah metode untuk
menyelesaikan masalah penjadwalan ujian
di Fakultas Ekonomi Universitas Negeri
Padang yang disebut dengan goal
programming (GP). GP adalah salah satu
cabang dari model optimasi multiobjektif
yang juga merupakan bagian dari analisis
keputusan multikriteria. Menurut Jian-Bo
(1999: 432), tujuan optimasi multiobjektif
adalah untuk mengembangkan per-
bandingan solusi optimal untuk mencapai
semua tujuan sebesar mungkin sehingga
semua tujuan yang telah ditentukan akan
tercapai seoptimal mungkin. Menurut
Mario dalam Sintha (2010: 3), goal
3
programming adalah suatu metode yang
memerlukan informasi untuk
menyelesaikan keputusan per-masalahan
multiobjektif. Didalam goal programming
yang menjadi prioritas adalah meminimasi
variabel penyimpangan daripada meng-
optimalkan kriteria tujuan. Pendekatan
dasar dari goal programming yaitu untuk
menerapkan suatu tujuan yang dinyatakan
dengan angka untuk setiap tujuan,
merumuskan suatu fungsi tujuan untuk
setiap tujuan, serta mencari penyelesaian
yang me-minimumkan jumlah
penyimpangan-penyimpangan dari fungsi
tujuan masing-masing.
Untuk pengujian dari hasil pemodelan goal
programming, penulis menggunakan
software POM-QM for windows yang
merupakan paket program komputer untuk
menyelesaikan persoalan-persoalan
metode kuantitatif, ilmu manajemen atau
operasi riset. Software POM-QM for
windows terdiri 3 versi pertama versi DS
for windows, yang kedua QM for windows
dan yang terakhir POM-QM for windows.
Pada penelitian ini, peneliti menggunakan
software POM-QM for windows versi 3.
Keunggulan dari POM-QM for Windows
versi 3 adalah perangkat ini terdiri dari 29
modul dan lebih dari 60 submodel. Salah
satu modul yang disediakan perangkat ini
adalah Goal Programming.
TINJAUAN PUSTAKA
Penjadwalan
Menurut Dian (2011: 3),
penjadwalan merupakan proses untuk
menyusun suatu jadwal atau urutan proses
yang diperlukan dalam sebuah persoalan.
Persoalan penjadwalan biasanya
berhubungan dengan penjadwalan kelas
dalam sekolah atau perkuliahan dan juga
dalam lingkup yang tidak jauh berbeda
seperti penjadwalan mata kuliah,
penjadwalan ujian, atau bisa juga
penjadwalan karyawan, baik dalam suatu
perusahaan ataupun dalam rumah sakit.
Menurut Research Group–
Computer Science (BGU) dalam Dian
(2011: 3), ada 3 proses umum yang perlu
4
dilakukan untuk menyelesaikan sebuah
penjadwalan adalah sebagai berikut :
1) Mendefinisikan atau membuat model
dari permasalahan.
Model yang dibuat mencakup proses
apa saja yang akan dikerjakan dalam
persoalan penjadwalan yang ada. Lebih
jelasnya jadwal apa saja yang akan
dibuat.
2) Mendesain metode penyelesaian untuk
permasalahan penjadwalan tersebut.
Dari model yang telah ada, ditentukan
metode yang akan digunakan untuk
menyelesaikan permasalahan
penjadwalan ter-sebut.
3) Mencari bermacam-macam contoh
permasalahan penjadwalan yang telah
dibuat. Dalam proses ini dilakukan
pencarian penyelesaian penjadwalan
yang pernah digunakan agar dapat
dipakai sebagai referensi dalam proses
yang sedang dilakukan.
Sedangkan pembahasan penjadwalan
menurut Muller dan Bartak dalam Dian
(2011: 3) sebagai berikut :
1) Aktivitas yang dilakukan
Maksudnya adalah bahwa penentuan
dari permasalahan penjadwalan yang
dibahas. Misalnya penjadwalan mata
kuliah di perguruan tinggi.
