ALGORITMA GENETIK TABU SEARCH DAN ALGORITMA MEMETIKA PADA PERMASALAHAN PENJADWALAN KULIAH

MOH. ALI ALBAR, Ir. Lukito Edi Nugroho, M.Sc., Ph.D.

2013 | Tesis | S2 Teknik Elektro

Penjadwalan di INTISARI lembaga akademik sangat penting dan kompleks karena adanya mahasiswa, dosen, ruang kelas, dan waktu kegiatan perkuliahan dengan memperhatikan batasan tertentu. Penelitian ini menggunakan berbagai metode pendekatan metaheuristic dalam menyelesaikan permasalahan penjadwalan karena memiliki derajat ketidakpastian atau random. Algoritma Memetika dan Algoritma Genetik Tabu Search merupakan metode metaheuristic. Kedua algoritma merupakan perluasan dari Algoritma Genetik. Pada Algoritma Memetika terdapat penambahan Local Search, sedangkan Algoritma Genetik Tabu Search menggunakan Algoritma Tabu Search pada bagian seleksi. Pembuatan solusi jadwal yang dihasilkan tidak harus paling optimal, tetapi bagus dan bisa di terima sesuai dengan kriteria analisisnya. Pembuatan solusi jadwal dapat dilakukan dengan waktu yang cepat meskipun menggunakan banyak data masukan. Solusi yang paling optimal adalah tidak melanggar batasan keras, batasan lunak dan waktu eksekusi cepat. Penelitian ini membandingkan keunggulan antara Algoritma Memetika dan Algoritma Genetik Tabu Search pada sistem penjadwalan kuliah. Variabel pengujiannya adalah total batasan keras, total batasan lunak, dan waktu eksekusi. Penelitian ini memberikan hasil bahwa Algoritma Memetika lebih unggul daripada Algoritma Genetik Tabu Search. Algoritma Memetika memiliki peluang keunggulan sebesar 91,67% dan Algoritma Genetik Tabu Search memiliki peluang keunggulan sebesar 8,33%.

Scheduling at academic institution is vital importance and complex caused by student university, lecturer, class room and lecturing activity time with pay attention certain constraints. This research uses various metaheuristic methods in finishing of scheduling troubleshoot because they have uncertainty degree or random. Memetic Algorithm and Genetic Tabu Search Algorithm are examples of metaheuristic methods. Both algorithms are an extension from Algorithm Genetic. In Memetic Algorithm, the extension is on increasing of the Local Search, while Genetic Tabu Search Algorithm uses Tabu Search Algorithm in selection part. The proposed timetable solution may not be optimal, but it must be good and can be accepted according to the analysis criteria. The proposed timetable solution can be done with fast time although use many input datas. The optimal solution must not break hard constraints, soft constraints and fast execution time. This research compares performance between Memetic Algorithm and Genetic Tabu Search Algorithm in lecture scheduling system. The testing variables are hard constraints, soft constraints and execution time. The result show that Memetic Algorithm is superior compared to Genetic Tabu Search Algorithm. Memetic Algorithm has probability to be more superior with 91,67% than that of Genetic Tabu Search Algorithm with 8,33%.

Kata Kunci : Penjadwalan, Memetic, Genetic Tabu Search, Metaheuristic