Aplikasi Penjadwalan Mata Kuliah Menggunakan   Algoritma Particle Swarm Optimization (Pso)

Kusmarna, Irfrans; Wardhani, Luh Kesuma; Safrizal, Muhammad

doi:10.15408/jti.v8i2.2441

Cited by 10 publications

(9 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The proposed method was tested by using a real case of Kittilä mine located in Finland. The result suggests that the proposed method can considerably improve the working efficiency and reduce the working time of the underground mine [9].…”

Section: Penerapan Ticketing Ojrs+ Berbasis Online Untuk Kebutuhan Bamentioning

confidence: 92%

Penerapan Ticketing OJRS+ Berbasis Online Untuk Kebutuhan Batal Tambah Perkuliahan Mahasiswa

Warsito¹,

Tiara²,

Rohilah³

2017

TMJ

View full text Add to dashboard Cite

Salah satu tingkatan pendidik an yang mengalami permasalahan penjadwalan adalah Perguruan Tinggi, sama halnya seperti Perguruan Tinggi Raharja yang mengalami masalah penjadwalan dalam mengatur batal tambah mata kuliah. Dalam hal ini penjadwalan perkuliahan masih dilakukan secara konvensional. Permasalahan penjadwalan pada bidang pendidik an berkaitan dengan penjadwalan mata kuliah yang membahas tentang pembagian jadwal untuk tiap mahasiswa pada kuliah tertentu sekaligus dosen pengajarnya. Sistem OJRS sendiri adalah sistem manual dimana mahasiswa melakukan pengisian form isian Kartu Rencana Studi (KRS) secara manual dan penyusunan Jadwal Rencana Studi (JRS) nya dilakukan melalui rapat jurusan selama beberapa bulan hal ini tentunya sangat memakan banyak waktu. pengolahan data dilakukan secara manual menggunakan program excel untuk menganalisa matakuliah apa saja yang harus dibuka dan berapa jumlah kelas yang harus dibuka, membuat tabel JRS dan mengatur jadwal dosen menggunakan program MS excel. Saat ini OJRS telah mengalami perkembangan yaitu OJRS+ (Online Jadwal Rencana Studi Plus) dimana OJRS+ itu sendiri Oleh karena itu dalam penelitian kali ini membahas tentang pentingnya penerapan ticketing OJRS+ sebelum melakukan batal tambah perkuliahan. Dengan penerapan ticketing hanya berlaku di jam tertentu hal itu dikarenakan untuk mengurangi traffic yang tinggi. Kata kunci: OJRS, OJRS+, Ticketing One level of education who have scheduling problems is the College, as well as Higher Education Prog experiencing scheduling problems in arranging the cancel-added subjects. In this case the scheduling of lectures is still done conventionally. Scheduling problems in the education sector with regard to the scheduling of courses that discuss the distribution schedule for each student on a particular course at a time lecturers. OJRS system itself is a manual system where students mak e the filling form fields Study Plan Card (KRS) manually and preparation of Study Plan Schedule (JRS) it is done through department meetings for several months it is certainly very time consuming. data processing is done manually using Excel spreadsheets to analyze subjects what to open and how the number of classes to be opened, create tables JRS and arrange for lecturers using MS Excel program. Currently OJRS has been progressing namely OJRS + (Online Study Plan Schedule Plus) where OJRS + it self Therefore in the present study discusses the importance of implementing the ticketing OJRS + void added before the lecture. With the implementation of ticketing only applies certain on hour it is due to reduce the high traffic. Keywords: OJRS , OJRS+, Ticketing

show abstract

Section: Penerapan Ticketing Ojrs+ Berbasis Online Untuk Kebutuhan Bamentioning

confidence: 92%

Penerapan Ticketing OJRS+ Berbasis Online Untuk Kebutuhan Batal Tambah Perkuliahan Mahasiswa

Warsito¹,

Tiara²,

Rohilah³

2017

TMJ

View full text Add to dashboard Cite

show abstract

“…PSO merupakan algoritma berbasis populasi yang mengeksploitasi individu dalam pencarian, pada PSO populasi disebut swarm dan individu disebut particle (Kusmarna et al, 2015). PSO yaitu pencarian solusi optimal secara global dalam ruang pencarian melalui interaksi individu dalam segerombolan partikel dengan cara melakukan seleksi terhadap atribut yang ada (Achyani, 2018).…”

Section: Particle Swarm Optimizationunclassified

Analisis Sentimen Omnibus Law Pada Twitter Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization

Augustia

Taufan

Alkhalifi

et al. 2021

View full text Add to dashboard Cite

“…Particle Swarm Optimization (PSO) mampu menghasilkan solusi optimal. Namun pada makalah [11] belum mampu menghasilkan penjadwalan pada waktu yang berkualitas untuk perkuliahan. Sedangkan pada makalah [18], PSO mampu menghasilkan solusi dengan waktu 214s dengan 26 mata kuliah, 24 dosen, 8 ruangan tersedia, 3 sesi perhari dan 5 hari kuliah.…”

Section: Analisis Algoritmaunclassified

Kajian Algoritma Optimasi Penjadwalan Mata Kuliah

Handayani¹,

Fudholi²,

Rani

2020

petir

View full text Add to dashboard Cite

Penjadwalan mata kuliah merupakan hal penting yang dilakukan pada awal semester akademik. Proses penyusunan jadwal kuliah secara manual seringkali mengalami kesulitan karena terdapat beberapa konstrain sehingga membutuhkan waktu yang lama. Penelitian ini bertujuan mengkaji algoritma-algoritma yang sesuai dengan masalah penjadwalan mata kuliah. Pencarian dan analisis dilakukan terhadap literatur yang berkaitan dengan optimasi penjadwalan. Proses pencarian literatur dilakukan pada Google Scholar dan Science Direct dengan memasukkan kata kunci utama “course timetable”, “university timetable problem”, “school scheduling”, dan “algoritma penjadwalan”. Hasil analisis literatur meliputi sebaran domain, analisis algoritma serta gap dari penelitian sebelumnya. Pada penelitian sebelumnya terdapat kekurangan seperti algoritma yang tidak dapat menghasilkan solusi optimal. Hasil sebaran domain yang diperoleh ialah universitas dan sekolah dengan persentase 88% dan 12% dari keseluruhan makalah. Adanya temuan 14 sebaran algoritma dapat diklasifikasikan menjadi 3 metode, yaitu heuristic, metaheuristic, dan hyper-heuristic. Berdasarkan hasil analisis, dapat diberikan beberapa rekomendasi. Untuk optimasi yang cepat, Simulated Annealing (SA) dapat menjadi solusi karena mampu menghasilkan solusi dengan waktu 0.481-10.102s. Untuk solusi waktu dan nilai fitness terbaik, Genetic Algorithm (GA) dapat menjadi solusi karena mampu menghasilkan solusi dengan waktu 0.964-73.461s dan nilai fitness 1.

show abstract

Aplikasi Penjadwalan Mata Kuliah Menggunakan Algoritma Particle Swarm Optimization (Pso)

Cited by 10 publications

References 0 publications

Penerapan Ticketing OJRS+ Berbasis Online Untuk Kebutuhan Batal Tambah Perkuliahan Mahasiswa

Penerapan Ticketing OJRS+ Berbasis Online Untuk Kebutuhan Batal Tambah Perkuliahan Mahasiswa

Analisis Sentimen Omnibus Law Pada Twitter Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization

Kajian Algoritma Optimasi Penjadwalan Mata Kuliah

Contact Info

Product

Resources

About