2) Sumber-sumber yang dipakai
Sumber-sumber yang dipakai berarti
hal-hal yang dapat digunakan untuk
menyelesaikan permasalahan
penjadwalan yang telah ditentukan
atau bisa juga dikatakan sebagai data
yang digunakan. Misalnya pada
penjadwalan mata kuliah diperlukan
data mata kuliah, dosen, kelas, dan
sumber lain yang diperlukan.
3) Syarat-syarat yang diperlukan
Syarat disini adalah hal-hal yang perlu
diperhatikan ketika menyusun suatu
penjadwalan. Misalnya saja dalam
penjadwalan mata kuliah terdapat
syarat bahwa seorang dosen tidak
boleh mengajar dua kelas yang berbeda
dalam waktu / jam kuliah yang sama.
4) Hubungan timbal balik
Yang dimaksud hubungan timbal balik
disini adalah bagaimana jadwal yang
telah dibuat tersebut dapat sesuai
dengan yang diinginkan oleh user.
Dalam membuat suatu pen-jadwalan
akan ditemui beberapa kesulitan. Menurut
Muhammad (2008: 2), kesulitan tersebut
adalah :
1) Persyaratan khusus yang ditambahkan
akan menambah lama waktu
komputasi secara polinomial dalam
pencarian solusi.
2) Perancangan metode heuristik yang
efektif merupakan salah satu pekerjaan
yang tidak mudah untuk dilakukan.
Penggunaan prinsip heuristik untuk
memotong ruang pencarian solusi yang
tidak perlu, tidak dapat menjamin
solusi yang optimal atau mendekati
optimal.
Tingkat visibilitas dari pen-jadwalan
yang dihasilkan sangat dipengaruhi
oleh beberapa per-syaratan yang harus
dipenuhi. Banyaknya persyaratan
yang diajukan akan membuat masalah
terlihat lebih kompleks dan sulit untuk
diselesaikan.
3) Masalah penjadwalan sering terbentur
dengan persyaratan didunia nyata
yang tidak dapat direpresentasikan
dengan tepat ke dalam sistem
Bentuk Penjadwalan
Ada 2 bentuk penjadwalan secara umum
dalam organisasi, yaitu :
1. Penjadwalan manual
Menurut Muhammad (2008: 1),
penjadwalan manual dilakukan dengan
cara penempatan aktivitas ujian ke dalam
slot waktu dan ruang yang tersedia. Jika
jumlah aktivitas ujian dan persyaratan
yang harus dipenuhi jumlahnya sangat
besar, maka penyelesaian masalah pen-
jadwalan ujian akan menjadi rumit dan
membutuhkan waktu yang lama.
2. Penjadwalan dengan sistem komputasi
Menurut Imam (2012: 177)
penjadwalan dengan menggunakan sistem
komputasi dibagi ke dalam 3 metode,
yaitu:
a) Metode optimum yang efisien
Metode ini menghasilkan jadwal
optimum dalam waktu yang relatif
singkat. Algoritma yang
dikembangkan biasanya untuk
permasalahan yang tidak besar. Yang
termasuk dalam metode ini misalnya
algoritma Johnson.
b) Metode optimal numeratif
Metode ini menghasilkan jadwak
optimum berdasarkan formulasi
matematis, diikuti oleh metode
Branch and Bound, Mixed Integer
Linear Programming, dan Dynamic
Programming.
c) Metode heuristik
Metode heuristik melakukan
pendekatan suatu solusi optimal.
Dasar dari pengembangan metode
heuristik dikategorikan menjadi 3,
yaitu :
1) Penjadwalan dilakukan setiap mesin
selesai melakukan proses atau setiap
pekerjaan datang mengantri. Contoh
pendekatan ini adalah priority rule.
2) Pendefenisian struktur neigh-
boorhood dan solusi diperoleh
berdasarkan struktur tersebut. Contoh
pendekatan ini adalah tabu search,
simulated annealing, dan genetic
algorithm.
