ABSTRAKSI: Dalam suatu sistem pendidikan di perguruan tinggi tentu tidak lepas dari masalah penjadwalan kuliah. Penjadwalan yang buruk dapat mengganggu aktivitas perkuliahan di perguruan tinggi tersebut. Diharapkan suatu jadwal yang dibuat oleh suatu perguruan tinggi adalah suatu jadwal yang baik sehingga tidak menimbulkan banyak masalah bagi semua pihak baik mahasiswa, sekolah, pengajar, dan lain sebagainya.
Untuk itu , dibutuhkan suatu sistem yang dapat digunakan dalam penjadwalan kuliah agar didapat suatu solusi jadwal yang optimal. Pada tugas akhir ini, dilakukan penjadwalan kuliah dengan menggunakan hybrid algoritma genetika simulated annealing. Hybrid algoritma genetika simulated annealing itu sendiri adalah penggunaan algoritma genetika dan simulated annealing secara bersama-sama dalam penyelesaian suatu masalah.
Dari hasil yang didapat sistem dengan hybrid algoritma genetika simulated annealing ini , dicari parameter optimal tiap algoritma . Pada tugas akhir ini juga dibandingkan antara algoritma genetika dan hybrid algoritma genetika simulated annealing berdasarkan generasinya.
Kata Kunci : penjadwalan, algoritma genetika, simulated annealingABSTRACT: In an education system , in university , does not distracted from course scheduling problem. Bad scheduling will interfere with course activities in that university. Hopefully, a schedule that been made by a university is a good schedule, so it does not bring much problems for all side , students, university, lecturer and the others.
Because of that, a system that can be used in course scheduling to get an optimal schedule solution is needed. In this final task, there are an effort to do courses scheduling used hybrid genetic algorithm simulated annealing. Hybrid genetic algorithm simulated annealing, itself is using genetic algorithm and simulated annealing together to solve a problem.
From this result that been got by hybrid genetic algorithm simulated annealing, optimal parameter be searched . In this final task it is compare between genetic algorithm and hybrid genetic algorithm simulated annealing based on generation.
Keyword: scheduling, genetic algorithm, simulated annealing