ALGORITMA SIMULATED ANNEALING UNTUK PENJADWALAN PENGGUNAAN LABORATORIUM KOMPUTER. Susanto

Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697

ALGORITMA SIMULATED ANNEALING UNTUK PENJADWALAN PENGGUNAAN LABORATORIUM KOMPUTER

Susanto [email protected] Jurusan Teknik Informatika Fakultas Teknik Universitas Musamus Merauke

ABSTRAK Penelitian ini bertujuan untuk melakukan penjadwalan penggunaan laboratorium komputer dengan algoritma Simulated Annealing. Dalam penjadwalan akan disusun kombinasi penggunan laboratorium berdasarkan waktu yang tersedia. Tahapan dalam penelitian ini diawali dengan melakukan analisis permasalahan dan kebutuhan yang diperlukan dalam pembuatan jadwal penggunaan laboratorium. Proses penjadwalan dibuat dengan menggunakan Borland Delphi 7.0 dan MySQL Server 5.1. Algoritma Simulated Annealing dapat digunakan untuk menyelesaikan permasalahan penjadwalan penggunaan kaboratorium komputer dengan menyusun kombinasi waktu, ruang laboratorium, kelas dan instruktur praktikum. Program ini dapat mengurangi jumlah pelanggaran batasan sehingga jadwal yang dihasilkan dengan berkurangnya jumlah instruktur dan kelas praktikum yang melaksanakan kegiatan praktikum pada jam yang sama. Kata kunci : Algoritma Simulated Annealing, Penjadwalan, laboratorium komputer.

Terdapat sangat banyak kemungkinan

PENDAHULUAN Proses laboratorium

penjadwalan

penggunaan

kombinasi

yang

harus

dicoba

untuk

adalah

kegiatan

untuk

memperolel jadwal yang terbaik. Dibutuhkan

kombinasi

antara

ruang

suatu algoritma optimasi untuk mengerjakan

laboratorium, waktu, instruktur, dan kelas

penjadwalan mata kuliah ini. Algoritma

praktikum. Ada sejumlah pertimbangan yang

Simulated Annealing (SA) adalah salah satu

harus

yang

algoritma pencarian optimal yang dapat

semua

dijadikan alternatif untuk menyelesaikan

menyusun

diperhatikan

dihasilkan

agar

dapat

jadwal

memenuhi

kebutuhan pengguna dan ketersediaan ruang

permasalahan

tentang

penjadwalan

laboratorium komputer.

penggunaan laboratorium komputer. 71


Penelitian

ini

bertujuan

untuk

b. Kecerdasan Buatan

menyusun jadwal penggunaan penggunaan laboratorium

komputer

menggunakan

dengan

algoritma

Simulated

Pengertian Buatan

tentang

(Artificial

Kecerdasan

Intelligence)

terus

berkembang, mengacu pada kondisi ilmu

Annealing (SA). Memperoleh kombinasi

komputer

yang

sedang

terbaik untuk menyusun kombinasi antara

Perkembangan Kecerdasan Buatan (Artificial

ruang laboratorium, waktu, instruktur, dan

Intelligence)

kelas praktikum.

banyak

sangat

bidang,

berlangsung.

cepat,

mencakup

termasuk

bidang

pembelajaran dan pengenalan pola, seperti TINJAUAN PUSTAKA

pada permainan catur, pendekatan teorema

a. Teori Penjadwalan

matematis,

Proses

penjadwalan

merupakan

kegiatan yang dilakukan untuk menyusun

pengenalan

tulisan

diagnosa penyakit, dan masih banyak lagi (Stuart J. Russel and Peter Norvig, 2003).

kegiatan yang akan dilaksanakan dengan

Secara

umum

kecerdasan

mempertimbangkan semua komponen yang

memiliki sifat-sifat sebagai berikut:

terlibat dalam kegiatan tersebut. Kegiatan

1. Berpikir

penjadwalan

dengan

Humanly):

bagaimana mengatur suatu kegiatan pada

approach.

periode

banyak

tertentu

meminimalkan batasan-batasan

berkaitan

sedemikian pelanggaran

yang

untuk terhadap

diterapkan.