3) Penjadwalan dilakukan pada setiap
mesin. Contoh pendekatan ini adalah
shifting bottleneck procedure.
Goal Programming
Menurut Siswanto (2007:341)
model goal programming merupakan
perluasan dari model pemrograman linear,
sehingga seluruh asumsi, notasi, formulasi
model matematis, prosedur perumusan
model dan penyelesaiannya tidak berbeda.
Perbedaan hanya terletak pada kehadiran
sepasang variabel deviasional yang akan
muncul di fungsi tujuan dan di fungsi-
fungsi kendala. Program tujuan ganda
dalam bahasa asing dikenal sebagai goal
programming atau multiobjective
5
programming merupakan modifikasi atau
variasi khusus dari pemrograman linear.
Menurut Jian-Bo (1999: 432), tujuan
optimasi multiobjektif adalah untuk
mengembangkan perbandingan solusi
optimal untuk mencapai semua tujuan
sebesar mungkin sehingga semua tujuan
yang telah ditentukan akan tercapai
seoptimal mungkin. Menurut Mario dalam
Sintha (2010: 3), bahwa goal
programming adalah suatu metode yang
memerlukan informasi untuk
menyelesaikan keputusan permasalahan
multi-objektif. Didalam goal programming
yang menjadi prioritas adalah meminimasi
variabel penyimpangan daripada
mengoptimalkan kriteria tujuan.
Pendekatan dasar dari goal programming
yaitu untuk me-nerapkan suatu tujuan yang
dinyatakan dengan angka untuk setiap
tujuan, merumuskan suatu fungsi tujuan
untuk setiap tujuan, serta mencari
penyelesaian yang meminimumkan jumlah
penyim-pangan-penyimpangan dari fungsi
tujuan masing-masing. Jadi goal
programming merupakan suatu metode
yang mengoptimalkan beberapa tujuan
dengan meminimasi variabel-variabel
penyimpangan sehingga dapat mencapai
semua tujuan seoptimal mungkin.
Model Dasar Goal Programming
Menurut Hiller dan Lieberman
dalam Atmasari (2010: 4), pendekatan
dasar dari goal programming adalah untuk
menetapkan suatu tujuan yang dinyatakan
dengan angka tertentu untuk setiap tujuan,
merumuskan suatu fungsi tujuan untuk
setiap tujuan, dan kemudian mencari
penyelesaian yang meminimumkan jumlah
penyimpangan-penyimpangan dari fungsi-
fungsi tujuan terhadap tujuan masing-
masing. Terminologi yang mendasari goal
programming adalah :
1) Objektif
Suatu pernyataan yang me-nyatakan
atau mempresentasikan suatu aspirasi
atau keinginan untuk dapat
memaksimumkan pemenuhan
permintaan dan lain-lain.
6
2) Tingkat aspirasi atau nilai target
Suatu nilai yang membatasi
pencapaian objektif diterima atau
ditolak atau merupakan tingkat
pencapaian yang diinginkan untuk
setiap atribut atau objektif.
3) Goal
Suatu pencapaian objektif yang sesuai
dengan tingkat aspirasi pengambil
keputusan.
Menurut Siswanto (2007: 342),
pada model pemrograman linear kendala-
kendala fungsional menjadi pembatas bagi
usaha pemaksimuman atau peminimuman
fungsi tujuan, maka pada model goal
programming kendala-kendala itu
merupakan sasaran yang hendak dicapai.
Disamping itu, keberadaan sebuah kendala
sasaran selalu ditandai oleh kehadiran
variabel deviasional sehingga setiap
kendala sasaran pasti memiliki variabel
deviasional. Variabel deviasional sesuai
dengan fungsinya, yaitu menampung
deviasi hasil terhadap sasaran-sasaran
yang dikehendaki, dibedakan menjadi dua
yaitu:
1) Variabel deviasional untuk menampung
deviasi yang berada dibawah sasaran
yang dikehendaki.
. + =
Dimana, i = 1,2,….,m
j = 1,2,….,n
sehingga DB akan selalu mempunyai
koefisien +1 pada setiap kendala
sasaran.
