ABSTRAKSI: Penjadwalan merupakan masalah kombinatorial kompleks yang diklasifikasikan sebagai NP - Hard . Masalah penjadwalan kuliah universitas (MPKU) mirip dengan masalah penjadwalan pada umumnya dengan beberapa bagian yang unik. MPKU adalah permasalahan penjadwalan dimana kita harus melakukan penjadwalan untuk pertemuan perkuliahan ke dalam slot waktu dan ruang tertentu dengan mempertimbangkan batasan keras (hard constrain) dan lunak (soft constraint) . Telkom University memiliki masala h yang hampir mirip dengan penjadwalan tersebut. Solusi saat ini dengan informed genetic algorithm untuk Telkom Universit y MPKU masih memiliki masalah waktu eksekusi .
sland Model Genetic Algorithm digunakan dalam tesis ini untuk memecahkan masalah terseb ut . Ide tesis ini adalah membuat model pertukaran Individu untuk men distribusikan i ndividu lokal terbaik sebuah pulau dengan pulau lain. Island Model GA dapat membuat jadwal kuliah universitas dalam waktu yang masih dapat dipertimbangkan. Model terdistribusi ini dapat berjalan lebih cepat daripada model tunggal menurunkan pelanggaran batasan untuk mencapai nilai fitness yang optim um . Hal ini dapat terjadi karena model ini dapat keluar dari optimum lokal dengan lebih mudah. Island Model GA bahkan dapat menghasilkan akurasi yang baik untuk dataset Universitas Telkom (99,74%) dan akurasi yang cukup untuk dataset Purdue (96,80%) pada penjadwalan level mahasiswa.Kata Kunci : penjadwalan , penjadwalan kuliah universitas , informed genetic algorithm, island model genetic algorithmABSTRACT: Timetabling is a complex combinatorial problem classified as NP - Hard. University course timetabling problem (UCTP) is similar to other timetabling problems with some additional unique parts. UCTP involves assigning lecture events to timeslots and rooms subject to a variety of hard and soft constraints. Telkom University has almost similar problem with it s course timetabling. The current solution with Informed Genetic Algorithm for Telkom University UCTP still has the time consuming problem.
sland Model informed Genetic Algorithm was used in this thesis to solve this problem. The idea of this thesis is m aking distributed model exchanges an island‟s local best Individu with another island. Island model GA could create university course timetabling in reasonable time. This distributed model could run faster rather than single machine model decreasing constr aint violations to reach optimum fitness. It could have less constraint violations because it could escape from stagnant local optimum easier. Island model GA could even produced great accuracy for Telkom University dataset ( 99.74% ) and acceptable accuracy at 96.80% for Purdue dataset for student level timetabling .Keyword: timetabling, university course timetabling problem, informed genetic algorithm, island model genetic algorithm