Pada

permasalahan penjadualan terdapat 2 (dua) kategori batasan, yaitu: 1. Hard Constraint, batasan-batasan yang

tangan,

2. Bertindak

buatan

seperti

manusia

(Thinking

The

cognitive

modeling

seperti

Manusia

(Acting

Humanly): The Turing test approach. 3. Berpikir Rasional (Thinking Rationally): The laws of thought approach. 4. Bertindak Rasional(Acting Rationally): The rational agent approach.

harus terpenuhi, tidak boleh dilanggar. 2. Soft Constraint, adalah batasan-batasan

c. Pencarian (Searching)

yang sebaiknya tidak dilanggar, namun

Pencarian adalah suatu usaha untuk

jika karena alasan tertentu dan tidak

menemukan sesuatu di antara sekumpulan

dapat dihindari, maka batasan tersebut

obyek berdasarkan kriteria tertentu. Terdapat

dapat dilanggar.

banyak algoritma yang dapat digunakan untuk

melakukan

Pencarian buta

pencarian.

(Blind

SearcH)

Metode adalah

kelompok algoritma pencarian yang akan 72


menghentikan proses pencarian jika sebuah

d.

Teknik Pencarian Hill Climbing

solusi ditemukan. Yang termasuk dalam

Algoritma Hill Climbing merupakan

kelompok algoritma pencarian ini adalah:

metode yang lain dari Generate and Test.

Depth-first Search, Breadth-first Search

Prosedur

(BFS), Hill Climbing, Best First Search, dan

membangkitkan suatu keputusan ke mana

lain-lain.

akan bergerak dalam pencariannya. Pada

Kelompok algoritma yang lain adalah

prosedur

pengujian

digunakan

Generate

Test,

pengujian

akan mencari semua kemungkinan solusi dan

kemungkinan saja, hanya ya atau tidak, tapi

akan berhenti jika suatu kondisi dipenuhi

bila fungsi test tersebut diperluas dengan

atau semua solusi telah ditemukan. Dari

menggunakan

semua solusi yang ada akan dipilih solusi

menyediakan

yang terbaik (global optimum) sebagai solusi

mengakhiri state yang sedang berjalan

akhir.

menjadi sebuah goal state, maka prosedur

yang

termasuk

dala

kelompok ini antara lain: Algoritma Branch and

Bound,

Dynamic

Programming,

merespon

fungsi

agoritma pencarian optimal. Algoritma ini

Algoritma

(test)

and

untuk

fungsi

dengan

heuristic

estimasi

2

yang

bagaimana

generate dapat mengeksploitasinya. Beberapa

algoritma

yang

Genetika Simulated Annealing (SA), dan

dikembangkan pada Hill Climbing, salah

masih banyak lagi.

satunya adalah:

Masing-masing algoritma pencarian

a. Evaluasi state awal, jika state awal

tentu memiliki kelebihan dan kekurangan.

merupakan goal state maka keluar, jika

Terdapat empat kriteria dalam strategi

tidak lanjutkan dengan state berikutnya,

pencarian, yaitu:

menganggap state tersebut sebagai state

1. Completeness: Apakah strategi tersebut

awal.

menjamin penemuan solusi jika solusinya memang ada?

sampai tidak ada lagi operator baru pada

2. Time complexity:

Berapa lama waktu

yang diperlukan? 3. Space complexity: Berapa banyak memori yang diperlukan? 4. Optimality:

b. Ulang sampai solusi ditemukan atau

Apakah strategi tersebut

menemukan solusi yang paling baik jika terdapat beberapa solusi berbeda pada

sebelah kiri untuk diterapkan pada state yang dihadapi. Pilih operator yang belum dipakai untuk state saat itu dan terapkan untuk

memproduksi

state

baru

Evaluasi state baru: - jika state tersebut merupakan goal state, keluar.

permasalahan yang ada? (Suyanto, 2002) 73


- jika state bukan merupakan goal state

Prinsip kerja algoritma Simulated

tapi lebih baik dari state sekarang,

Annnealing dalam mengatasi keadaan dan

jadikan state baru tersebut sebagai

keluar dari suatu jebakan solusi terbaik lokal

state sekarang.