2) Variabel deviasional untuk
menampung deviasi yang berada
diatas sasaran.
. − =
Dimana, i = 1,2,….,m
j = 1,2,….,n
 sehingga DA akan selalu mempunyai 2) Right hand side values (RHS): nilai-
koefisien -1 pada setiap kendala nilai yang biasanya menunjukkan
sasaran. ketersediaan sumber daya
Oleh karena itu, DAi dan DBi (dilambangkan dengan bi) yang akan
diminimumkan didalam fungsi tujuan ditentukan kekurangan atau kelebihan
model goal programming, yaitu : penggunanya (nilai sisi kanan).
3) Goal: keinginan untuk meminimumkan
angka penyim-pangan dari suatau nilai
+ RHS pada suatu goal constraint
tertentu (tujuan).
Sehingga secara umum model matematis 4) Goal Constraint: sinonim dari istilah
goal programming dapat dirumuskan goal equation, yaitu suatu tujuan yang
sebagai berikut : diekspresikan dalam persamaan
matematik yang memasukkan variabel
+ simpangan (kendala tujuan).
5) Preemtive priority factor: suatu sistem
ST urutan yang dilambangkan dengan Pk
+ + …+ + − =
+ + …+ + − = dimana k = 1,2,…..k dan k
.
.
.
.
.
.
.
.
.
. menunjukkan banyaknya tujuan dan
+ + …+ + − = model yang memungkinkan tujuan-
dan tujuan disusun secara ordinal dalam
, , ≥ 0, = 1, 2, … … …
model linear goal programming.
Sistem urutan ini menempatkan tujuan-
Keterangan: tujuan dalam susunan dengan
= jumlah unit deviasi yang hubungan sebagai berikut:
kekurangan atau
kelebihan terhadap
tujuan (bi) P1>P2>>>P3
= koefisien teknologi fungsi kendala
tujuan, yaitu yang berhubungan Keterangan:
dengan tujuan peubah pengambilan
P1 merupakan tujuan yang paling
ke-putusan (xj)
penting
= variabel pengambilan keputusan P2 merupakan tujuan yang kurang
= tujuan atau target yang ingin penting dan seterusnya
dicapai 6) Deviational variable: variabel-
variabel yang menunjukkan
Unsur-Unsur Goal Programming kemungkinan penyimpangan negatif
Menurut Sri dalam Kartika (2011: dari suatu nilai RHS kendala tujuan
2), Agar memahami dengan baik bidang (dalam model linear goal
yang dipelajari, pembaca harus mengerti programming dilambangkan dengan
istilah-istilah dan lambang-lambang yang , dimana i = 1,2,…..,m dan m
digunakan orang dalam bidang studi itu. adalah banyaknya kendala tujuan
Berikut ini adalah definisi dari beberapa dalam model) atau penyimpangan
istilah dan lambang yang biasa digunakan positif dari suatu nilai. RHS
dalam goal programming. (dilambangkan dengan variabel-
1) Goal programming dilambangkan variabel ini sama dengan slack
dengan xj, untuk ( j= 1,2,…..,n ) yang variable dalam linear goal
akan dicari nilainya (variabel programming (variabel simpangan).
keputusan).

7
7) Differential weight: timbangan
matematika yang diekspresikan dengan
angka
Kardinal (dilambangkan dengan wki di
mana ) k=1,2,…….,k;i = 1,2,……,m)
dan digunakan untuk membedakan
variabel simpangan i didalam suatu
tingkat prioritas k (bobot).
8) Techological coefficient: nilai-nilai
numerik (dilambangkan dengan aij )
yang menunjukkan penggunaan nilai
bi per unit untuk menciptakan xj
(koefisien teknologi)
Kelebihan dan Kekurangan Goal
Programming
Menurut Sri (1991) dalam Kartika
(2011: 3), secara umum kelebihan goal
programming adalah:
1) Setiap tujuan direpresentasikan dalam
model.
2) Semua tujuan dapat dimasukkan
dalam model.
