SCHEDULING APPLICATION PRACTICUM INTEGRATED LABORATORY (I-LAB) GUNADARMA UNIVERSITY USING NEURAL NETWORKS Lis Noorchayati , Dr. Asep Juarna, SSi, MKom Undergraduate Program, Information Systems Gunadarma University http://www.gunadarma.ac.id Keywords: Scheduling, Practical, Integrated Laboratory, Artificial Neural Network, Perceptron
ABSTRACT Integrated Laboratory (iLab) Gunadarma University as one of the institute at the University of Gunadarma the independent lab conducting, scheduling lab work requires an appropriate system. Preparation of an independent lab schedule is of course very important considering the schedule lab work that has been made must not interfere with the activities of the course. Based on these needs, the research practicum developed a scheduling application by implementing a neural network. Artificial neural network used is a method whereby perceptron neural network models were created to identify the lab schedule available on lecture schedule. Neural network system in the process of learning to adjust to the preparation of the scheduling pattern. Application has been to provide a solution for scheduling lab work that does not disturb the lecture schedule.
1
\
ABSTRAKSI Integrated Laboratory (iLab) Universitas Gunadarma sebagai salah satu lembaga di Universitas
Gunadarma
yang
menyelenggarakan
kegiatan
praktikum
mandiri,
membutuhkan suatu sistem penjadwalan praktikum yang tepat. Penyusunan jadwal praktikum mandiri ini tentu saja sangat penting mengingat jadwal praktikum yang telah dibuat tidak boleh menggangu kegiatan perkuliahan. Berdasarkan kebutuhan tersebut, maka penelitian ini mengembangkan suatu aplikasi penjadwalan praktikum dengan mengimplementasikan jaringan syaraf tiruan. Jaringan syaraf tiruan yang digunakan adalah metode perceptron dimana model jaringan syaraf tersebut dibuat untuk mengidentifikasikan jadwal praktikum yang tersedia berdasarkan jadwal perkuliahan. Sistem jaringan syaraf tiruan melakukan proses pembelajaran untuk menyesuaikan terhadap pola penyusunan penjadwalan. Aplikasi ini sudah dapat memberikan suatu solusi untuk penjadwalan praktikum yang tidak menggangu jadwal perkuliahan.
Kata Kunci
: Penjadwalan, Praktikum, Integrated Laboratory, Jaringan Syaraf
Tiruan, Perceptron
1.
laboratorium mandiri sangat penting bagi
PENDAHULUAN Laboratorium
di
kegiatan perkuliahan, karena dari sinilah
Universitas Gunadarma (iLab) adalah
terjadi pemahaman mahasiswa terhadap
lembaga
teori yang telah diberikan oleh dosen di
yang
mandiri
memiliki
terhadap
penyelenggaraan
materi
kuliah
penyampaian
segala
kewenangan praktikum
komputer, informasi
kelas.
serta
Setiap awal semester, BAAK dan
yang
Laboratorium
berkaitan dengan praktikum. Keberadaan
Jurusan
mengirimkan
jadwal perkuliahan dan jadwal praktikum
2
reguler. Dengan menggunakan ketentuan
2.1
Penjadwalan
yang ada, iLab melakukan penjadwalan
Baker (1974) mengatakan bahwa
praktikum mandiri untuk semua mata
penjadwalan
kuliah
sumber
yang
ditawarkan
oleh
setiap
merupakan
daya
terhadap
alokasi waktu
dari untuk
jurusan. Proses penjadwalan ini yang
menghasilkan
masih dilakukan secara manual sehingga
pekerjaan. Dalam praktek penjadwalan
tidak
rentan
menghasilkan rencana dengan tahapan
terhadap human error. Hal ini akan
waktu (jadwal) dari kegiatan. Jadwal
berpengaruh terhadap banyaknya waktu
menunjukkan apa yang haras dilakukan,
yang diperlukan dalam dan sudah tidak
kapan, oleh siapa dan dengan peralatan
mungkin untuk digunakan mengingat
apa.
