BAB 3 ANALISIS DAN PERANCANGAN
Pada Bab ini diuraikan analisis dan perancangan aplikasi program optimasi penggunaan ruang kelas dengan cara mengoptimalkan penjadwalan mata kuliah menggunakan Algoritma Genetika ( Genetic Algorithm). Sub Bab 3.1 berikut ini akan menjelaskan latar belakang masalah yang dihadapi, yang kemudian dilakukan suatu analisis permasalahan pada sub bab 3.2, dan pada sub bab 3.3 diberikan solusi untuk menyelesaikan permasalah yang timbul tersebut. Pada Sub Bab 3.4 dirancang suatu proses yang mengambil pendekatan berorientasi objeck dengan menggunakan database. Rancangan algoritma yang dipakai dalam aplikasi diberikan pada sub bab 3.5. Perancangan proses dan algoritma yang dituangkan ke dalam suatu perancangan aplikasi program terdapat di dalam sub Bab 3.6.
3.1
Latar Belakang Permasalahan Pada setiap perusahaan, masalah utama yang selalu dihadapi adalah masalah
biaya. Bagaimana cara menyeimbangkan masalah biaya tersebut, sehingga setidaknya perusahaan tersebut dapat mendapatkan suatu “balik modal” atau kalau bisa ada keuntungan yang didapat perusahaan tersebut. Begitu juga permasalahan yang dihadapi dalam suatu universitas, Bagaimana memperoleh keuntungan dari pendapatan dari mahasiswa yang kuliah dan pengeluaran yang dilakukan untuk memelihara universitas tersebut. Salah satu pengeluaran biaya yang harus dapat dioptimalkan adalah biaya
45
gedung, terutama perawatannya. Pada kasus ini, penulis mengadakan studi kasus pada kampus Joseph Wibowo Center (JWC) BINUS UNIVERSITY. Seperti universitas lainnya, kampus JWC pun menginginkan pengoptimalan penggunaan biaya yang salah satunya pengoptimalan dalam biaya gedung / ruang. Pengoptimalan yang dimaksudkan ialah bagaimana menentukan berapa jumlah mahasiswa yang dapat diterima pada tahun ajaran baru, supaya penggunaan ruang pada kampus tersebut dapat maksimal, yang juga dapat menutupi biaya perawatan ruang-ruang tersebut. Saat ini proses dalam menentukan berapa jumlah mahasiswa yang dapat diterima pada tahun ajaran baru masih menggunakan cara manual, yaitu dengan menghitung jumlah mahasiswa yang sudah diterima dan masih aktif pada perkuliahan. Perhitungan yang dilakukan berdasarkan jadwal yang sudah terbentuk dan sudah berjalan, sehingga proses penentuan jumlah mahasiswa yang akan diterima tidak bisa langsung ditentukan secara pasti, karena mereka harus menunggu waktu pada semester dua untuk melihat berapa yang akan dapat dipastikan jumlah yang dapat mereka terima, ditambah lagi saat ini mereka masih sepenuhnya menggunakan sistem krs, sehingga banyak yang memungkin untuk banyak kelas yang tidak akan dibuka. Proses inilah yang membuat mereka kesulitan untuk menentukan berapa jumlah mahasiswa yang dapat mereka tentukan untuk diberikan ke bagian marketing, supaya pihak marketing dapat melakukan tugasnya dengan baik. Dalam mencapai tujuan tersebut, penulis menggunakan salah satu cara dalam mengoptimalkan keadaan tersebut, yaitu dengan mengoptimalkan penjadwalan matakuliah pada tahun ajaran baru tersebut, sehingga terdapat suatu gambaran jelas
46
penggunaan ruang yang telah digunakan, sehingga kampus dapat menentukan mahasiswa yang akan diterima. Masalah penjadwalan matakuliah merupakan suatu masalah yang pasti dihadapi oleh setiap universitas yang ada di Indonesia maupun di dunia. Masalah ini biasanya berada sekitar pada bagaimana menjadwalkan suatu kelas, sehingga dosen, mahasiswa, ruang kelas, dan slot waktu agar proses belajar mengajar yang terjadi dapat berjalan dengan sempurna dan tidak terbentur adanya suatu bentrokan. Bentrokan atau masalah yang bisa timbul disini misalnya: Dosen A harus mengajar dua atau lebih kelas yang berbeda pada ruang dan waktu yang berbeda. Keempat hal tersebut, yaitu ketersediaan dosen, kelas, ruang kelas, dan slot waktu, merupakan hard constraint yang harus diselesaikan untuk menghasilkan suatu penjadwalan matakuliah yang dapat berjalan dengan sempurna. Pada saat ini proses penjadwalan yang dilakukan masih dilakukan dengan secara semi otomatis, tentunya dengan melihat hasil dari sistem krs yang dilakukan untuk melihat kelas yang matakuliahnya dapat dibuka, yaitu dengan memasukan secara manual kode matakuliah, kode kelas mahasiswa, kode hari, kode shift, kode dosen dan kode ruangan kelas, dan secara sistem penjadwalan, semua itu akan diperiksa apakah terdapat bentrok di antara semua kode-kode tersebut. Jika terdapat bentrokan diantara kode-kode tersebut, maka operator sistem penjadwalan harus memanipulasi kode-kode tersebut agar di dalam sistem tidak terdapat bentrokan penjadwalan. Hal ini akan memakan resources waktu yang banyak.