3) Pengambil keputusan didorong untuk
mengestimasi level aspirasi tujuan-
tujuan dalam model. Hal ini
memberikan pertimbangan lebih
mendalam dalam penyusunan model.
Pendekatan ini dapat di-aplikasikan
dalam lingkup permasalahan yang
penting dan praktis termasuk
perkiraan dan pengujian suatu kurva,
pengenalan, dan klasifikasi pola, dan
analisa kluster.
4) Dapat diselesaikan dengan linear
programming.
Beberapa kelemahan yang dimiliki oleh
goal programming:
1) Perlu waktu lebih untuk membentuk
model.
2) Keterlibatan pengambil ke-putusan
lebih banyak berkaitan dengan
penentapan level aspirasi, prioritas,
bobot, dan lain-lain.
3) Pertimbangan yang sifatnya subyektif
terhadap penetapan prioritas dan
bobot.
8
METODE PENELITIAN
Jenis penelitian yang peneliti
gunakan dalam penelitian ini adalah
penelitian studi kasus. Jenis data yang
digunakan dalam penelitian ini adalah data
sekunder. Data sekunder yang digunakan
peneliti merupakan data penjadwalan ujian
akhir semester genap Januari-Juni 2012.
Sumber data dalam penelitian ini berasal
dari data penjadwalan ujian akhir
semester genap Januari-Juni 2012 yang
dikeluarkan oleh Program Studi
Manajemen.
Definisi Operasional Variabel
Fungsi Tujuan
Fungsi tujuan pada penelitian ini pada
dasarnya adalah meminimumkan variabel
penyimpangan yang terdapat pada fungsi
kendala. Dari hasil meminimumkan
tersebut, peneliti mengasumsikan :
a) Ujian mata kuliah konsentrasi
dilakukan pada jam yang sama.
b) Ujian yang karakteristiknya mata
kuliah hitungan dilaksanakan pada pagi
hari, yaitu sesi pertama dan kedua.
c) Mata kuliah semester 2, 4, 6 diujikan
maksimal 2 mata kuliah perhari.
Fungsi Kendala
Fungsi kendala, yaitu :
a) Ujian dilaksanakan dalam 6 hari, mulai
dari Senin sampai Sabtu.
b) Dalam 1 hari ujian dilakukan dalam 3
sesi, yaitu : jam 07.00-10.00, 10.15-
12.45, dan 13.30-16.00.
c) Lokal yang digunakan selama ujian
dalam 1 sesi ujian adalah 5 lokal.
Teknik Analisis Data
Dalam teknik analisis data, peneliti
menggunakan metode goal programming.
Tujuan dari goal programming adalah
untuk mengembangkan perbandingan
solusi optimal untuk mencapai semua
tujuan sebesar mungkin sehingga semua
tujuan yang telah ditentukan akan tercapai
seoptimal mungkin. Didalam goal
programming, yang menjadi prioritas
 adalah meminimasi variabel kendala
daripada mengoptimalkan kriteria tujuan.
1. Fungsi Tujuan
Fungsi tujuan pada penelitian ini pada
dasarnya adalah me-minimumkan
variabel deviasi yang terdapat pada
fungsi kendala. Dari hasil
meminimumkan tersebut, peneliti
mengasumsikan :
a) Ujian mata kuliah konsentrasi
dilakukan pada jam yang sama.
Diasumsikan mata kuliah
konsentrasi dilaksanakan pada hari
pertama, sesi pertama.
b) Ujian yang karakteristiknya mata
kuliah hitungan di-laksanakan pada
pagi hari, yaitu sesi pertama dan
kedua.
Asumsi ini merupakan per-
timbangan agar mahasiswa lebih
fokus dalam mengerjakan soal mata
kuliah hitungan di pagi hari,
dibandingkan pada siang hari.
c) Mata kuliah semester 2, 4, 6 diujikan
maksimal 2 mata kuliah perhari.
