Analisis dan Implementasi Algoritma Cat Swarm Optimization (CSO) Untuk Penjadwalan Kuliah

Arif Amalgam Kenia

Informasi Dasar

113070081
629.8
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Penjadwalan kuliah di sebuah universitas merupakan hal yang rumit dan banyak batasan-batasan yang harus dipertimbangkan sepertibentrokdosen, distribusijadwaldosen, bentrokkelas, bentrokruangan, dan lain sebagainya. Batasan-batasan tersebut dibagi menjadi 2 tipe yaitu hardconstraint dan softconstraint. Hardconstraint merupakan batasan yang tidak boleh dilanggar dan softconstraint merupakan batasan yang sebaiknya tidak dilanggar. Pada tugas akhir ini, Algoritma Cat Swarm Optimization digunakan sebagai metode optimasi untuk membangun sistem yang dapat mengatasi permasalahan penjadwalan kuliah tersebut. Hasil penelitian telah menemukan parameter-parameter terbaik pada algoritma tersebut, yaitu SMP = 6, SRD = 0.1 , CDC = 0.1 , MR = 0.02 dan C= 1. Parameter-parameter tersebut digunakan pada berbagai dataset. Hasil pengujian dari berbagai dataset menghasilkan nilai fitnessyang berbeda-beda. Namun jadwal kuliah yang dihasilkan belum optimum yaitu tidak ada bentrok waktu, ruang antar mata kuliah, dosen atau memenuhi hardconstraint hingga 100%.Kata Kunci : penjadwalankuliah, Algoritma Cat Swarm Optimization (CSO)ABSTRACT: Timetabling scheduling at university is a complex problem, because of many things that need to be considered such as clashing lecturer, lecturer distribution schedules, class clashes, clashing room, and so forth. There are rules in this case. And these rules are divided into 2 types, namely hardconstraint and softconstraint. Hard constraint is the rule that should not be violated and softconstraint is the rule that should not be violated. Cat Swarm Optimization algorithm is a method of optimization has been used to build a system that can solve the course scheduling problem. In this study, the system discovers best combination for parameters. SMP = 6, SRD = 0.1, CDC = 0.1, MR = 0.02 and C1=1. Those parameters are being bused with 4 datasets. These various dataset has diffrent value. It means that CSO can produce lower fitness at various dataset, but the result still not produce optimal result (100%).Keyword: penjadwalankuliah, Algoritma Cat Swarm Optimization (CSO)

Subjek

Otomation
 

Katalog

Analisis dan Implementasi Algoritma Cat Swarm Optimization (CSO) Untuk Penjadwalan Kuliah
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Arif Amalgam Kenia
Perorangan
Shaufiah, Mahmud Dwi Suliiyo
 

Penerbit

Universitas Telkom
Bandung
2013

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini