Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah

Algoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada d...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Neng Ika Kurniati, Alam Rahmatulloh, Dewi Rahmawati
Formato:	article
Lenguaje:	ID
Publicado:	Universitas Negeri Medan 2019
Materias:	algoritma, genetika – tabu search, koloni semut, penjadwalan Electronic computers. Computer science QA75.5-76.95
Acceso en línea:	https://doaj.org/article/6f0c8c365bea48f891f0091adf9176c3
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:6f0c8c365bea48f891f0091adf9176c3
record_format	dspace
spelling	oai:doaj.org-article:6f0c8c365bea48f891f0091adf9176c32021-11-27T05:26:25ZPerbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah2502-71312502-714X10.24114/cess.v4i1.11387https://doaj.org/article/6f0c8c365bea48f891f0091adf9176c32019-01-01T00:00:00Zhttps://jurnal.unimed.ac.id/2012/index.php/cess/article/view/11387https://doaj.org/toc/2502-7131https://doaj.org/toc/2502-714XAlgoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada di alam. Algoritma koloni semut merupakan salah satu contoh algoritma metaheuristik yang memiliki cara kerja memilih jalur berdasarkan jalur yang paling sering dilalui oleh semut. Sedangkan salah satu contoh lain adalah algoritma genetika – tabu search yang memiliki cara kerja berkebalikan dimana algoritma ini mencegah agar jalur yang sama tidak dilakukan proses berulang ulang. Aktivitas penjadwalan kuliah dipilih untuk menjadi objek penelitian karena masalah penyusunan penjadwalan sangat kompleks, terdapat beberapa komponen yang harus dijadwalkan seperti dosen, mata kuliah, waktu, ruangan, dan kelas dengan memperhatikan sejumlah batasan dan syarat tertentu. Untuk itu dilakukan perbandingan kedua algoritma untuk mengetahaui algoritma mana yang lebih optimal dalam melakukan penyusunan penjadwalan kuliah. Hasil dari penelitian ini berupa. Hasil perbandingan menunjukan bahwa algoritma koloni semut lebih baik 33% dalam hal penggunaan memori dan lebih cepat 82% dalam pengukuran waktu, sedangkan algoritma genetika – tabu search lebih baik 11% dalam hal nilai fitness. Algoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada di alam. Algoritma koloni semut merupakan salah satu contoh algoritma metaheuristik yang memiliki cara kerja memilih jalur berdasarkan jalur yang paling sering dilalui oleh semut. Sedangkan salah satu contoh lain adalah algoritma genetika – tabu search yang memiliki cara kerja berkebalikan dimana algoritma ini mencegah agar jalur yang sama tidak dilakukan proses berulang ulang. Aktivitas penjadwalan kuliah dipilih untuk menjadi objek penelitian karena masalah penyusunan penjadwalan sangat kompleks, terdapat beberapa komponen yang harus dijadwalkan seperti dosen, mata kuliah, waktu, ruangan, dan kelas dengan memperhatikan sejumlah batasan dan syarat tertentu. Untuk itu dilakukan perbandingan kedua algoritma untuk mengetahaui algoritma mana yang lebih optimal[D01] dalam melakukan penyusunan penjadwalan kuliah. Hasil dari penelitian ini berupa. Hasil perbandingan menunjukan bahwa algoritma koloni semut lebih baik 33% dalam hal penggunaan memori dan lebih cepat 82% dalam pengukuran waktu, sedangkan algoritma genetika – tabu search lebih baik 11% dalam hal nilai fitness. Kata kunci: Algoritma, Genetika – Tabu Search, Koloni Semut, Penjadwalan [D01]Optimal dalam hal apa?Neng Ika KurniatiAlam RahmatullohDewi RahmawatiUniversitas Negeri Medanarticlealgoritma, genetika – tabu search, koloni semut, penjadwalanElectronic computers. Computer scienceQA75.5-76.95IDCESS (Journal of Computer Engineering, System and Science), Vol 4, Iss 1, Pp 17-23 (2019)
institution	DOAJ
collection	DOAJ
language	ID
topic	algoritma, genetika – tabu search, koloni semut, penjadwalan Electronic computers. Computer science QA75.5-76.95
spellingShingle	algoritma, genetika – tabu search, koloni semut, penjadwalan Electronic computers. Computer science QA75.5-76.95 Neng Ika Kurniati Alam Rahmatulloh Dewi Rahmawati Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah
description	Algoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada di alam. Algoritma koloni semut merupakan salah satu contoh algoritma metaheuristik yang memiliki cara kerja memilih jalur berdasarkan jalur yang paling sering dilalui oleh semut. Sedangkan salah satu contoh lain adalah algoritma genetika – tabu search yang memiliki cara kerja berkebalikan dimana algoritma ini mencegah agar jalur yang sama tidak dilakukan proses berulang ulang. Aktivitas penjadwalan kuliah dipilih untuk menjadi objek penelitian karena masalah penyusunan penjadwalan sangat kompleks, terdapat beberapa komponen yang harus dijadwalkan seperti dosen, mata kuliah, waktu, ruangan, dan kelas dengan memperhatikan sejumlah batasan dan syarat tertentu. Untuk itu dilakukan perbandingan kedua algoritma untuk mengetahaui algoritma mana yang lebih optimal dalam melakukan penyusunan penjadwalan kuliah. Hasil dari penelitian ini berupa. Hasil perbandingan menunjukan bahwa algoritma koloni semut lebih baik 33% dalam hal penggunaan memori dan lebih cepat 82% dalam pengukuran waktu, sedangkan algoritma genetika – tabu search lebih baik 11% dalam hal nilai fitness. Algoritma digunakan sebagai penyelesaian beberapa masalah optimasi seperti traveling salesman problem maupun penjadwalan. Salah satu jenis algoritma yang sering digunakan adalah algoritma metaheuristik dimana algoritma ini menggunakan mekanisme yang meniru perilaku sosial ataupun strategi yang ada di alam. Algoritma koloni semut merupakan salah satu contoh algoritma metaheuristik yang memiliki cara kerja memilih jalur berdasarkan jalur yang paling sering dilalui oleh semut. Sedangkan salah satu contoh lain adalah algoritma genetika – tabu search yang memiliki cara kerja berkebalikan dimana algoritma ini mencegah agar jalur yang sama tidak dilakukan proses berulang ulang. Aktivitas penjadwalan kuliah dipilih untuk menjadi objek penelitian karena masalah penyusunan penjadwalan sangat kompleks, terdapat beberapa komponen yang harus dijadwalkan seperti dosen, mata kuliah, waktu, ruangan, dan kelas dengan memperhatikan sejumlah batasan dan syarat tertentu. Untuk itu dilakukan perbandingan kedua algoritma untuk mengetahaui algoritma mana yang lebih optimal[D01] dalam melakukan penyusunan penjadwalan kuliah. Hasil dari penelitian ini berupa. Hasil perbandingan menunjukan bahwa algoritma koloni semut lebih baik 33% dalam hal penggunaan memori dan lebih cepat 82% dalam pengukuran waktu, sedangkan algoritma genetika – tabu search lebih baik 11% dalam hal nilai fitness. Kata kunci: Algoritma, Genetika – Tabu Search, Koloni Semut, Penjadwalan [D01]Optimal dalam hal apa?
format	article
author	Neng Ika Kurniati Alam Rahmatulloh Dewi Rahmawati
author_facet	Neng Ika Kurniati Alam Rahmatulloh Dewi Rahmawati
author_sort	Neng Ika Kurniati
title	Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah
title_short	Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah
title_full	Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah
title_fullStr	Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah
title_full_unstemmed	Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah
title_sort	perbandingan performa algoritma koloni semut dengan algoritma genetika – tabu search dalam penjadwalan kuliah
publisher	Universitas Negeri Medan
publishDate	2019
url	https://doaj.org/article/6f0c8c365bea48f891f0091adf9176c3
work_keys_str_mv	AT nengikakurniati perbandinganperformaalgoritmakolonisemutdenganalgoritmagenetikatabusearchdalampenjadwalankuliah AT alamrahmatulloh perbandinganperformaalgoritmakolonisemutdenganalgoritmagenetikatabusearchdalampenjadwalankuliah AT dewirahmawati perbandinganperformaalgoritmakolonisemutdenganalgoritmagenetikatabusearchdalampenjadwalankuliah
_version_	1718409236374880256

Perbandingan Performa Algoritma Koloni Semut Dengan Algoritma Genetika – Tabu Search Dalam Penjadwalan Kuliah

Ejemplares similares