5) Asumsi ini merupakan pertimbangan
agar tiap mata kuliah semester 2, 4,
dan 6 diujikan maksimal 2 mata
kuliah sehingga mahasiswa yang
berada pada semester tersebut tidak
terlalu banyak materi yang perlu
dibaca.
2. Fungsi kendala, yaitu :
a) Ujian dilaksanakan dalam 6 hari,
mulai dari Senin sampai Sabtu.
Berbeda dengan pola ujian akhir
semester genap Januari-Juni 2012,
disini peneliti meng-asumsikan
jadwal sampai hari Sabtu
dikarenakan untuk mencapai
penggunaan lokal secara optimal dan
waktu ujian tidak sampai sore hari
seperti pada penjadwalan
sebelumnya.
b) Dalam 1 hari ujian dilakukan dalam
3 sesi, yaitu : jam 07.00- 10.00,
10.15-12.45, dan 13.30-16.00.
Sesi ujian ini berbeda dengan yang
sebelumnya, dimana terdapat 4 sesi.
Sesi tersebut mulai dari pagi sampai
sore. Peneliti mengasumsikan hanya
ada 3 sesi mulai dari pagi sampai
siang hari.
c) Lokal yang digunakan selama ujian
dalam 1 sesi ujian adalah 5 lokal.
Peneliti mengikuti aturan Program
Studi, bahwa maksimal lokal yang
digunakan oleh Program Studi
Manajemen dalam 1 sesi ujian
adalah 5 lokal.
HASIL DAN PEMBAHASAN
Menentukan Asumsi dan Notasi
Mata kuliah yang diujikan dibagi menjadi
2 kategori, yaitu mata kuliah hitungan
yang dilaksanakan pada pagi hari dan mata
kuliah teori yang dilaksanakan pada pada
siang hari. Jadwal diasumsikan mulai pada
hari senin sampai jumat selama 5 hari.
Notasi yang digunakan adalah sebagai
berikut.
N = jumlah hari pada jadwal ujian
(n=5)
i = indeks hari, i= 1,2,3,..n
s = sesi ujian, s= 1,2,3.
Ki = pelaksanaan ujian mata kuliah
konsentrasi pada hari ke-i.
Hi = pelaksanaan ujian mata kuliah
hitungan pada hari ke-i
Ni = pelaksanaan ujian mata kuliah non
hitungan pada hari ke-i
X = mata kuliah
Algoritma
1. Fungsi Tujuan
Fungsi tujuan pada penelitian ini pada
dasarnya adalah me-minimumkan
variabel deviasi yang terdapat pada
fungsi kendala. Dari hasil
meminimumkan tersebut, peneliti
mengasumsikan :
a) Ujian mata kuliah konsentrasi
dilakukan pada jam yang sama.
b) Ujian yang karakteristiknya mata
kuliah hitungan di-laksanakan pada
pagi hari, yaitu sesi pertama dan
kedua.
9
 c) Mata kuliah semester 2, 4, 6 diujikan
maksimal 2 mata kuliah perhari.
Model algoritma dari fungsi tujuan adalah
: diujikan dalam 2 hari adalah 10
∶ +
2. Fungsi kendala, yaitu :
a) Ujian dilaksanakan dalam 6 hari,
mulai dari Senin sampai Sabtu.
b) Dalam 1 hari ujian dilakukan dalam
3 sesi, yaitu : jam 07.00-10.00,
10.15-12.45, dan 13.30-16.00.
c) Lokal yang digunakan selama ujian
dalam 1 sesi ujian adalah 5 lokal.
Untuk dapat mencapai asumsi pada
fungsi tujuan dan meminimasi fungsi
kendala, maka peneliti menggunakan
model algoritma dari fungsi kendala, yaitu:
a) Kendala tujuan 1
Kendala ini memberikan ketentuan
agar mata kuliah yang diujikan
disesi pertama, tidak akan diujikan
disesi kedua atau ketiga.
+ ≤1
X merupakan mata kuliah.
b) Kendala tujuan 2
Kendala ini memberikan ketentuan
agar mata kuliah yang diujikan
dalam 2 hari ada 1 kali dan 1 sesi.