mudah
dikerjakan
dan
jumlah dan jadwal praktikum yang cukup
sebuah
Menurut
padat.
kumpulan
Morton
(1993),
penjadwalan adalah aturan atau proses Sebagai penunjang mata kuliah,
pengorganisasian,
pemilihan,
dan
praktikum mandiri tidak boleh bentrok
penentuan waktu penggunaan tempat atau
atau
jadwal
sumber-sumber untuk mengerjakan semua
perkuliahan di kelas maupun dengan
aktivitas yang diperlukan yang memenuhi
praktikum
kendala aktivitas dan sumber daya.
bertabrakan reguler.
dengan Namun
setelah
pembuatan jadwal praktikum telah selesai
Penjadwalan
dibuat, masih sering terjadi bentrok. Hal
pengaturan
ini selain karena adanya faktor human
berhubungan
error, disebabkan pula adanya perubahan
tersebut.
Laboratorium
aktivitas dengan
kegiatan
adalah yang
laboraturium
jadwal perkuliahan dan praktikum reguler sehingga harus dijadwal kembali secara manual. Sedangkan untuk menyesuaian
2.2
Praktikum
antara jadwal praktikum dengan jadwal
Praktikum adalah subsistem dari
perkuliahan tersebut tidak dapat dilakukan
perkuliahan yang merupakan kegiatan
secara cepat
terstruktur dan terjadwal yang memberi kesempatan kepada mahasiswa untuk
2.
mendapatkan pengalaman yang nyata
LANDASAN TEORI
3
dalam rangka meningkatkan pemahaman
menuju neuron lainnya. Dengan kata lan,
mahasiswa
agar
neuron/sel syaraf adalah sebuah unit
keterampilan
pemroses informasi yang merupakan dasar
tertentu yang berkaitan dengan suatu
operasi jaringan syaraf tiruan. Gambar di
pengetahuan atau suatu mata kuliah.
bawah ini menunjukkan contoh suatu
tentang
mahasiswa
teori
menguasai
atau
neuron. 2.3
Jaringan Syaraf Tiruan Jaringan syaraf tiruan (artificial
neural network), atau disingkat JST, adalah
sistem
arsitektur
dan
komputasi operasi
di
diilhami
mana Gambar 2.1 Struktur Unit Jaringan Syaraf
dari
Tiruan
pengetahuan tentang sel syaraf biologis di dalam otak, yang merupakan salah satu representasi buatan dari otak manusia
Pada sisi sebelah kiri terlihat
yang selalu mencoba menstimulasi proses
beberapa masukan yang menuju unit
pembelajaran pada otak manusia tersebut.
pengolah yang masing-masing datang dari
JST dapat digambarkan sebagai model
unit-unit
matematis dan komputasi untuk fungsi
sambungan
aproksimasi non-linear, klasifikasi data
hubungan
cluster dan regresi non-parametrik atau
disimbolkan
dengan
sebuah simulasi dari koleksi model syaraf
pengolahan
akan
biologi.
penjumlahan
berbobot
yang
berbeda
x(n).
mempunyai terkait
setiap
kekuatan
(bobot)
yang
x(n).
Unit
membentuk dari
setiap
masukannya dan menggunakan fumngsi 2.3.1
aktivasi untuk menghitung keluarannya.
Model Neuron Seperti
halnya
otak
Hasil
manusia,
perhitungan
akan
dikirimkan
jaringan syaraf tiruan juga terdiri dari
melalui hubungan keluarannya seperti
beberapa neuron dan ada hubungan antara
tampak pada gambar sisi sebelah kanan.
neuron-neuron tersebut. Beberapa neuron 2.4
akan mentransformasikan informasi yang
Perceptron Model
diterimanya melalui sambungan keluaran
4
jaringan
perceptron
ditemukan oleh Rosenblatt (1962) dan
dan
Minsky – Papert (1969). Model tersebut merupakan model yang memiliki aplikasi dan pelatihan yang paling baik pada era
2.4.2
tersebut. Perceptron lapis tunggal dapat dikatakan
sebagai
salah
satu
Pelatihan Perceptron Algoritma
teknik
pelatihan
perceptron
adalah sebagai berikut :
jaringan syaraf tiruan yang sederhana.
