PENERAPAN ALGORITMA GENETIKA DAN JARINGAN SYARAF TIRUAN DALAM PENJADWALAN MATA KULIAH Studi Kasus : Prodi Sistem Informasi Universitas Pamulang
Kata Kunci:
Penjadwalan Mata Kuliah, Backpropagation, Algoritma Genetika, Jaringan Syaraf TiruanAbstrak
Penjadwalan mata kuliah adalah salah satu aspek penting dalam manajemen akademik universitas yang memengaruhi baik efisiensi penggunaan sumber daya maupun pengalaman mahasiswa. Dalam studi kasus ini, kami menjelajahi penerapan algoritma genetika dan jaringan syaraf tiruan dalam menyelesaikan masalah penjadwalan mata kuliah di Program Studi Sistem Informasi Universitas Pamulang. Algoritma genetika digunakan untuk mengoptimalkan jadwal kuliah, sementara jaringan syaraf tiruan digunakan untuk memprediksi kebutuhan mata kuliah dan mengevaluasi kinerja sistem penjadwalan. Hasil dari penelitian ini adalah peningkatan efisiensi dalam penjadwalan mata kuliah, pengurangan konflik jadwal, dan peningkatan pengalaman mahasiswa. Penerapan teknik-teknik ini memberikan wawasan berharga bagi institusi pendidikan yang menghadapi kompleksitas dalam mengatur jadwal kuliah
Referensi
Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley.
Lashkari, A. H., & Bahrami, F. (2011). A genetic algorithm for course scheduling. Expert Systems with Applications, 38(6), 7370-7375.
Sahingoz, O. K., & Karasakal, E. (2009). Artificial neural network approach for the university exam scheduling problem. Expert Systems with Applications, 36(5), 9175-9181.
Ayob, M., & Kendall, G. (2005). A simulated annealing hyperheuristic methodology for flexible decision support. Applied Intelligence, 23(3), 255-273.
Kumar, P., & Pati, U.C. (2016). IoT Based Monitoring and Control of Appliances for Smart Home. IEEE International Conference On Recent Trends In Electronics Information Communication Technology. 20 – 21 Mey 2016, 1145 -1150. Bangalore. India.
Dorigo, M., & Stützle, T. (2004). Ant colony optimization. MIT press.
Wu, Y., & Hsu, C. (2009). Using particle swarm optimization for solving the university class/teacher scheduling problem. Computers & Operations Research, 36(5), 1435-1445.
Özcan, E., & Toksarı, M. D. (2012). A survey of university exam timetabling problem. In Evolutionary Computation in Combinatorial Optimization (pp. 63-84). Springer.
Özcan, E., & Suer, G. A. (2013). An analysis of examination timetabling problem using genetic algorithms. Information Sciences, 222, 165-184.
Hinton, G. E., & Salakhutdinov, R. R. (2006). Reducing the dimensionality of data with neural networks. Science, 313(5786), 504-507.
FOCUS AND SCOPE