47
3.2
Analisis Permasalahan Masalah yang akan dibahas melalui tulisan ini adalah bagaimana sebuah
universitas, dengan bangunan yang tetap, dapat menentukan berapa banyak mahasiswa yang dapat diterima pada tahun ajaran yang baru, sehingga pihak marketing dapat melakukan tugasnya dengan tujuan perusahaan atau universitas dapat memperoleh keuntungan atau setidaknya dapat menutupi pembiayaan perawatan gedung. Untuk dapat menentukan jumlah mahasiswa yang dapat kita terima pada tahun ajaran masuk, maka kita harus dapat melihat kapasitas ruangan yang kita miliki, kemudian setelah itu kita harus dapat meramalkan ruangan yang sudah terpakai, sehingga sisanya dapat kita gunakan untuk memperkirakan berapa mahasiswa yang dapat kita terima. Yang jadi permasalahan adalah bagaimana cara menentukan berapa banyak ruangan yang sudah terpakai pada saat penerimaan mahasiswa baru. Untuk memperkirakan banyak ruangan yang sudah terpakai, penulis menggunakan pengoptimalan melalui penjadwalan penggunaan ruangan. Masalah penjadwalan merupakan masalah yang klasik. Hingga saat ini telah berkembang banyak metode yang dapat digunakan untuk menyelesaikan masalah tersebut. Umumnya masalah ini sangat sulit untuk diselesaikan, janganlah uantuk melakukan optimalisasi, untuk melakukan hanya sekedar optimasi pun sulit. Hal ini dikarenakan suatu proses penjadwalan ini diperlukan hard contraint dan soft constraint. Hard Contraint yang dimaksud dapat disebut juga Hard Requirements, adalah merupakan salah satu kebutuhan dari suatu penjadwalan yang jika kebutuhan ini
48
dilanggar, maka akan mengakibatkan penjadwalan yang dibentuk tidak akan bisa digunakan. Hard Requirement itu sebagai berikut : 1.
Kelas hanya bisa dimasukkan ke dalam satu ruangan kelas saja
2.
Tidak ada dosen maupu kelas mahasiswa yang dapat memiliki lebih dari satu kelas dalam satu waktu yang sama.
3.
Ruangan kelas haruslah memiliki kapasitas yang dapat digunakan untuk menampung semua peserta.
4.
Jika ada kelas yang memiliki kebutuhan yang lebih khusus, seperti laboratorium, maka harus ditempatkan ke dalam suatu ruangan yang khusu pula seperti ruangan lab. Soft Contraint atau bisa juga disebut sebagai Soft Requirements ini merupakan
salah satu persyaratan dalam penjadwalan yang jika syarat ini tidak terpenuhi tetapi penjadwalan dapat terus dilakukan. Soft Requirements ini umumnya merupakan kebijakan-kebijakan yang sudah diputuskan oleh masing-masing perusahaan atau universitas, sehingga untuk soft requirements untuk masing-masing penjadwalan memiliki bentuk yang berbeda-beda.