Inisialisasi semua bobot dan bias (
Umumnya, perceptron digunakan untuk
umumnya wi = b = 0)
mengklasifikasikan suatu pola tertentu.
Tentukan laju pemahaman (=α). Untuk penyederhanaan biasaya α diberi nilai = 1
2.4.1
Arsitektur terdiri
Selama ada elemen vektor masukan yang
Arsitektur Jaringan dari
jaringan
beberapa
unit
perceptron
respon unit keluarannya tidak sama
masukan
dengan target, lakukan :
(ditambah sebuah bias), dan memiliki
Set aktivasi unit masukan xi = si (i = 1, …
sebuah unit keluaran. Hanya saja fungsi
n). Hitung respon unit keluaran :
aktivasi bukan merupakan fungsi biner (atau
bipolar),
tetapi
memiliki
kemungkinan nilai -1, 0 atau 1. Fungsi aktivasi dibuat dengan tujuan untuk memisahkan antara daerah positif dengan daerah negatif. Perbaiki pola yang mengandung kesalahan
Untuk suatu harga threshold (batas
( y ≠ t) menurut persamaan :
ambang) θ yang ditentukan :
(i = 1, … , n) dengan dengan Secara geometris, fungsi aktivasi membentuk
2
garis
lurus
Keterangan :
sekaligus
s adalah vektor masukan dan t adalah
masing-masing dengan persamaan :
target keluaran
5
α adalah laju pemahaman (learning rate)
lalu dilatih untuk mendapatkan bobot
yang ditentukan
yang diinginkan.
θ adalah ambang batas yang ditentukan
2.5
3.
PEMBAHASAN
3.1.
Komponen Penjadwalan
Pemrograman dengan
Praktikum
MATLAB
Dalam
Matlab
merupakan
menyusun
jadwal
perangkat
praktikum, terdapat beberapa komponen
lunak yang cocok dipakai sebagai alat
yang terlihat. Selanjutnya akan diuraikan
komputasi yang melibatkan penggunaan
komponen yang terlibat dan penggunaan
matriks dan vektor. Fungsi-fungsi dalam
jaringan
toolbox Matlab dibuat untuk memudahkan
penjadwalan praktikum. Berikut ini adalah
perhitungan
daftar komponen yang terlibat :
tersebut.
Sebagai
contoh
Matlab dengan mudah digunakan untuk menyelesaikan
permasalahan
syaraf
tiruan
dalam
proses
1. Mata kuliah praktikum
system
Banyaknya
praktikum
yang
persamaan linear, program linear dengan
diselenggarakan mulai dari tingkat 1
simpleks, hingga system yang kompleks
sampai tingkat 4.
sepertiperamalan beruntun, pengolahan citra, dan lain-lain.
2. Kelas
Banyak model jaringan syaraf tiruan
menggunakan
Banyaknya kelas dan praktikum harus
manipulasi
dipertimbangkan mengingat jumlah
matriks/vektor dalam itarasinya. Matlab
shift
merupakan perangkat lunak yang cocok.
(cluster) yang tersedia
Matlab menyediakan toolbox yang sangat bagus jaringan
untuk syaraf
menyelesaikan tiruan.
dan
jumlah
tempat
duduk
3. Shift praktikum
model
Waktu pelaksanaan praktikum. Pada
Sebenarnya
iLab
untuk
setiap
praktikum
penyelesaian berbagai model JST tidak
dilaksanakan selama dua jam. Saat ini
jauh
terdapat 8 shift.
berbeda.
Diawali
dengan
pembentukan vektor masukan dan target,
4. Ruangan dan jumlah tempat duduk
6
Ruangan iLab mempunyai 2 ruangan,
F
F01
F58
58
masing-masing berada di Kampus H
G
G01
G30
30
Kelapa Dua. Berikut ini adalah daftar
H
H01
H54
54
ruangan dan tempat duduk (cluster)
I
I01
I58
58
iLab. Daftar tempat duduk pada tabel 3.2 Tabel 3.1 Daftar Ruang iLab Nama
Nom
Ruangan
or
merupakan tempat duduk yang tersedia di
Lokasi
pada lantai 3.
Lanta i Laboratori
Lanta
Kampus H,
3.1.1. Diagram Aliran Penjadwalan
um 2
i2
Kelapa dua
Praktikum
Laboratori
Lanta
Kampus H,
um 3
i3
Kelapa dua
Sampai tahun akademik PTA 2009/2010, ruangan yang digunakan hanya pada lantai 3. Tabel 3.2 Daftar Tempat Duduk (Cluster) Cluster Nomor awal
Nomor
Banyak
akhir
terminal
Gambar 3.1 Diagram Aliran Penjadwalan Praktikum
terminal terminal komputer A
A01
A60
60
B
B01
B85
85
C
C01
C42
42
D
D01
D59
59
E
E01
E54
54
3.2.
Pencarian Calon Shift dengan Jaringan Syaraf Tiruan Calon shift adalah shift praktikum
yang dapat dijadwalkan untuk semua kelas.
7
Dari
jadwal
perkuliahan
dan
praktikum reguler, akan ditentukan calon shift praktikum kelas yang digunakan sebagai dasar dalam menyusun jadwal praktikum. Jadwal praktikum reguler pada kasus ini akan dimasukkan ke dalam jadwal perkuliahan. Kondisi yang diterapkan : 1. Kelas
yang
akan
dijadwalkan
praktikum, tidak hanya di hari libur Gambar 3.2 Diagram Aliran Pencarian
kuliah tetapi pada waktu kosong
Calon Shift
perkuliahan Selain pada hari libur, sistem juga Berikut
akan menjadwalkan praktikum pada
ini
adalah
algoritma
pencarian calon shift praktikum :
waktu kosong perkuliahan tertentu. 2. Waktu kosong awal perkuliahan
1. Kelas yang akan dijadwalkan
Waktu kosong antara jam awal kuliah
praktikum tidak hanya di hari
dengan
libur perkuliahan tetapi pada
shift
praktikum
yang
ditentukan.
waktu kosong perkuliahan
3. Waktu kosong akhir perkuliahan
2. Periksa jadwal perkuliahan kelas
Waktu kosong antara jam terakhir
pada satu hari terhadap kondisi :
kuliah dengan shift praktikum yang
Apakah pada shift tertentu, kelas
ditentukan.
tersebut
mempunyai
waktu
kosong awal perkuliahan 3.2.1 Diagram Aliran Pencarian
•
Calon Shift
Ditentukan terlebih dahulu shift praktikum.
Selanjutnya
tentukan pula jadwal kelas yang akan diperiksa, apakah kelas
8
tersebut
mempunyai
kosong
awal
waktu
perkuliahan
dengan shift praktikum tersebut. Jika kelas tersebut mempunyai
3.3.
Pembuatan Jaringan Syaraf
waktu kosong awal maka akan
Tiruan
dinyatakan sebagai calon awal
Dalam
dengan nilai 1.
penjadwalan,
jaringan syaraf tiruan digunakan pada proses
•
menyusun
seleksi
kondisi
yang
telah
Jika tidak mempunyai waktu
ditentukan oleh pengguna. Berikut adalah
kosong
desain jaringan syaraf tiruan yang akan
awal
maka
akan
dinyatakan bukan calon awal
digunakan
dengan nilai 0.
praktikum. •
3. Periksa jadwal perkuliahan kelas
untuk
menyusun
jadwal
Masukan
pada satu hari terhadap kondisi:
Masukan terhadap jaringan syaraf
Apakah pada shift tertentu, kelas
tiruan
tersebut
kelas dalam satu hari. Format data
mempunyai
waktu
adalah
jadwal
kosong akhir perkuliahan
masukan adalah:
•
- 1
Ditentukan terlebih dahulu shift praktikum.