(minimum local).

- jika state baru bukan merupakan goal state dan tidak lebih baik dari state sekarang, lanjutkan perulangan. Perbedaan antara algoritma Hill Climbing dengan generate and test adalah penggunaan fungsi evaluasi sebagai cara untuk memasukkan tugas yang khusus sebagai kontrol sebuah proses. e.

Teknik

Pencarian

Simulated

Gambar 1. Ilustrasi Algoritma Simulated Annealing (Suyanto, 2002).

Annealing Algoritma Simulated Annealing (SA) adalah pengembangan dari Algoritma Hill Climbing

(HC),

dengan

h.

Cara

Kerja

Algoritma

Simulated

Annealing (SA)

menggunakan dan

Diberikan sebuah contoh masalah

pembekuan logam menjadi sebuah struktur

optimasi kombinatorial (S,F), dimana i

kristal dengan energi yang minimal (proses

adalah konfigurasi/solusi sekarang (current)

penguatan) dan pencarian untuk keadaan

dengan fungsi cost F(i) dan j adalah

yang sesuai dengan tujuan minimal dalam

konfigurasi berikutnya dengan fungsi cost

proses pencarian.

F(j). Konfigurasi j diperoleh melalui sebuah

analogi

pada

proses

pendinginan

menyimpulkan

mekanisme

generate

yang

mewakili

algoritma ini dapat mennemukan solusi

mekanisme

gangguan

dalam

algoritma

optimal atau mendekati optimal dengan

Metropolis,

akan

diterima

waktu relatif singkat, yang menuju nilai

menggantikan

global minimum. Algorima ini juga bersifat

penerimaan

problem independent sehingga fleksibel

Metropolis

untuk diterapkan pada berbagai masalah dan

berikut:

mudah dikomputerisasi.

Prob(terima j) = min[1, exp (-(F(i)-F(j))/c)

Banyak

peneliti

dan

j

i

dengan

yang yang

suatu

mewakili didefinisikan

kriteria kriteria sebagai

] 74

Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697 Dimana: c ϵ R+ adalah parameter kontrol

penjadwalan.

Dan mencari

referensi

i,j ϵ S adalah dua konfigurasi yang

pendukung yang berkaitan dengan sistem

berbeda.

penjadwalan

Topologi

sistem

harus

dan

informasi

tentang

dibuat

penelitian-penelitian sejenis yang pernah

sedemikian rupa sehingga setiap titik dapat

dilakukan dengan maksud sebagai bahan

dicapai dari setiap titik lainnya. Hal ini

perbandingan.

berarti terdapat sebuah path dari setiap

2. Observasi,

mempelajari

proses

minimum lokal menuju minimum global.

penjadwalan yang digunakan pada obyek

Algoritma

penelitian,

Simulated

Annealing

(SA)

yaitu

pada

Laboratorium

bertujuan untuk meminimasi sebuah fungsi

Informatika, Fakultas Teknik Universitas

obyektif atau fungsi energi. Pada tahap

Musamus Merauke.

pertama, didefinisikan sebuah solusi awal.

