Metode Simulated Annealing untuk Optimasi Penjadwalan Ujian Perguruan Tinggi

Wiktasari Wiktasari, Sirli Fahriah

Abstract


Penjadwalan ujian (timetabling) merupakan penugasan mata kuliah yang diujikan yang diikuti oleh mahasiswa pada slot waktu dan ruang yang tersedia dengan melibatkan batasan tertentu. Simulated annealing merupakan salah satu metode heuristic yang dapat digunakan sebagai metode pencarian dan memberikan solusi yang dapat diterima (objective function) dengan hasil yang baik. Pada penelitian ini membahas tentang penjadwalan ujian pada perguruan tinggi menggunakan metode simulated annealing dengan menggunakan lima variabel data yaitu mata kuliah yang diujikan (X1), mahasiswa (X2), slot waktu yang terdiri dari hari (X3) dan waktu periode (X4) dan variabel ruang (X5). Penelitian ini memiliki dua objective function yang akan dihasilkan, pertama adalah penugasan mata kuliah yang diujikan yang diikuti oleh mahasiswa pada slot hari dan waktu yang tersedia, kedua penugasan hasil optimasi objective function 1 pada ruang yang tersedia. Objective function dihitungdengan memperhatikan batasan yang terlibat untuk menghasilkan solusi yang optimal. Penelitian ini melakukan uji coba terhadap metode simulated annealing dengan menghasilkan rata-rata varian sebesar 84,994% data dapat mencapai solusi dengan standar deviasi sebesar 1.0267. Pada penelitian ini diberikan metode solusi dalam penggunaan ruang pencarian yang tersisa untuk dapat digunakan kembali oleh data yang belum teralokasikan.

Full Text:

PDF

References


O. Kasm, B. Mohandes, A. Diabat, S. Khatib, “Exam timetabling with allowable conflicts within a time window”, Computers and Industrial Engineering, vol. 127, pp 263-273, 2019. (references)

T. Arbaoui, J. Boufflet, A. Moukrim, “Lower bounds and compact mathematical formulations for spacing soft constraints for university examination timetabling problems”, Computers and Operations Research, vol. 106, pp 133-142, 2019.

N. Leite, C.M. Fernandes, F. Melicio, A.C.Rosa “A celluler memetic algorithm for the examination timetabling problem”, Computers and Operations Research, vol 94, pp. 118-138, 2018.

P. Grabusts, J. Musatovs, V. Golenkov“, The application of simulated annealing method for optimal route detection between objects”, Procedia Computer Science, vol 149, pp. 95-101, 2019.

N. Leite, C.M. Fernandes, F. Melicio, A.C.Rosa “A fast simulated annealing algorithm for the examination timetabling problem”, Experts Systems With Application and Operations Research, vol 122, pp. 137-151, 2019.

J.H. Kalivas, 1995, Adaption of simulated annealing to chemical optimization problems, Elsevier: Amsterdam, 1995.

Z. Li, W. Wei, K. Hu, H. Chen, Y. Wang, Q. Liu, S. Liu, “Simulated annealing wrapped generic ensemble fault diagnostic strategy for VwRF system”, Energy & Building, vol 224, pp. 110-281, 2020.

T. Konishi, H. Kojima, H. Nakagawa, T. Tsuchiya, ,“Using simulated annealing for locating array construction”, Information and Technology, vol 126, pp. 106-346, 2020.

M. Enis, V. Ozkur ,“Optimising flight connection times in airline bank structure through Simulated Annealing and Tabu Search algorithms”, Journal of Air Transport Management, vol 87, pp. 101-858, 2020.

S. Turk, M. Deveci, E. Ozcan, F. Canitez, R. John, ,“Interval type-2 fuzzy sets improved by Simulated Annealing for locating the electring charging stations”, Information Science, vol 547, pp. 641-666, 2021.




DOI: http://dx.doi.org/10.32497/jtet.v10i1.2518

DOI (PDF): http://dx.doi.org/10.32497/jtet.v10i1.2518.g107303

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.