- 0
akan diperiksa, apakah kelas kosong
akhir
tersebut
berarti
pada
shift
tersebut
dinyatakan bukan sebagai calon
waktu
awal atau calon akhir
perkuliahan •
dengan shift praktikum tersebut.
•
shift
calon akhir
tentukan pula jadwal kelas yang mempunyai
pada
dinyatakan sebagai calon awal atau
Selanjutnya
tersebut
berarti
perkuliahan
Keluaran
Jika kelas tersebut mempunyai
Jumlah
waktu kosong akhir maka akan
tiruan adalah sebanyak 1 neuron
dinyatakan sebagai calon akhir
dengan
dengan nilai 1.
bilangan biner. Jika shift tertentu
Jika tidak mempunyai waktu
mempunyai calon awal dan calon
kosong
akhir maka shift tersebut dinyatakan
akhir
maka
akan
keluaran format
jaringan keluaran
syaraf berupa
dinyatakan bukan calon akhir
sebagai calon shift praktikum.
dengan nilai 0.
- 1 berarti shift tersebut dinyatakan 9
calon
shift
praktikum
(dapat
4.1
dijadwalkan)
Perancangan Jaringan Arsitektur
- 0 berarti shift tersebut dinyatakan
Mengacu pada jaringan arsitektur,
bukan calon shift praktikum (tidak
dan kebutuhan untuk target, diperlukan
dapat dijadwalkan)
sebuah neuron. Untuk nilai masukan telah diketahui
Berikut
adalah
bahwa
setiap
inputan
direpresentasikan dengan 2 nilai yang
konfigurasi
jaringan syaraf tiruan yang akan dibuat:
berbeda. Karena itu, masukan untuk
•
masalah ini adalah sebanyak 2. Neuron
•
Fungsi
aktivasi
yang
digunakan
adalah Perceptron dengan single layer
tersebut
akan
Fungsi aktivasi hardlim
digunakan untuk mengidentifikasi target. Selanjutnya,
menghasilkan arsitektur
nilai neural
network untuk menyelesaikan persoalan
3.3.1. Penjadwalan Praktikum
ini adalah seperti gambar berikut.
Kondisi yang diterapkan 1. Jumlah tempat duduk setiap shift berbeda Jumlah tempat duduk pada setiap shift
mempunyai
jumlah
yang
berbeda. Shift ganjil, yaitu 1, 3, 5, dan Gambar 4.1 Jaringan Perceptron
7 mempunyai kapasitas 289 dan shift genap, yaitu 2, 4, 6, dan 8 mempunyai
4.1.1. Membangun Aturan Belajar
kapasitas 211 tempat duduk.
Instruksi pertama yang diperlukan
2. Shift praktikum suatu kelas dalam
adalah newp, instruksi untuk membuat
satu hari
jaringan
Dalam satu hari, suatu kelas dapat
neural
dengan
metode
perceptron. Instruksi ini memiliki syntax
dijadwalkan satu atau dua praktikum
newp(PR,S), dengan PR adalah matrix
sekaligus.
berdimensi
Rx2
yang
berisi
nilai
minimum dan maksimum dengan R 4.
adalah banyaknya masukan ke setiap
HASIL DAN IMPLEMENTASI 10
neuron. Untuk kasus ini, akan ada 2x2
>> Disp (net.IW {1,1})
matriks yang menjadi masukan bagi setiap neuron
dengan
nilai
minimum
1
dan
2
>>Disp (net.b{1})
maksimum masing-masing adalah nol dan
-3
satu. Sedangkan S adalah banyaknya
Jadi w1 =1, w2 =2, dan b = -3
neuron, karena banyaknya neuron sama dengan satu, maka S =1. •
Untuk menginisialisasi jaringan bagi
4.2
neuron tersebut di Matlab, digunakan
Data
instruksi newp
inisialisasi bobot awal : Tabel 4.1 Daftar Kelas Tingkat
inisialisasi bobot bias :
Kelas
>> net.b{1} = [1] •
digunakan
data semester ATA 2009/2010.
