6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 110-114
ABSTRAK
Keberadaan komputer bahkan telah menggantikan banyak tenaga kerja manusia, baik di bidangbisnis, industri maupun
transportasi.Hal ini tidak bisa disalahkan karena memang terbukti bahwa sistem komputerisasi jauh lebih efisien dan
menguntun kan bagi perusahaan dibanding dengan sistem manual (dengan tenaga kerja manusia). Hampir setiap
perusahaan, khususnya yang sedang berkembang dan maju saat ini berlomba-lomba untuk mengkomputerisasi sistem yang
dimiliki perusahaannya, untuk meningkatkan efisiensi dan efektivitas kerja. Dengan perancangan aplikasi yang dilakukan
dalam pembuatan skripsi ini adalah penjadwalan keberangkatan penumpang yang akan diatur dalam sistem komputerisasi.
Kemudian pengaturan jadwal keberangkatan penumpang dengan kereta api yang berbeda, haridan jam keberangkatan yang
ditempuh untuk sampai pada tempat tujuan ditata seoptimal mungkin dengan menggunakan metode Algoritma Genetika.
Pertama hitung terlebih dahulu panjang total gen [jum’at; 09:10][sabtu; 09:34
yang ada dalam satu populasi. Chromosome [5]
Dalam kasus ini panjang toal gen adalah total_gen = [Sri Bilah; Rantau Parapat-Medan]
= (jumlah gen dalam chromosome) * jumlah [senin; 17:30][selasa; 17:54]
populasi [rabu; 18:04][kamis; 18:46]
=4*6 [jum’at; 19:23][sabtu; 19:55]
= 24 Chromosome [6] = [Sri Bilah; Medan-R.Parapat]
Dan untuk menentukan posisi gen yang mengalami [senin; 15:37][selasa; 15:53]
mutasi dengn cara membangkitkan bilangan [rabu; 16:05][kamis; 16:27]
integer acak antara 1 sampai total_gen, yaitu 1 [jum’at; 17:30][sabtu; 18:55]
sampai 24. Jika bilangan acak yang dibangkitkan
lebih kecil daripada variabel mutation_rate (pm) IV. IMPLEMENTASI
maka pilih posisi tersebut sebagai sub- Pada skripsi ini, sistem dibangun menggunakan
chromosome yang mengalami mutasi. Misal pm MicrosoftVisualBasict 2008, berikut merupakan
ditentukan 10% maka diharapkan ada 10% dari implementasi sistem dari langkah pertama hingga
total_gen yang mengalami populasi : penentuan solusi.
Jumlah mutasi = 0.1 * 24 = 2.4 1. Tampilan Form Login
=2 Tampilan ini merupakan tampilan dari form login
Proses yang sama ini akan di lanjutkan pada dimana berfungsi untuk melakukan proses login.
generasi sebelumnya yaitu proses evaluasi, seleksi, Yang dapat dilihat pada gambar 1 Berikut ini :
crossover dan mutasi yang kemudian akan Gambar 1: Tampilan Form Login
menghasilkan choromosome-chromosome baru
untuk generasi selenjutnya. Setelah dilakukan
perhitungan yang diatas maka di pilihlah
chromosome yang terbaik yaitu:
Chromosome = [05;01;03;02]
Jika dikodekan maka:
a=05 ; b=01 ; c=03 ; d=02
jika dihitung terhadap persamaan f=a+2b+3c+4d:
5 + (2*1) + (3*3) + (4*2) =24
Dari pencarian di atas dapat diketahui hasil akhir
dari perhitungan yaitu;
Dari pencarian di atas dapat diketahui hasil akhir
dari perhitungan yaitu;
2. Tampilan Form Menu Utama
Chromosome [1] = [5;1;3;2] [5;2;4;3]
Berikut ini merupakan tampilan dari form menu
[5;3;5;4][5;4;6;5] [5;5;1;6] [5;6;2;1]
utama. Yang berfungsi untuk pemanggilan form-
Chromosome [2] = [4;3;4;6][4;4;5;1] [4;5;6;2]
form lainnya pada sistem.
[4;6;1;3] [4;1;2;4] [4;2;3;5]
Gambar 2: Tampilan Form Menu Utama
Chromosome [3] = [3;1;3;2][3;2;4;3] [3;3;5;4]
[3;4;6;5] [3;5;1;6] [3;6;2;1]
Chromosome [4] = [2;3;1;5][2;4;2;6] [2;5;3;1]
[2;6;4;2] [2;1;5;3] [2;2;6;4]
Chromosome [5] = [1;2;3;1][1;3;4;2] [1;4;5;3]
[1;5;6;4] [1;6;1;5] [1;7;2;6]
Chromosome [6] = [2;1;5;3][2;2;6;4] [2;3;1;5]
[2;4;2;6] [2;5;3;1] [2;6;4;2]
Chromosome [1]
= [Siantar Ekspres; Siantar-Medan]
[senin; 07:25][selasa; 07;29]
[rabu; 08:13][kamis; 08:52]
[jum’at; 09:13][sabtu; 09:25]
Chromosome [2]
= [Siantar Ekspres; Medan-Siantar]
3. Tampilan Form PenjadwalanKeretaApi
[senin; 13:44][selasa; 13:56]
Form order distribusimerupakan form yang
[rabu; 14:15][kamis; 14:58]
berfungsi untuk menginputkan data order
[jum’at; 15:24][sabtu; 16:02]
distribusi. Berikut merupakan tampilan dari form
Chromosome [3] = [Putri Deli;Tj. Balai-Medan]
order distribusi.
[senin; 08:55][selasa; 09:35]
[rabu; 09:57][kamis; 10:23]
[jum’at; 11:16][sabtu; 11:51]
Chromosome [4] = [Putri Deli; Medan-Tj. Balai]
[senin; 07:35][selasa; 07:49]
[rabu; 08:03][kamis; 08:22]
114
Jurnal Riset Komputer (JURIKOM), Vol. 3 No. 6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 110-114
V. KESIMPULAN
Dari hasil analisa yang telah dilakukan dan
berdasarkan rumusan masalah dapat diambil beberapa
poin kesimpulan sebagai berikut :
1. Adapun penjadwalan kereta api pada Stasiun
Kereta Api Bandar Khalipah Medan dengan cara
jadwal keberangkatan dibagi kepada kereta api
yang bisaberoperasi pada hari tersebut.
5. Tampilan Form Data Hari Selanjutnya, jadwal keberangkatan
Form Data Sales berfungsi untuk penginputan disusunpadahari, jam, dan tujuan penumpang.
data hari. Berikut merupakan tampilan dari form 2. Dalam mengoptimalkan penyusunan jadwal
data hari. keberangkatan penumpang menggunakan
Gambar 5: Tampilan Form Data Hari algoritma genetika diperlukan empat parameter
antara lain jumlah tujuan, jumlah hari, waktu
probabilitas crossover dan mutasi.
115