3.3
Solusi Permasalahan Untuk mendapai tujuan yang telah digambarkan pada sub bab sebelumnya, maka
penulis membuat aplikasi yang digunakan untuk otomatisasi penjadwalan matakuliah sehingga dapat membuat suatu penjadwalan mata kuliah yang dapat berjalan tanpa
49
bentrokan. Aplikasi ini akan menerima inputan-inputan dasar seperti informasi dosen, informasi matakuliah, informasi ruang kelas, informasi jumlah mahasiswa dalam satu matakuliah satu kelas, dan informasi pembagian mengajar dosen dengan kelas tersebut. Metode yang yang akan digunakan untuk menyelesaikan data itu semua adalah Algoritma Genetik. Tujuannya adalah menyelesaikan hard constraint masalah optimalisasi penjadwalan demi mencapai tujuan dan nantinya akan dibahas tentang hasilnya dan akan dibandingkan dengan yang sebelumnya. Menyelesaikan hard constraint yang dimaksudkan dapat dicapai dengan pencapaian suatu hasil penjadwalan yang melibatkan semua data resources dasar tersebut supaya penjadwalan itu dapat berjalan dengan baik.
50
3.4
Perancangan Proses Dalam perancangan proses ini digunakan pendekatan berorientasi objek (Object
Orientasi). 3.4.1 PK
Database
tbjur
tbkdsem_Kurikulum
master_matakuliah
kdjur
PK
PK
tabel_peminatan
stsrc kdjurkop nmjur skjur kdggs nmjuring kajur sekjur
PK PK PK
kdjur kddeg kdpmt
PK,FK1 PK PK PK PK,FK2 PK,FK2 PK,FK3 PK,FK4
FK3 FK1,FK2
FK2
FK2
nimhs stsrc tglup usrid kdfak kdjur kdstu nofom namhs nmmhs almhs norum kodrt kodrw ktmhs kdpos tlmhs jnkel tplhr tglhr kdagm kwneg stker prlhr kblhr nglhr nirm thakt smakt tglls tgkel stkul ktrng thang stsip kdpmt tgdfl email Hp smang binusianid toefl twe kddeg email_binus nowisuda
kdfak thang smang kdstu kddeg kdpmt kdsemkur kdmtk stsrc tglpr tglup usrid paket
master_mahasiswa PK
stsrc tglpr tglup usrid nmsemkur tahun semester
master_kurikulum
stsrc kdfak kdstu KdJnPmt kdjurMinor nmpmt stsPilih
kdsemkur
master_dosen PK
kddsn
kdmtk stsrc tglpr tglup usrid nmmtk nmmtk1 nmsgt nmigr skstr skspr kdkom kdggs stips jmlprk bbsks nourut kdkel kdkur kdjns skspert kdprk
tabel_ruang PK
stsrc kpkls kpujn kppmb stsklh kampus keterangan
transaksi_nilai_mahasiswa tbfak PK
kdfak stsrc kdfakkop nmfak skfak nmfaking dekan
PK,FK1 PK,FK1 PK,FK2 PK,FK1 PK,FK1
priod kdsem nimhs kdmtk kelas
FK1 FK1 FK1 FK1
stsrc tglpr tglup usrid niltm nilmd nilpr nilab nilabpr nilua ststm stsmd stsua stspr stsab stsabpr nilak grade stpos tglpos kdhri kdjam kdrng kddsn
stsrc tglpr tglup usrid nmdsn
Gambar 3.1 Entity Relationship Diagram 1
master_jadwal_kuliah PK PK PK,FK3 PK PK PK PK,FK2 PK,FK1
kdrng
priod kdsem kdmtk kelas kdhri kdjam kdrng kddsn stsrc tglpr tglup usrid kptas trisi stmtk stdsn sts_mcl kptasE trisiE
51
Gambar diatas adalah struktur tabel-tabel dalam database yang mendukung sistem
penjadwalan
master_kurikulum, tabel_peminatan,
mata
kuliah.
Untuk
master_jadwal_kuliah, tabel_ruang,
tabel-tabel
seperti
master_mahasiswa,
tbfak,
tbjur,
master_dosen,
master_matakuliah, tbkdsem_Kurikulum,
transaksi_nilai_mahasiswa merupakan tabel-tabel yang sudah tersedia pada sistem penjadwalan mata kuliah pada kampus JWC BINUS UNIVERSITY.