+ ( ) + + (
X merupakan mata kuliah.
c) Kendala tujuan 3
Kendala ini memberikan ketentuan
agar mata kuliah yang diujikan
dalam 2 hari hanya ada maksimal 4
mata kuliah persesi perhari.
≤2
X merupakan mata kuliah
10
d) Kendala tujuan 4
Kendala ini memberikan ketentuan
agar jumlah mata kuliah yang
mata kuliah.
= 10
X merupakan mata kuliah
Percobaan Numerik dengan Software
POM-QM for windows
Percobaan numerik dilakukan
sebanyak 3 kali percobaan dan mata kuliah
dibagi menjadi 3 kelompok. Pembagian
mata kuliah yang diujikan untuk percobaan
numerik dilakukan agar memudahkan
penulis dalam pengujian terhadap
algoritma fungsi kendala yang telah dibuat
beserta fungsi tujuan, dimana dalam
pembagian mata kuliah terdapat kombinasi
antara mata kuliah hitungan dan non
hitungan. Adanya pembagian mata kuliah
ini diharapkan dapat menghasilkan suatu
penjadwalan yang sesuai dengan asumsi-
asumsi yang dirumuskan oleh peneliti.
Keseluruhan hasil percobaan
menghasilkan model penjadwalan dalam
fungsi tujuan yang meminimumkan
kendala, yaitu :
1) Ujian mata kuliah konsentrasi
dilakukan pada jam yang sama.
) ≤1 Diasumsikan mata kuliah konsentrasi
dilaksanakan pada hari pertama, sesi
pertama, yang terdiri tiga mata kuliah
konsentrasi dan 5 seksi mata kuliah.
2) Ujian yang karakteristiknya mata kuliah
hitungan dilaksanakan pada pagi hari,
yaitu sesi pertama dan kedua.
Asumsi ini merupakan per-timbangan
agar mahasiswa lebih fokus dalam
mengerjakan soal mata kuliah hitungan
di pagi hari, dibandingkan pada siang
hari.
3) Mata kuliah semester 2, 4, 6 diujikan
maksimal 2 mata kuliah perhari.
 Asumsi ini merupakan per-timbangan mempertimbangkan kendala tujuan dalam
agar tiap mata kuliah semester 2, 4, dan algoritma dan penggunaan software.
6 diujikan maksimal 2 mata kuliah Berkenaan dengan hal tersebut dapat
sehingga mahasiswa yang berada pada dikemukakan beberapa saran antara lain:
semester tersebut tidak terlalu banyak 1. Untuk penelitian selanjutnya, agar
materi yang perlu dikuasai. dapat merumuskan model yang dapat
Perbedaan yang dihasilkan digunakan dalam satu kali percobaan
dalam penggunaan goal programming numerik tanpa perlu melakukan
adalah ketika semua asumsi dalam pembagian mata kuliah terlebih
fungsi tujuan dan fungsi kendala dahulu.
membentuk penjadwalan yang lebih 2. Model goal programming ini bisa
optimal. Pada penjadwalan yang diterapkan pada Program Studi
manual terdapat mata kuliah hitungan Manajemen, karena asumsi-asumsi
pada siang hari, serta jumlah mata dari model tersebut menjadikan pola
kuliah yang diujikan pada semester ujian lebih terstruktur.
tertentu mencapai 3 kali ujian dalam 1
hari. Pada penjadwalan yang dihasilkan DAFTAR KEPUSTAKAAN
dengan metode goal programming mata Arina Pramudita Lestari, Wiwik
kuliah hitungan diujikan hanya pada Anggraeni, & Retno Aulia Vinarti.
pagi hari serta jumlah mata kuliah yang (2012). “Penjadwalan Perawat Di
diujikan pada semester tertentu hanya 2 IRD DR. Soetomo Menggunakan
kali dalam sehari. Penggunaan metode Model Goal Programming”.
goal programming tersebut tidak (http://digilib.its.ac.id, diakses pada
merubah sistim yang telah ada, yaitu tanggal 21 Oktober 2012)
penggunaan lokal maksimal 5 lokal per Atmasari. (2010). “Penjadwalan Perawat
sesi. Unit Gawat Darurat Dengan
Menggunakan Goal
SIMPULAN Programming”.