>> net.IW {1,1} = [-1 1]; •
yang
Sedangkan
data
masukan
untuk
1DC
1
01
2DA
2
01 – 02
2DB
>> p = [ [1;1] [1;0] [0;1] [0;0] ]
2
01 – 13
Selanjutnya, target yang diinginkan
2DD
dari neuron tersebut adalah
2
01 – 02
>> t = [1 0 0 0] •
No. Kelas
masing-masing masukkan
•
dalam
pengujian Jaringan Syaraf Tiruan adalah
>> net = newp([0 1;0 1], 1); •
Persiapan Pengujian
2EB
2
01 – 09
kemudian lanjutkan dengan pelatihan 2IA
>> net = train (net, p, t)
2
01 – 11
2KA
Untuk mengetahui bobot (dan
2
01 – 13
bias) pada keadaan optimal, ditampilkan
3DA
net.IW dan net.b 11
3
01 –
3DB 3DD 3EB 3IA
•
3 3 3 3
02
Teori Bahasa dan Otomata
IT045330
01 –
Riset Akuntansi
PB022208
13
Pemasaran Jasa 2
IT023268
01 –
Komputerisasi Anggaran 2
AK024210
02
& Prak.
01 –
Komputerisasi
09
Peranggaran 2 & Prak.
01 –
Pemeriksaan Akuntansi 2
IT022327
11
Auditing 2 & Prak.
IT024307
Komputer Perpajakan
AK024212
Daftar Mata Kuliah Praktikum
IT023245
Manajemen Akuntansi Manajemen
IT022302
Tabel 4.2 Daftar Mata Kuliah Praktikum Nama Praktikum
Kode
•
Shift Praktikum
Mata
•
Ruang Laboratorium dan Tempat Duduk
Kuliah Pemrograman Berorientasi
AK013205
•
Objek (Java) Teknik Pemrograman
Jadwal Kuliah Berikut ini contoh jadwal kuliah dari
IT013332
jurusan
Terstruktur 2
Sistem
Informasi
untuk
tingkat 2, dari kelas 2KA01 sampai
Matematika Lanjut 2
IT011213
Teknik Pemrograman
IT011231
2KA02.
Terstruktur 2
Tabel 4.3 Jadwal Kuliah
Teknik Riset Operasional
IT013252
Pengantar Basis Data
IT014318
Pemrograman Berbasis
AK045213
Kelas Hari
Mata Kuliah Manajemen &
Objek
2KA01Senin SIM 2 *
Statistika 2
IT045228
Matematika
Rekayasa Komputasional
AK045311
2KA01Senin Lanjut 2 **
12
Dosen
WaktuRuang
Diana Ikasari
7/8
E328
Fitriningsih9/10 E328
Teori Organisasi Ajie 2KA01 Rabu Umum 2 # Matematika
2KA02Rabu Akuntansi 2
Wahyujati 3/4
G144
Sistem Informasi Solihah 2KA01 Rabu 2
8/9
G129 2KA02Rabu Agama Islam
2/3
E327
Organisasi Data Betty
Hamdani
Suswati
4/5/6 2KA02Jum'at E327 Umum 2 # Manajemen &
2KA01 Jum'at Statistika 2
Koranti
2KA01 Jum'at Akuntansi 2
B Sundari 3/4
1/2
Pendidikan
G244 2KA02Jum'at SIM 2 *
Analisis
G136Analisa akan dilakukan terhadap 3
2KA03.
