Mitigasi Premature Convergence Pada Genetic Algorithm Menggunakan Metoda Dynamics Growth Population Dalam Kasus University Course Scheduling

Ewi Ismaredah Ewi; Hasdi  Radiles

doi:10.58794/jekin.v3i1.486

Authors

Ewi Ismaredah Ewi Universitas Islam Negeri Riau
Hasdi Radiles Universitas Islam Negeri Sultan Syarif Kasim

DOI:

https://doi.org/10.58794/jekin.v3i1.486

Keywords:

Dynamics Population, Elithsm, Genetic Algorithm, PMX, Reciprocal Exchange Mutation

Abstract

Permasalahan penjadwalan kegiatan perkuliahan atau yang biasa disebut sebagai University Course Scheduling (UCS), hingga saat ini masih menjadi dilema antara kepentingan dosen, mahasiswa dan fasilitas yang tersedia. salah satu solusi terhadap permasalahan permasalahan tersebut ini adalah dengan menggunakan Genetic Algorithm (GA) untuk menguraikan permutasi acara perkuliahan dengan pertimbangan constraint yang diinginkan. Penelitian ini mengusulkan penggunaan Dynamics Population pada pertumbuhan jumlah populasi setiap generasinya untuk mencegah terjadi premature convergence akibat terbatasnya search space. Data penelitian diperoleh berdasarkan proses penjadwalan pada jurusan Teknik Elektro UIN SUSKA –Riau semester Gasal 2019-2020 dan hasil interview dari sejumlah civitas akademika. Beberapa skenario yang diamati dalam penelitian ini adalah berdasarkan variasi inisialisasi populasi 50-100 individu, dengan probabilitas 0,1 hingga 0,5 dan probabilitas mutasi 0,01 hingga 0,0.5. Hasil penelitian menunjukkan bahwa inisialisasi populasi 70 dengan probabilitas crossover 0,5 dapat mengatasi permasalahan premature convergence untuk mendapatkan solusi terhadap UCS. Selain itu penambahan probabilitas mutasi lebih dari 0,01 akan mengakibatkan beban komputasi yang semakin tinggi.

Downloads

Download data is not yet available.

References

M. Yazdani, B. Naderi, and E. Zeinali, “Algoritmi za probleme planiranja fakultetskih predavanja,” Teh. Vjesn., vol. 24, pp. 241–247, 2017, doi: 10.17559/TV-20130918133247.

E. A. Abdelhalim and G. A. El Khayat, “A Utilization-based Genetic Algorithm for Solving the University Timetabling Problem (UGA),” Alexandria Eng. J., vol. 55, no. 2, pp. 1395–1409, 2016, doi: 10.1016/j.aej.2016.02.017.

Y. Sari, M. Alkaff, E. S. Wijaya, S. Soraya, and D. P. Kartikasari, “Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Genetic Algorithm dengan Teknik Tournament Selection,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 1, p. 85, 2019, doi: 10.25126/jtiik.2019611262.

T. Listyorini and S. Muzid, “Implementasi Population Resizing on Fitness Improvement Genetic Algorithm (Profiga) Untuk Optimasi Rute Kunjungan Promosi Universitas Muria Kudus Berbasis Android Dan Google Maps Api,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 7, no. 1, p. 59, 2016, doi: 10.24176/simet.v7i1.488.

B. R. Rajakumar and A. George, “APOGA: An Adaptive Population Pool Size based Genetic Algorithm,” AASRI Procedia, vol. 4, pp. 288–296, 2013, doi: 10.1016/j.aasri.2013.10.043.

B. Koohestani, “A crossover operator for improving the efficiency of permutation-based genetic algorithms,” Expert Syst. Appl., vol. 151, p. 113381, 2020, doi: 10.1016/j.eswa.2020.113381.

R. Febriyana and W. F. Mahmudy, “Penjadwalan Kapal Penyeberangan Menggunakan Genetic Algorithm,” J. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 1, p. 43, 2016, doi: 10.25126/jtiik.201631169.

A. M. Purnomo, D. Werdiastu, T. Raissa, R. Widodo, and V. N. Wijayaningrum, “Genetic Algorithm untuk Optimasi Komposisi Makanan Bagi Penderita Hipertensi,” J. Teknol. dan Sist. Komput., vol. 7, no. 1, pp. 1–6, 2019, doi: 10.14710/jtsiskom.7.1.2019.1-6.

Syarif, Admi, Genetic Algorithm Teori dan Aplikasi, Edisi 2, Yogyakarta: Graha Ilmu, 2014.

Lei Wang and Dun-bing Tang. An improved adaptive genetic algorithm based on hormone modulation mechanism for job-shop scheduling problem. Expert Systems with Applications. 2011;38 7243-7250.

EzgiDenizÜlker and SadıkÜlker. Comparison Study for Clonal Selection Algorithm and Genetic Algorithm. International Journal of Computer Science & Information Technology. 2012;4:4.

Abdolreza. AsadiGhanbari, Ali Broumandnia, HamidrezaNavidi and Ali.Ahmadi. Brain Computer Interface with Genetic Algorithm. International Journal of Information and Communication Technology Research. 2012; 2:1.

R. P. Abeysooriya and T. G. I Fernando. Canonical Genetic Algorithm To Optimize Cut Order Plan Solutions in Apparel Manufacturing. Journal of Emerging Trends in Computing and Information Sciences. 2012;3:2.

Vosough. Amir. Optimization the Rankine Cycle with Genetic Algorithm. 2nd International Conference on Mechanical, Production and Automobile Engineering, Singapore. 2012; 28-29.

AkhileshVerma and Archana. A Survey on Image Contrast Enhancement Using Genetic Algorithm. International Journal of Scientific and Research Publications. 2012; 2:7.

DawoodTalebiKhanmiri, NasibehNasiri, and TaherAbedinzadeh. Optimal Reactive Power Dispatch Using an Improved Genetic Algorithm. International Journal of Computer and Electrical Engineering. 2012;4:4.

E. Ismaredah, H. Radiles, “Pemodelan Genetic Algorithm Pada Kasus University Course Scheduling Dalam Meningkatkan Kualitas Pembelajaran Di Lingkungan Uin Suska Riau,” UIN SUSKA, Lembaga Penelitian dan Pengabdian Kepada Masyarakat, 2019.