Rekayasa Aplikasi Generator Jadwal Pelajaran Berbasis Algoritma Genetika di SMPN 2 Sinjunjung

Abstract

Tugas akhir ini membahas tentang rekayasa aplikasi generator jadwal pelajaran berbasis algoritma genetika di SMPN 2 Sinjunjung. Penciptaan jadwal pelajaran yang efisien dan optimal di lingkungan sekolah merupakan tantangan kompleks dalam mengelola sumber daya dan memenuhi kebutuhan pendidikan. Dalam penelitian ini, sebuah aplikasi diimplementasikan dengan pendekatan algoritma genetika untuk menghasilkan jadwal pelajaran yang mempertimbangkan sejumlah faktor seperti ketersediaan ruangan, preferensi guru, dan batasan-batasan lain yang relevan. Metode algoritma genetika dipilih karena kemampuannya dalam menemukan solusi yang baik dalam ruang pencarian yang besar dan kompleks. Proses evolusi algoritma genetika, seperti seleksi, rekombinasi, dan mutasi, digunakan untuk menghasilkan dan memperbaiki populasi jadwal pelajaran dari generasi ke generasi. Berbagai parameter algoritma genetika disesuaikan agar sesuai dengan karakteristik permasalahan jadwal pelajaran. Penelitian ini melibatkan pengumpulan data mengenai preferensi guru, batasan-batasan sekolah, dan struktur ruangan. Setelah implementasi, aplikasi mampu menghasilkan jadwal pelajaran yang secara signifikan lebih baik dari segi efisiensi dan kepuasan stakeholder terkait. Hasil eksperimen menunjukkan bahwa aplikasi generator jadwal pelajaran berbasis algoritma genetika ini mampu mengoptimalkan alokasi sumber daya dengan baik dan memberikan solusi yang memenuhi batasan-batasan yang ada.

Kata kunci : Algoritma genetika, generator jadwal pelajaran, Rekayasa, SMPN 2 Sinjunjung, CodeIgniter.

This final project discusses the engineering of a genetic algorithm-based lesson schedule generator application at SMPN 2 Sinjunjung. The creation of efficient and optimal lesson schedules in a school environment is a complex challenge in managing resources and meeting educational needs. In this research, an application is implemented using a genetic algorithm approach to generate timetables that consider a number of factors such as room availability, teacher preferences, and other relevant constraints. The genetic algorithm method was chosen due to its ability to find good solutions in large and complex search spaces. Genetic algorithm evolutionary processes, such as selection, recombination, and mutation, are used to generate and refine the population of lesson schedules from generation to generation. Various parameters of the genetic algorithm are adjusted to suit the characteristics of the timetable problem. The research involved collecting data on teacher preferences, school boundaries, and room structure. After implementation, the application was able to generate lesson schedules that were significantly better in terms of efficiency and satisfaction of relevant stakeholders. Experimental results show that this genetic algorithm-based lesson schedule generator application is able to optimize resource allocation well and provide solutions that meet the constraints.

Keywords : Genetic algorithm, lesson schedule generator, Engineering, SMPN 2 Sinjunjung, CodeIgniter.