3. Desain sistem, melakukan perancangan

Lalu dari solusi awal ini dibuat sebuah solusi

sistem menggunakan teknik perancangan

baru, yang kemudian dibandingkan nilai

Data Flow Diagram (DFD) sebagai dasar

fungsi obyektifnya dengan solusi awal. Jika

untuk pembuatan program penjadwalan.

solusi baru ini lebih baik, ia akan diterima. Metode

SA

program

(coding),

dapat

membuat data base yang diperlukan

menerima solusi yang lebih buruk sehingga

dalam penjadwalan. Membuat program

sistem

untuk

dapat

kadang-kadang

4. pembuatan

terhindar

dari

perangkap

penjadwalan

penggunaan

minimum lokal, namun algoritma ini selalu

laboratorium komputer dengan algoritma

merekam

Simulated Annealing (SA).

solusi

terbaik

yang

pernah

ditemukan.

5. Analisa Hasil, melakukan analisa hasil (output)

program

untuk

METODOLOGI PENELITIAN

kemungkinan

a. Jenis Penelitian

batasan pada jadwal hasil output program

Tahapan-tahapan yang dilakukan pada penelitian ini mencakup studi pustaka, observasi, program

desain (coding),

sistem, dan

laboratorium

komputer.

analisa

hasil

b. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Merauke,

Pustaka,

buku-buku dengan

penjadwalan penggunaan

pelanggaran

pembuatan

penelitian. 1. Studi

terjadinya

mengetahui

teori

dengan

mempelajari

dengan studi kasus pada Laboratorium

yang

berhubungan

Informatika, Fakultas Teknik Universitas

algoritma

dan

sistem

Musamus Merauke. Data yang digunakan 75


adalah

data

penggunaan

laboratorium

dijadikan sebagai rujukan dalam pembuatan

komputer pada periode perkuliahan semester

sistem agar sesuai dengan kebutuhan. Model

gasal (ganjil) T.A. 2013/2014.

perancangan sistem yang digunakan dalam penelitian ini adalah: 1. Context Diagram

c. Data dan Sumber Data 1.

Data Primer:

Diagram Konteks (Context Diagram)

Kebutuhan data yang diperlukan untuk

menggambarkan hubungan antara sistem

pembuatan

dengan satuan luar sistem(external entity).

jadwal

Informatika,

Laboratorium

Fakultas

Teknik

Universitas Musamus Merauke. Data

Diagram Konteks juga menggambarkan alur data ke dalam dan ke luar sistem.

yang dimaksud adalah: a. Data kelas yang akan melaksanakan kegiatan

praktikum

Permintaan Penggunaan Lab

pada

DOSEN

Laboratorium Informatika, Fakultas Teknik

Universitas

Musamus

Merauke. b. Data instruktur yang mendampingi

PENGELOLA LAB KOMPUTER

kegiatan praktikum.

Data Kelas Praktikum

Jadual Penggunaan Lab

c. Data ruangan yang tersedia.

berlaku di Laboratorium Informatika, Teknik

Penggunaan Lab

Jadual Penggunaan Lab

d. Data waktu praktikum (slot) yang

Fakultas

PENJADWALAN PENGGUNAAN LAB Jadual

DEKAN FAKULTAS

Universitas

Musamus Merauke. 2.

Data Sekunder:

Gambar 2.

Mencakup teori-teori pendukung dan informasi

Diagram konteks sistem

Penggunaan Laboratorium Komputer

lain yang berkaitan dengan

kegiatan penelitian, dalam bentuk jurnal, buku-buku teks, dan referensi lain.

2. Data Flow Diagram Level 0 Data Flow Diagram Level 0 digunakan untuk menggambarkan aliran data yang

d. Desain Sistem

terjadi pada sistem secara lengkap dan

Desain sistem diperlukan untuk keperluan

identifikasi

dan

menyeluruh.

analisa

permasalahan. Desain sistem yang ada akan 76


a) Prosesor

Permintaan Penggunaan Lab DOSEN

Atom

N450

(1,66GHz) Instruktur

PENGELOLA LAB KOMPUTER

intel

1

Data Kelas Praktikum

c) Memory 1 GB, 512 kB Chache

Proses Data Kelas

KlsPrakt

d) Monitor 10’’ dengan resolusi 1024 x 600 pixel ii. Printer

2 Data Lab

b) Harddisk berkapasitas 160 GB

Slot

Proses Data Lab

2. Perangkat lunak (Software)

Ruang

Perangkat lunak (Software) yang digunakan dalam pembuatan program ini

3

adalah: Data Kelas Praktikum

Proses Data Jadual

a. Windows XP.