master_dosen_generate PK PK PK PK
no kddsn nmdsn nama
Transaksi_Kelas_Mahasiswa_Kdmtk PK PK PK PK
no kelas jmlmhs kdmtk
master_matakuliah_data
Transaksi_Kelas_Mahasiswa PK PK PK
Transaksi_Kelas_Mahasiswa_Generate
no kelas jmlmhs
PK PK PK
no kelas jmlmhs
PK PK PK PK PK PK PK PK
kdfak kdjur thang smang kdstu kdpmt kdsemkur kdmtk
jadwal_ajar_generate
master_matakuliah_data_generate
tabel_ruang_use
PK PK PK PK
PK PK PK PK
PK PK PK
grup duration course dosen
no kdmtk nmmtk nama
priod kdsem ruang use empty
Gambar 3.2 Entity Relationship Diagram 2 Sedangkan tabel-tabel seperti master_dosen_generate, master_matakuliah_data, master_matakuliah_data_generate, Transaksi_Kelas_Mahasiswa, jadwal_ajar_generate, Transaksi_Kelas_Mahasiswa_Generate,
Transaksi_Kelas_Mahasiswa_Kdmtk,
tabel_ruang_use, merupakan tabel yang sengaja dibuat oleh penulis untuk memudahkan
52
dalam mengenerate data dari tabel-tabel yang sebelumnya sudah tersedia pada sistem penjadwalan yang ada pada kampus JWC BINUS UNIVERSITY.
3.5
Perancangan Algoritma Berikut ini adalah rancangan algoritma atau langkah kerja aplikasi program
penjadwalan menggunakan Algoritma Genetik. Hal pertama yang harus kita cari ketika kita ingin berhubungan dengan proses algoritma Genetik adalah bagaimana kita merepresentasikan hasil-hasil solusi kita menjadi sebuah kromosom – kromosom, yang nantinya memungkinkan bagi kita untuk melakukan segala aktifitas genetika seperti crossover dan mutation. Selain itu kita juga harus dapat merepresentasikan seberapa baiknya solution yang kita hasilkan atau dalam tulisan ini lebih dikenal sebagai fitness. Kromosom yang dimaksudkan diatas kita representasikan dalam suatu slot- slot waktu yang didefinisikan dalam jarak waktu satu jam untuk setiap hari dan setiap ruangan. Untuk waktu perkuliahan pun kita definisikan dengan menetapkan bahwa waktu perkuliahan dari jam 9 pagi sampai jam 6 malam dan berlaku dalam waktu kerja yaitu dari hari Senin sampai Jumat. Dengan keadaan ini maka kita membentuk vektor sebesar 9 * 5 * jumlah ruangan yang tersedia. Vektor – vektor inilah yang akan merepresentasi kromosom dari hasil-hasil solusi yang akan terbentuk nantinya. Kromosom akan memiliki tiga kemampuan yang utama, yaitu Kode, Fitness, dan Skill. Kode dari kromosom adalah merupakan representasi dari solusi-solusi yang akan terbentuk, dalam program nanti Kode-kode kromosom ini diwakilkan dalam hash
53
map dan vektor – vektor slot. Fitness Kromosom adalah suatu nilai yang menyimpan seberapa baiknya solusi yang telah terbentuk itu. Sedangkan Skill dari kromosom itu menyimpan semua kebutuhan yang diperlukan dalam operasi genetic yang akan dilakukan terhadap kromosom tersebut , seperti operasi fitness, operasi crossover, dan operasi mutation atau mutasi. Selain skill juga menyimpan parameter-parameter yang akan digunakan dalam operasi genetik tersebut. Skill kromosom ini nantinya disimpan kedala suatu wadah yang dinamakan Chromosome Configuration Block (CCB). Proses – proses yang terdapat pada Chromosome Configuration Block (CCB) dapat digambarkan seperti ini misalnya kita membuat kromosom pertama, kita memberikan datanya ke dalam CCB, CCB kemudian melakukan beberapa aktivitas seperti membuat kromosom baru yang sama persis dengan kromosom yang pertama kita kirimkan dengan beberapa cara seperti membuat dengan kromosom yang pertama kita kirimkan dengan beberapa cara seperti membuat copy dari kromosom tersebut atau membuat prototype dari kromosom tersebut. Kromosom baru ini digunakan jika misalnya ketika terjadi mutasi dan crossover, hasil yang diharapkan tidak maksimal, maka kita dapat mengembalikan kromosom ke kondisi semula. Kemudian kita harus memberi nilai fitness ke setiap kromosom yang kita buat. Untuk pertama kali kita gunakan kualifikasi yang paling minimum untuk setiap kelas penjadwalan, seperti misalnya kita mengharapkan setiap dosen menerima untuk mengajar pada setiap waktu, tanpa adanya batasan waktu ketersediaan waktu dosen. Untuk menentukan nilai fitness, maka kita akan melakukan hal – hal berikut : 1.
