Implementasi Algoritma Particle Swarm Optimization (PSO) untuk Optimasi Penjadwalan Mata Pelajaran dan Ujian Semester (Studi Kasus: SMK Muhammadiyah 2 Bandung)

Sri Handayani, Sri (2016) Implementasi Algoritma Particle Swarm Optimization (PSO) untuk Optimasi Penjadwalan Mata Pelajaran dan Ujian Semester (Studi Kasus: SMK Muhammadiyah 2 Bandung). Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (123kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (193kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (115kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (429kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (513kB)
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (2MB)
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (196kB)
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (110kB)

Abstract

Penjadwalan merupakan proses, cara, pembagian waktu berdasarkan rencana pengaturan yang terperinci. Terdapat banyak hal yang harus dijadwalkan pada suatu sekolah, di antaranya adalah jadwal Ujian Tengah Semester (UTS), jadwal Ujian Akhir Semester (UAS), dan yang paling penting adalah penjadwalan mata pelajaran. Penjadwalan mata pelajaran merupakan hal yang penting dalam proses belajar mengajar, karena semua kegiatan guru dan siswa bergantung pada jadwal yang ada. Penjadwalan secara manual membutuhkan ketelitian yang ekstra serta waktu yang cukup lama dan memakan biaya yang cukup mahal serta tidak konsisten. Salah satu metode optimasi yang dapat digunakan untuk mengoptimasi pembuatan aplikasi penyusunan jadwal secara otomatis adalah memanfaatkan algoritma – algoritma optimasi yang pintar yang bersifat heuristik. Salah satu algoritma heuristik yang cukup terkenal adalah algoritma Particle Swarm Optimization (PSO) yang masuk dalam kelompok Swarm Intelligence. Algoritma ini dapat memecahkan masalah dengan membentuk partikel – partikel pada populasi awal secara acak, mengevaluasi nilai fitness dan meng-update velocity serta posisi dari partikel. Ini bertujuan untuk memecahkan permasalahan yang ditinjau dari fungsi fitness setiap partikel. Dari hasil pengujian, aplikasi penjadwalan menggunakan algoritma PSO mampu menghasilkan jadwal yang sudah tidak terjadi bentrokan.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Penjadwalan, Particle Swarm Optimization, Fitness
Subjects: Data Processing, Computer Science
Data Processing, Computer Science > Computers Mathematical Principles
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Sopia Respiawati
Date Deposited: 23 Oct 2017 06:56
Last Modified: 23 Oct 2017 06:56
URI: https://digilib.uinsgd.ac.id/id/eprint/4654

Actions (login required)

View Item View Item