JadwalLab

b. ODBC versi 5.0 c. Borland Delphi Ver. 7.0 d. Database MySQL Server versi 5.1

4 DEKAN FAKULTAS

Proses Laporan

b. Batasan Jadwal 1. Hard Constraints Gambar 3. Diagram Arus Data Level 0

Hard Constraints adalah batasan-batasan yang

tidak

bisa

dilanggar,

harus

terpenuhi. Dalam proses pencarian jadwal HASIL DAN PEMBAHASAN

penggunaan

a. Perangkat Pendukung Perangkat

pendukung

batasan-batasan yang

digunakan dalam penelitian ini adalah: 1. Perangkat keras (Hardware) Spesifikasi perangkat keras (Hardware) yang dibutuhkan untuk menjalangkan program ini adalah: i. Laptop dengan spesifikasi:

laboratorium yang harus

komputer, dipenuhi

antara lain: 1. Tidak ada kelas praktikum yang dilaksanakan pada waktu (slot) dan ruang kuliah sama. 2. Tidak

ada

instruktur

yang

melaksanakan praktikum lebih dari 1 praktikum pada waktu (timeslot) yang sama. 77


2. Soft Constraints

Bobot nilai (penalty cost) ini akan

Soft Constraints adalah batasan-batasan

diperhitungkan

dalam

yang harus dihindari, tapi jika tidak dapat

fungsi obyektif F(x), Setiap bobot nilai

dipenuhi, maka batasan ini tersebut dapat

pelaggaran

dilanggar. Soft Constraints yang ada

setiap

dalam proses penjadwalan ini antara lain:

meningkatkan nilai (energi) atau nilai fungsi

1. Instruktur yang menginginkan kegiatan

obyektif dari suatu jadwal hasil.

akan

terjadi

perhitungan

diakumulasi,

nilai

sehingga

pelanggaran

akan

perkuliahan pada waktu (slot) tertentu.

Masih banyak lagi batasan-batasan pada

2. Adanya permintaan instruktur untuk

Hard Constraints maupun Soft Constraints

penggunaan

ruang

Laboratorium

yang dapat diterapkan dalam penjadwalan

tertentu

mata kuliah, yang disesuaikan dengan

Implementasi batasan-batasan tersebut

kebutuhan dan kondisi yang ada.

dapat dilakukan dengan memberikan bobot

Besar

nilai

akumulasi

akan

nilai tertentu untuk setiap batasan yang tidak

menunjukkan jumlah pelanggaran batasan

dapat terpenuhi.

pada jadwal yang dihasilkan. Makin besar

Bobot nilai (penalty cost) diperoleh dari

bobot

pemberian nilai tertentu pada variabel-

pelanggarannya. Dengan demikian jadwal

variabel yang terdapat dalam penjadwalan,

dengan bobot nilai akulmulasi terkecil akan

misalnya bobot nilai pelanggaran pada

jadi jadwal terbaik, karena makin sedikit

Instruktur

pula pelanggaran yang terjadi.

yang mendampingi praktikum

nilai

akumulasi

makin

banyak

tertentu. Setiap pelanggaran yang terjadi karena

Instruktur

praktikum bobot

nilai

yang

mendampingi

c. Rancangan dan Relasi Antar Tabel

pada waktu yang sama diberi

Rancangan tabel dalam sebuah basis

pelanggaran (penalty cost)

data mencakup nama medan data(field), jenis

sebesar 10. Atau setiap pelanggaran yang

data (type), dan ukuran data (size).