Setiap kelas dapat nilai fitness antara 0 sampai 5
54
2.
Jika kelas menggunakan ruang kelas yang kosong, maka nilain fitness ya akan kita tambahkan.
3.
Jika kelas menggunakan ruangan kelas yang kosong dan memiliki kapasitas yang cukup atau lebih, maka kita akan menambahkan nilai fitness nya.
4.
Jika dosen yang mengajar pada kelas tersebut hanya mengajar kelas tersebut pada satuan waktu yang sama, maka nilai fitness dari kelas tersebut kita tambahkan.
5.
Kriteria terakhir adalah kita cek group mahasiswa yang mengikuti kelas tersbut, apakah memiliki jadwal yang bentrok. Jika tidak maka nilai fitness dari kelas tersebut akan kita tambah lagi.
6.
Jika ada Kelas-kelas yang tidak sesuai dengan kriteria-kriteria diatas, nilai fitness nya tidak kita tambahkan.
7.
Total nilai fitness dari penjadwalan tersebut ialah total dari semua total nilai fitness dari masing-masing kelas.
8.
Nilai fitness terakhir, yang nantinya kita gunakan sebagai patokan bahwa penjadwalan yang kita lakukan sudah optimal atau belum ialah merupakan perhitungan dari total nilai fitness dari penjadwalan dibagi dengan nilai maksimum, dimana nilai maksimum merupakan hasil perhitungan dari jumlah kelas * 5. Operasi Crossover ialah operasi genetik yang mengkombinasikan data-data yang
terdapat pada hash map dari dua induk kromosom atau istilah umumnya menyilangkan
55
dua induk kromosom, hal ini juga nantinya akan menentukan nilai fitness nya (sudah dijelaskan pada bab 2 ). Kemudian kita lakukan operasi mutation, hal ini juga kita lakukan untuk mendapatkan nilai fitness terbaik dari masing-masing kromosom, sehingga tujuan yang kita inginkan tercapai. Dengan semua langkah yang dilakukan, maka algoritma genetika dapat berjalan dengan baik. Kita juga perlu menentukan kapan algoritma genetik ini akan berhenti melakukan prosesnya, dalam program ini proses algoritma genetik ini akan berhenti berdasarkan nilai fitnessnya dimana nilai itu merupakan nilai fitness dari kromosom terbaik yang dihasilkan. Algoritma Genetik ini pulalah yang membuat populasi yang nantinya akan digunakan sebagai pembanding dalam mencari nilai fitness yang terbaik dari kromosom yang terbaik. Dalam program ini algoritma genetik ini akan selesai menjalankan tugasnya apabila nilai fitness keseluruhan mencapai nilai 1. Setelah penjadwalan yang diharapkan sudah terbentuk, maka kita akan melanjutkan dengan menghitung berapa jumlah mahasiswa yang akan dapat diterima masuk pada tahun dan semester yang penjadwalannya tadi telah kita input. Perhitungan dengan dilakukan dengan cara sebagai berikut : 1.
Kita harus menghitung berapa banyak ruangan yang tersedia dalam satu minggu tersebut. Cara ini dapat dicari dengan menggunakan rumus jumlah ruangan * jumlah shift perhari * jumlah hari aktif seminggu.
2.
Dari penjadwalan yang telah kita lakukan dengan algoritma genetik, maka kita akan mendapatkan berapa banyak ruangan yang telah terisi. Dari ruangan yang
56
telah berisi itulah, kita harus dapat mencari ruangan yang masih kosong atau belum digunakan. 3.
Setelah mendapatkan berapa ruangan yang yang kosong, kita dapat memperkirakan berapa banyak mahasiswa yang dapat diterima, dengan sebelumnya kita harus menentukan berapa banyak sks yang diambil oleh setiap jurusan yang ada, dalam hal ini banyak sks penulis berikan merupakan inputan dari user sendiri.
4.