Berdasarkan hasil analisis dalam (http://digilib.its.ac.id, diakses pada
penelitian ini, maka diperoleh beberapa tanggal 21 Oktober 2012).
kesimpulan sebagai berikut : Chairun Nissa Siregar. (2012).
1. Penggunaan metode goal “Pendekatan Fuzzy Goal
programming dalam penjadwalan Programming Untuk Optimasi Pola
ujian akhir semester genap Januari- Distribusi”. (http:// digilib. its.ac.id,
Juni 2012 menghasilkan pola ujian diakses pada tanggal 21 Oktober
yang terstruktur tanpa merubah sistem 2012).
yang telah ada, dimana setiap sesi Dian Ariani. (2011). “Optimasi
ujian hanya diperbolehkan 5 lokal Penjadwalan Mata Kuliah Di
yang digunakan. Jurusan Teknik Informatika PENS
Dengan Menggunakan Algoritma
2. Adanya asumsi-asumsi dalam Particle Swarm Optimization
pembentukan fungsi tujuan, membuat (PSO)”. (http:// digilib.its.ac.id,
hasil penjadwalan menjadi lebih baik diakses pada tanggal 23 Oktober
daripada penjadwalan ujian akhir 2012).
semester yang sebelumnya. Hutomo, et al. (2011). “Implementasi
Algoritma Integer Linear
SARAN Programming Untuk Sistem
Untuk dapat menghasilkan Informasi Penjadwalan Ruangan Di
penjadwalan ujian yang baik dengan Fakultas Ilmu Komputer
metode goal programming perlu Universitas Indonesia”. Journal of

11
 Information System., Volume 7. Edition. New Jersey : Pearson
Hlm. 26-33. Education, Inc
Imam Sodikin & Aang Mashuri. (2012).
“Penjadwalan Produksi Pada
Sistem Manufaktur Repetitive
Make To Order Flow Shop Melalui
Pendekatan Theory Of
Constraints”. Jurnal Teknologi
Technoscienti., Volume 4. Hlm.
173 – 183.
Jian – Bo Yang. (1999). “Gradient
Projection and Local Region
Search for Multiobjective
Optimasation”. European Journal
of Operation Research 112. Hlm.
432 – 459.
Kartika Mega Sari. (2011). “Goal
Programming Untuk Perencanaan
Produksi Agregat Dengan Kendala
Sumber Daya”.
(http://digilib.its.ac.id, diakses pada
tanggal 23 Oktober 2012).
Lismanto. (2008). “Penjadwalan Kuliah
Dengan Algoritma Memetika”.
(http:// lontar.ui. ac.id, diakses
pada tanggal 23 Oktober 2012).
Muhammad Syadid. (2008). “Penjadwalan
Perkuliahan Menggunakan Metode
Algoritme Genetika”. Jurnal
Ilmiah Ilmu Komputer. Volume 6.
Hlm. 1 - 10.
Nur Indriantoro & Bambang Supomo.
(1999). Metodologi Penelitian
Bisnis Untuk Akuntansi dan
Manajemen. Yogyakarta: BPFE.
Render, Barry., Ralph M. Stair, JR,
&Michael E. Hanna. (2006).
Quantitative Analysis For
Management. New Jersey : Pearson
Education, Inc.
Sintha Yuli Puspandari. (2010).
“Optimalisasi Jadwal Kunjungan
Eksekutif Pemasaran Dengan Goal
Programming”.
(http://digilib.its.ac.id, diakses pada
tanggal 23 Oktober 2012).
Siswanto. (2007). Operation Research
Jilid 1. Jakarta : Erlangga.
Taylor, Bernard W. (2007). Introduction
to Management Science, Ninth

12