terjadi karena ada ruang laboratorium yang

Syarat utama dalam sebuah database adalah

digunakan untuk lebih dari satu kegiatan

adanya hubungan atau relasi antar tabel

praktikum pada waktu yang bersamaan

(Entity Relationships). Relasi antar tabel

diberi bobot pelanggaran (penalty cost)

menggambarkan hubungan dari masing-

sebesar 10. Bobot nilai juga dapat diterapkan

masing

pada pelanggaran-pelanggaran batasan yang

Adapun relasi

lain.

penjadwalan

tabel

dalam

sebuah

database.

antar tabel pada sistem penggunaan

laboratorium

komputer dalam penelitian ini adalah: 78


Instruktur Ruang

KdInstr *

KdRL *

NmInstr NoTelp

Ruang Kapasitas KlsPrakt KdKLs * KdInstr **

JadwalLab

KlsPrakt JmlMhs MintaSlot

KdJdwl * KdKls ** KdRL ** KdSlot **

Gambar 4. Struktur Menu

Slot KdSlot * Slot Hari

Gambar 3. Entity Relationships

d. Rancangan Antar Muka Pemakai Setelah melewati tahap perancangan dan penentuan batasan yang dibutuhkan, tahap

berikutnya

adalah

meng

implementasikan hasil rancangan ke dalam sebuah

program

(coding).

Untuk

itu

Gambar 5. Tampilan menu utama

diperlukan suatu rancangan antar muka (interface)

untuk

pemakai

program.

Rancangan struktur menu antar muka pada

e. Hasil Penelitian Algoritma

yang

digunakan

dalam

sistem penjadwalan mata kuliah ini adalah

pembuatan program penjadwalan ini adalah

sebagai berikut:

Agoritma Simulated Annealing (SA). Prinsip kerja dari algoritma Simulated Annealing adalah dengan membandingkan dua buah solusi jadwal untuk menentukan jadwal

yang

terbaik.

Pada

proses 79


pembandingan

diperlukan

sebuah

nilai

fungsi untuk masing-masing solusi jadwal. Jika solusi atau nilai fungsi yang

4. Kembali ke 2 sampai selesai. 5. Simpan jadual. 6. Selesai.

dibandingkan lebih baik, maka solusi baru diterima

dan

menggantikan

solusi

f. Analisa Hasil Penelitian

sebelumnya. Jika solusi lebih buruk maka akan

diterapkan

probabilitas

proses

yang

penerimaan.

disebut

Probabilitas

penerimaan ini akan memungkinkan sebuah

Berdasarkan menggunakan

hasil

program

pengujian yang

dibuat

diperoleh hasil sebagai berikut: 1.

Jadwal hasil program dapat mengurangi

solusi yang lebih buruk bisa diterima dan

jumlah

menggantikan solusi jadwal yang akan

mendampingi lebih dari 1 kegiatan

dibandingkan untuk melanjutkan proses

praktikum dalam waktu/slot yang sama.

pencarian solusi jadwal terbaik berikutnya.

2.

terjadinya

instruktur

yang

Tidak ada kelas praktikum berbeda yang

Meskipun solusi baru bisa lebih buruk

menggunakan

namun Algoritma ini akan menyimpan hasil

komputer pada waktu/slot yang sama.

solusi

yang

terbaik

yang

diperoleh

sebelumnya.

3.

ruang

laboratorium

Algoritma Simulated Annealing (SA) dapat menemukan solusi optimal dengan

Jika Kelas, instruktur, waktu (slot),

waktu pencarian yang relatif cepat

dan ruangLab secara berurutan disimbolkan

(sekitar 10 menit), jauh lebih cepat jika

dengan I, D, H, R, maka langkah-langkah

dibandingkan dengan cara manual yang

algoritma Simulated Annealing (SA) adalah

selama ini dilakukan.

sebagai berikut 1. Mulai 2. For i = 1 to I (Pilih dosen I) 3. Kerjakan jika I sesuai dengan J yang diajar: a. For d = 1 to D (Pilih hari D) b. For h = 1 to H (Pilih waktu H) c. For r = 1 to R (Pilih ruang R) d. Cek apakah R bebas dan sesuai dengan J