Setelah mengetahui setiap jurusan memiliki jumlah sks tertentu pada tahun pertamanya, maka selanjutnya kita dapat menghubungkan dari jumlah sks yang telah terdefinisi dengan jumlah shift kosong yang tersedia dari perhitungan awal, maka akan terlihat pembagiannya.
5.
Langkah terakhir dengan menentukan berapa mahasiswa yang akan ditentukan perkelasnya, sehingga akan diketahui berapa total mahasiswa yang dapat diterima pada tahun ajaran baru tersebut.
3.6
Perancangan Aplikasi Aplikasi program yang dibuat adalah merupakan aplikasi windows form, dimana
dalam satu windows tersebut memiliki tiga fungsi, yang memiliki fungsi-fungsi tersendiri dalam melakukan tugasnya. Fungsi pertama memiliki untuk mengolah data-data yang terdapat pada database untuk dapat mengenerate suatu data configuration output yang bertipe file .cfg yang
57
nantinya merupakan masukan untuk proses optimasi menggunakan Genetic Algorithms. Data yang di generate itu berjumlah lima jenis, masing-masing adalah data dosen, data ruangan, data matakuliah, data jumlah mahasiswa perkelas, dan data dosen mengajar. Untuk data dosen, data ruangan, data matakuliah dapat langsung diambil dari tabel master_dosen, master_matakuliah, tbruang yang sudah tersedia di dalam database kampus JWC. Untuk yang jumlah mahasiswa perkelas dan data dosen mengajar, itu harus mengolah data-data yang terdapat pada tabel-tabel yang ada pada Kampus JWC. Dalam
memperkirakan
jumlah
mahasiswa
perkelas,
penulis
harus
memperkirakan berapa jumlah matakuliah yang akan dibuka pada tahun ajaran baru tersebut, misal penulis ingin mengetahui berapa orang mahasiswa yang akan diterima pada tahun 2008 semester 1, maka penulis harus memperkirakan matakuliah apa yang akan dibuka pada tahun 2008 semester 1 kecuali matakuliah yang akan dibuka untuk baru tersebut.
generate data
generate scheduling
mapping database
result
period
kdsem
generate
Gambar 3.3 Rancangan Program Tab Pertama
Setelah data hasil generate telah terbentuk, maka fungsi kedua dijalankan, yaitu masukan data hasil generate tersebut kedalam program optimasi penjadwalan dengan
58
menggunakan algoritma genetik. Pada program tersebut aka digambarkan proses yang terjadi pada saat penjadwalan tersebut dilakukan, dan akan dilakukan terus sampai data yangdiolah menjadi suatu jadwal yang optimal dan dapat berjalan dengan baik.
generate data
generate scheduling
mapping database
result
generate
Gambar 3.4
Rancangan Program Tab Kedua
Ketika tombol generate diklik, maka akan munsul suatu windows baru yang dimana pada windows tersebut terhadap perhitungan yang akan dilakukan untuk menghasilkan penjadwalan yang terbaik. file
view
help
open configuration start solving stop configuration exit
Gambar 3.5 Rancangan Program Hasil Tombol Generate Terklik
59
Gambar 3.6 Gambar Rancangan Program Setelah muncul hasil yang optimal dari penjadwalan yang dilakukan, maka fungsi ketiga yaitu kita menginput data-data hasil penjadwalan yang telah dilakukan pada fungsi kedua kedalam database, sehingga dapat kita peroleh berapa jumlah mahasiswa yang dapat diterima pada saat penerimaan mahasiswa baru tersebut dengan memperhitungkan ruangan yang yang kosong yang belum digunakan dalam jadwal yang sudah digenerate oleh algoritma Genetik.
generate data
generate scheduling
class 1
class 1
class 2
09.00-10.00
class 3
MON
mapping database TUE
result WED
THUR
FRI
………………………………………………………………………………………… 17.00-18.00 save
Gambar 3.7 Gambar Rancangan Program pada Tab ketiga
60
Pada Tab keempat, akan dilakukan perhitungan untuk menentukan berapa jumlah mahasiswa yang akan dapat diterima. Hasil keluaran ialah berupa jumlah mahasiswa yang dapat diterima pada tahun ajaran baru dan juga penjadwalan yang sudah digenerasi oleh algoritma genetik. generate data
generate scheduling
mapping database
result
Total Mahasiswa yang Dapat Diterima Pada Tahun Ajaran Baru Periode 2008
Semester 1
count
Gambar 3.8
Rancangan Tab Terakhir