Tabel 4.3 Jadwal Kuliah [Lanjutan] Dosen
4. 3.1 Pencarian Calon Shift WaktuRuang
Sistem Operasi Kunto 2KA02 Selasa ** Matematika 2KA02 Selasa Lanjut 2 ** Matematika
Wibowo
Praktikum 3/4
Ritonga
6/7 tersebut. G123
Farida
Berikut
adalah
Jadwal
perkuliahan dan Jadwal Calon Shift untuk
Henny
kelas kelas 2KA01 sampai 2KA13.
Sistem Informasi Widowati 2KA02 Selasa 2
G142Dari Daftar Calon Shift, akan dilakukan pengecekan pada 13 kelas
Borkat
8/9
13
G123
7/8
G223
Kuspriatni 9/10 G223
tingkat 2 yaitu kelas 2KA01 sampai
Mata Kuliah
2/3/4 G242
Lista
G244 4.3
Maswanih 7/8
Setyarini
kelas dari jurusan Sistem Informasi
Kelas Hari
9/10 G133
Teori Organisasi Ekaning
Komsi
2KA01 Jum'at Agama Islam
G133
Organisasi Data Betty
2KA02Jum'at 2 * Suswati
6/7
Struktur &
Struktur & 2KA01 Kamis 2 *
G345
Pendidikan
Sistem Operasi Setia Wirawan
Rakhmawati3/4
G129 2KA02Rabu Terstruktur 2 ** Puspita
Teknik Pemrog. Rani
2KA01 Kamis **
G345
Teknik Pemrog. Rani
Endang S 6/7
2KA01 Rabu Terstruktur 2 ** Puspita
1/2
Sri
2KA02Rabu Statistika 2
Umi
Masliah
Tabel 4.4 Daftar Calon Shift Praktikum
2KA02 Kamis
1
Setiap Kelas
2KA02 Kamis
2
Kelas
Hari
Shift
2KA02 Kamis
3
2KA01
Senin
1
2KA02 Kamis
4
2KA01
Senin
2
2KA02 Kamis
5
2KA01
Senin
3
2KA02 Kamis
6
2KA01
Senin
4
2KA02 Kamis
7
2KA01 Selasa
1
2KA02 Kamis
8
2KA01 Selasa
2
2KA01 Selasa
3
Dari Daftar Calon Shift kelas
2KA01 Selasa
4
2KA01 sampai 2KA02 dapat dilihat
2KA01 Selasa
5
bahwa calon shift yang diperoleh dari
2KA01 Selasa
6
Jaringan Syaraf Tiruan semuanya cocok
2KA01 Selasa
7
dengan kondisi yang telah diterapkan dan
2KA01 Selasa
8
tidak terdapat waktu bentrok dengan
2KA01 Kamis
8
jadwal perkuliahan. Hal ini menunjukkan bahwa Jaringan Syaraf Tiruan dapat digunakan dalam proses Penentuan Calon
Tabel 4.4 Daftar Calon Shift Praktikum
Shift Praktikum.
Setiap Kelas [Lanjutan] Kelas
Hari
Shift
2KA02
Senin
1
Praktikum
2KA02
Senin
2
Dari Daftar Jadwal Praktikum,
2KA02
Senin
3
berikut
2KA02
Senin
4
Praktikum dan Daftar Calon Shift untuk
2KA02
Senin
5
kelas kelas kelas 2KA01 sampai 2KA13.
2KA02
Senin
6
2KA02
Senin
7
2KA02
Senin
8
4.3.2
Perbandingan Jadwal
adalah
perbandingan
Jadwal
Tabel 4.5 Perbandingan Jadwal Praktikum Kelas
14
Hari
Mata Kuliah
Shift
Ruang
2KA01
Senin
Matematika
07.30-
Lanjut **
09.30
H331
Teknik Pemrograman 2KA01
Senin
Terstruktur 2
10.30-
**
12.30
Matematika
09.30-
2KA02 Kamis Lanjut **
11.30
H331 H331
Teknik Pemrograman Terstruktur 2 2KA02 Kamis ** 2KA03
Senin
12.3014.30
Matematika
08.30-
Lanjut **
10.30
H331 Gambar 4.2 Jadwal Praktikum H331
Teknik Pemrograman 2KA03
Senin
5.