Hasil

uji

coba

program

juga

menunjukkan bahwa besar nilai penerimaan berpengaruh terhadap jumlah probabilitas solusi yang diterima. Ini disebabkan karena pada saat nilai penerimaan ditingkatkan maka hasil dari rumus eksponen probabilitas penerimaan akan brtambah besar, hal ini akan mengakibatkan rentang probabilitas penerimaan mendekati 100%.

e. Jika ya simpan jadual, jika tidak kembali ke 3.c. 80


2. Perlu

dilakukan

penelitian

lanjutan

PENUTUP

dengan kasus yang berbeda dengan

a. Kesimpulan

algoritma yang sama maupun dengan

Berdasarkan hasil

penelitian yang

sudah diuraikan dalam bab sebelumnya, maka dapat disimpulkan sebagai berikut : 1. Besarnya nilai besaran pembanding yang digunakan

dalam

proses

penerimaan

solusi jadwal baru akan berpengaruh

algoritma lain, terutama dalam melakukan optimasi penjadwalan. 3. Memanfaatkan

program

penjadwalan

untuk menyusun jadwal agar proses pembuatan jadwal dpat dilakukan dengan cepat.

terhadap jumlah probabilitas jadwal baru (Neighbour)

yang

diterima

dalam

memperoleh solusi jadwal optimal.

1. Henny, 2009, Optimasi Penjadwalan

2. Jadwal hasil program dapat mengurangi jumlah

terjadinya

mendampingi

instruktur

lebih

dari

yang

1 kegiatan

praktikum dalam waktu/slot yang sama. 3. Algoritma Simulated Annealing dapat digunakan

untuk

DAFTAR PUSTAKA

menyelesaikan

Matakuliah pilihan Mahasiswa, Tesis Master Jurusan Teknik Elektro Program Pascasarjana

Universitas

Hasanuddin

Makassar. 2. Muhsi, A.R., 2007, Simulated Annealing Algorithm

for

The

Examinations

permasalahan penjadwalan penggunaan

Timetabling problem, African Journal of

laboratorium

pada

Science and Technology, Science and

Universitas

Engineering Series Vol. 8 No. 2, pp. 24 -

Laboratorium

komputer Informatika

Musamus Merauke.

32. 3. Novandry Widyastuti, Astika Ratnawati,

b. Saran Berdasarkan hasil penelitian yang sudah dilakukan ada beberapa hal yang perlu disarankan: 1. Melakukan penambahan populasi dan kompleksitas data yang akan dijadwalkan untuk memperoleh hasil yang lebih akurat dan jelas pengaruh perbedaan besaran

Rahma Nur Cahyani, 2008, Optimasi Penjadwalan Kegiatan Belajar Mengajar Dengan

Algoritma

Genetik,

FMIPA

Universitas Sebelas Maret, Surakarta. 4. Stuart J. Russel and Peter Norvig, 2003, Artificial Intelligence, Second Edition, Pearson Education, Upper Saddle River, New Jersey.

nilai pembanding terhadap kecepatan proses dan jumlah iterasi. 81


5. Suyanto, 2002, Buku Ajar Intelijensia Buatan, Jurusan Teknik Informatika STT Telkom, Bandung. 6. Tuan-Ahn Duong, Kim-Hoa Lam, 2003,

7. Widiadhi

Josef,

dkk., Delphi

2005,

Combining Constraint Programming and

Pemrograman

dengan

Simulated Annealing on University Exam

ADOExpress, Informatika, Bandung.

Timetabling, Department of Information Technology,

HoChiMinh

University,

Hanoy, Vietnam.

82

ALGORITMA SIMULATED ANNEALING UNTUK PENJADWALAN PENGGUNAAN LABORATORIUM KOMPUTER. Susanto

Recommend Documents