Formasi kelompok dinamis untuk mendukung kolaborasi pembelajaran proyek perangkat lunak

Abstract

Matakuliah proyek perangkat lunak digunakan untuk melatih mahasiswa dalam penguasaan materi pengembangan perangkat lunak yang terdiri dari analisis, desain, implementasi, dan evaluasi. Mahasiswa diajarkan bagaimana cara mengerjakan perangkat lunak dari tahap awal hingga tahap akhir. Selain itu, mahasiswa juga dilatih untuk bekerja secara tim. Permasalahan yang terdapat pada Universitas Dian Nuswantoro adalah pembentukan kelompok masih dilakukan secara random-select. Pembentukan kelompok yang dilakukan mahasiswa berdasarkan unsur pertemanan, satu komunitas, atau grup di social media seperti WhatsApp. Hasilnya, terjadi ketidakseimbangan di dalam kelompok tim proyek. Ketidakseimbangan tim proyek dapat menyebabkan gagalnya proyek pengembangan perangkat lunak. Penelitian ini mengusulkan eksperimen pendekatan dynamic group formation dengan algoritma genetika. Hasil dari eksperimen menunjukkan bahwa algoritma genetika mampu membantu pembentukan kelompok tim proyek dengan tingkat keberhasilan 87.5% dengan pengaturan inisial populasi adalah 100 populasi dan probabilitas crossover adalah 0.6. Tujuan dari penelitian ini adalah memberikan alternatif pembentukan kelompok mahasiswa secara dinamis guna mendukung kolaborasi tim proyek mahasiswa. Pada proyek perangkat lunak kedepan, tidak ada pembentukan tim proyek secara homogen atau pemilihan anggota tim proyek secara self-select atau random-select. AbstractSoftware project courses are used to train students in mastering software development materials consisting of analysis, design, implementation, and evaluation. Students are taught how to work on software from the initial stage to the final stage. In addition, students are also trained to work in teams. The problem in Universitas Dian Nuswantoro is that group formation is still done randomly-selectively. The formation of groups by students is based on the friendship level, a community, or a group on social media such as WhatsApp. As a result, there is an imbalance in the project team. Imbalance of the project team can cause the failure of software development projects. This study proposes an experiment using a dynamic group formation approach with genetic algorithms. The results of the experiment show that the genetic algorithm is able to help the formation of project team groups with a success rate of 87.5% with the initial population is 100 population and the probability of crossover (pc) is 0.6. The objective of this study is to provide an alternative dynamic formation of student groups to support the collaboration of student project teams. In the future, there is no homogeneous project team formation or selection of member teams using a self-select or random-select method.

Penerapan Algoritma Genetika Dalam Pengelompokan Mahasiswa KKN (Studi Kasus: KKN Angkatan XLII Universitas Mercu Buana Yogyakarta)

“…Pengusulan metode algoritma genetika dalam penelitian ini meninjau pada penelitian sebelumnya yaitu Pemodelan Algoritma Genetika dalam Pengelompokan Siswa Pada Kolaborasi Tim Proyek Perangkat Lunak menggunakan 40 data mahasiswa sebagai data uji, populasi awal 100, dan probabilitas crossover 0.5. Pada hasil generasi akhir menunjukkan bahwa algoritma genetika menunjukkan tingkat keberhasilan 62.5% [3]. Pada penelitian sebelumnya kromosom direpresentasikan sebagai anggota kelompok yang akan digunakan sebagai parent dalam proses reproduksi, sebagai pembeda pada penelitian ini kromosom direpresentasikan sebagai keseluruhan data mahasiswa yang dijadikan sebagai parent pada proses reproduksi kemudian dipecah menjadi kelompok sesuai dengan jumlah anggota per kelompok.…”

“…Misalkan barisan index awal yang berisi 0 hingga 25: [0, 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25] Dengan menggunakan enkripsi ini, data pada posisi yang ditentukan tetap ada dan hanya mengalami perubahan urutan dalam barisan index. Hal ini memungkinkan untuk memuat data dengan referensi index yang sesuai saat evaluasi atau penggunaan data.…”