Alrasyid, Taufiq (2023) Penerapan Algoritma Genetika Untuk Penjadwalan Kuliah Di Fakultas Sains Dan Teknologi UIN Imam Bonjol Padang. Skripsi thesis, FAKULTAS SAINS DAN TEKNOLOGI.
![[img]](http://repository.uinib.ac.id/style/images/fileicons/text.png) |
Text (Cover, Abstrak dan Pengesahan)
Cover dll - Taufiq.pdf - Published Version Download (608kB) |
|
Text (BAB I)
Bab I - Taufiq.pdf - Published Version Download (167kB) |
|
Text (BAB III)
Bab III - Taufiq.pdf - Published Version Download (158kB) |
|
Text (BAB V)
Bab V - Taufiq.pdf - Published Version Download (240kB) |
|
Text (Full Text)
Fulltext - Taufiq.pdf - Published Version Restricted to Repository staff only Download (7MB) |
Abstract
Setiap universitas pada awal semester, akan mendistribusikan jadwal kuliah kepada mahasiswa dan dosen sebagai pedoman untuk melaksanakan proses kuliah selama satu semester. Universitas yang diteliti yaitu UIN Imam Bonjol Padang, memiliki salah satu fakultas bernama Fakultas Sains dan Teknologi. (FST). Adapun proses persiapan jadwal kuliah di FST antara lain dimulai dengan program studi (prodi) akan menentukan daftar kuliah yang tersedia serta dosen yang mengajar mata kuliah, selanjutnya draft kuliah diserahkan ke bagian akademik, serta program studi menginformasikan ketersediaan dosen mengajar ke bagian akademik, setelah itu bagian akademik akan menyusun jadwal kuliah secara manual dengan bantuan Microsoft Excel, sehingga lama proses penyusunan sekitar satu hingga dua minggu. Solusi yang ditawarkan untuk membantu mempercepat penyusunan diatas adalah membangun sistem informasi berbasis algoritma genetika untuk menyusun jadwal. Kerangka berpikir penelitian menggunakan metode research and development dan metode pengembangan sistem waterfall. Hasil dari penelitian ini, menghasilkan sistem informasi jadwal kuliah berbasis algoritma genetika berbasis web, dimana sistem berhasil menyusun jadwal kuliah berdasarkan batasan yang ditentukan dan data yang dimasukkan, dan hasil tes sistem menghasilkan proses eksekusi tercepat dalam keadaan nilai variabel individual 50, maksimum gen 1000, probabilitas crossover 0,9 dan probabilitas mutasi = 0,1 membutuhkan waktu eksekusi 17,82 detik.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Uncontrolled Keywords: | Algoritma Genetika, Penjadwalan, Web, Waterfall |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Sains dan Teknologi > Prodi Sistem Informasi |
| Depositing User: | Ruang Baca FST |
| Date Deposited: | 13 Oct 2023 03:30 |
| Last Modified: | 13 Oct 2023 03:30 |
| URI: | http://repository.uinib.ac.id/id/eprint/16879 |
Actions (login required)
 |
View Item |
