Detail Karya Ilmiah
-
ANALISIS DAN PENERAPAN ALGORITMA PARTICLE SWARM OPTIMIZATION PADA OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA UNIVERSITAS TRUNOJOYO MADURAPenulis : Qomarul Haryadi Irfan Rifa'iDosen Pembimbing I : Bain Khusnul Hotimah S.T., M.Kom.Dosen Pembimbing II :Arik Kurniawati, S.Kom, M.T.Abstraksi
Penjadwalan mata kuliah di program studi Teknik Informatika Universitas Trunojoyo Madura dilakukan pada setiap pergantian semester. Beberapa faktor yang mendukung penjadwalan mata kuliah antara lain dosen, mahasiswa, mata kuliah, serta jumlah ruang dan waktu yang tersedia. Permasalahan optimasi penjadwalan merupakan masalah yang sudah umum dan telah dipelajari dalam waktu yang lama, namun perlu dicari metodologi atau pendekatan teknis dan sampai saat ini telah berkembang beberapa solusi alternatif yang ditawarkan. Dalam penelitian ini digunakan algoritma Particle Swarm Optimized (PSO) utnuk melakukan optimasi pada jadwal kuliah. Karena algoritma PSO memiliki tool-tool yang cukup handal dengan penggunaan yang cukup mudah. Hasil penelitian menunjukkan bahwa algoritma Particle Swarm Optimiztion dapat diterapkan dengan lebih baik pada optimasi penjadwalan mata kuliah dengan memaksimalkan penggunaan parameter-parameter dari algoritma Particle Swarm Optimiztion yaitu apabila nilai w besar maka untuk mengoptimalkan nilai velocity gunakan nilai kecil pada c1 dan c2, begitu juga sebaliknya bila nilai w kecil maka gunakan nilai besar pada c1 dan c2.
AbstractionScheduling courses in Information Engineering Trunojoyo Madura University performed at every turn of the semester. Several factors support the scheduling of courses such as faculty, students, courses, and the amount of space and time available. scheduling optimization is a problem that is common and has been studied for a long time, but need to find a methodology or technical approaches and to date has developed several alternative solutions offered. This study used algorithm Particle Swarm Optimization (PSO) for optimizing the class schedule. Because the PSO algorithm has the tools reliable enough with use quite easily. The results showed that algorithm Particle Swarm Optimiztion can be applied better course scheduling optimization with maximize the use of the parameters of the algorithm Particle Swarm Optimiztion ie when the value of w greater then to optimize the value of velocity using a small value on c1 and c2, and vice versa when the value of w is small then use a large value on c1 and c2.