Terstruktur 2
11.30-
**
13.30
5.1 H331
PENUTUP Kesimpulan Dalam
proses
penjadwalan
praktikum, terdapat 2 proses utama yaitu: 4.4
Jadwal Praktikum
1. Penentuan
Berikut adalah jadwal praktikum
calon
shift
praktikum,
proses seleksi jadwal perkuliahan
yang telah disusun dari aplikasi.
untuk mencari shift yang dapat diisi dengan praktikum. 2. Penjadwalan praktikum kelas, proses penjadwalan praktikum berdasarkan jumlah tempat duduk, shift, kelas, mata kuliah praktikum, dan ruang iLab. Dari
kedua
proses
tersebut,
jaringan syaraf tiruan digunakan pada 15
proses
pertama.
Berdasarkan
hasil
[2] Demuth Howard and Beale Mark,
pengujian yang dilakukan dimana semua
Neural Network Toolbox For Use
shift kelas yang ditentukan sebagai calon
With
waktu praktikum oleh jaringan syaraf
MathWorks, Inc, 2002.
tiruan sebagai waktu praktikum, memang
MATLAB,
[3] Diyah
Edisi
4,
Puspitaningrum,
The
Pengantar
tidak menggangu/ bentrok dengan jadwal
Jaringan Saraf Tiruan, Andi, Jakarta,
perkuliahan. Aplikasi ini sudah dapat
2006.
memberikan
solusi
penjadwalan
[4] Jaja Jamaludin Malik, Tip & Trik
praktikum untuk hari, shift, dan ruang
Unik Delphi Lanjutan, Andi, Jakarta,
praktikum pada masing-masing kelas.
2006. [5] Jong Jek Siang, Jaringan Syaraf Tiruan
5.2
Saran
dan Pemrogramannya MEnggunakan
Pengembangan kegiatan praktikum
Matlab, Andi, Yogyakarta, 2009.
iLab
masih
terus
berlangsung.
[6] Mike
Susmikanti
dan
Arya
Penjadwalan untuk semester selanjutnya
Adhiyaksa,
belum dapat dibuktikan karena adanya
Menggunakan Metode Pembelajaran
penambahan ruangan dan tempat duduk,
Perceptron Dalam Jaringan Neural,
sehingga masih banyak kemungkinan
Prosiding
untuk pengembangan. Untuk penggunaan
Simulasi
jaringan syaraf tiruan tidak hanya terbatas
Aplikasi,
dalam proses penjadwalan praktikum,
Teknologi Informasi dan Komputasi –
tetapi juga untuk bentuk penjadwalan
BATAN, 2005, hlm 1-9.
lainnya.
Identifikasi
Semiloka dan
Huruf
Teknologi
Komputasi
Pusat
serta
Pengembangan
[7] Siska Primangingrum (Penterjemah), Sistem Pendukung Keputusan Dan Sistem Cerdas,
DAFTAR PUSTAKA
Jilid 2, Andi,
Yogyakarta, 2005. [1] Arif Tiruan,
Hermawan, Jaringan Saraf Teori
dan
[8] Wahana Komputer, Membuat Program
Aplikasi.
Kreatif
Yogyakarta, ANDI, 2006.
dan
Profesional
dengan
Delphi, PT Elex Media Komputindo, Jakarta, 2005.
16
[9] Yahya Yanuar, Pemrograman Delphi dengan Database Microsorft SQL Server, PT Elex Media Komputindo, Jakarta, 2004. [10] http://eng.unri.ac.id, diunduh pada tanggal 10 April 2010. [11] http://rafdi.wordpress.com, diunduh pada tanggal 9 Juni 2010. [12] http://edysoftware.com, diunduh pada tanggal 1 Juli 2010.
17