Implementasi Algoritma Genetika dengan Tournament Selection untuk Optimasi Penjadwalan Pembelajaran

Akhmad Pahdi

Abstract


Subject scheduling at MAN 4 Banjar is still performed manually using Microsoft Excel. Based on interviews, the manual scheduling and revision process takes up to one week per semester due to repetitive adjustments to avoid conflicts among teachers, classes, and subjects. This study aims to design a Python-based scheduling application using a genetic algorithm and to compare the performance of Tournament Selection and Roulette Wheel methods. The evaluation was conducted through 30 experimental runs and analyzed using the Independent Sample T-Test. The results demonstrate that the system automates the scheduling process, which previously took one week manually, to an average of 108.132–132.127 seconds per scheduling run across 30 experiments, and eliminates teacher schedule conflicts. Tournament Selection exhibited a higher average fitness value (0.004225) and fewer unfulfilled assignments (3.27) than Roulette Wheel (fitness 0.003634; unfulfilled assignments 3.33), although the difference was not statistically significant (p = 0.31). Both methods produced schedules free of teacher conflicts. These findings prove that the developed system is reliable for automating and improving the school's operational efficiency.

Penjadwalan mata pelajaran di MAN 4 Banjar masih dilakukan secara manual menggunakan Microsoft Excel. Berdasarkan wawancara, proses penyusunan dan revisi jadwal manual memakan waktu hingga satu minggu per semester karena penyesuaian berulang untuk menghindari konflik antarguru, kelas, dan mata pelajaran. Penelitian ini bertujuan merancang aplikasi penjadwalan berbasis Python menggunakan algoritma genetika, serta membandingkan kinerja metode seleksi Tournament Selection dan Roulette Wheel. Pengujian dilakukan sebanyak 30 kali percobaan dan dianalisis menggunakan Independent Sample T-Test. Hasil penelitian menunjukkan bahwa sistem mampu mengotomatisasi proses penjadwalan yang sebelumnya memakan waktu satu minggu (manual) menjadi rata-rata 108,132–132,127 detik per proses penjadwalan pada 30 percobaan, serta mengeliminasi konflik jadwal guru. Tournament Selection menunjukkan rata-rata nilai fitness lebih tinggi (0,004225) dan penugasan belum terpenuhi lebih sedikit (3,27) dibandingkan Roulette Wheel (fitness 0,003634; penugasan tersisa 3,33), meskipun perbedaan tersebut tidak signifikan secara statistik (p = 0,31). Kedua metode menghasilkan jadwal bebas konflik guru. Hasil ini membuktikan bahwa sistem yang dikembangkan dapat diandalkan untuk mengotomatisasi dan meningkatkan efisiensi operasional sekolah.

Keywords


Penjadwalan; Algoritma genetika; Tournament selection; Roulette Wheel; Python

References


Amal, M. F. A. (2020). Implementasi algoritma genetika untuk otomatisasi penjadwalan sekolah menengah pertama [Skripsi, Universitas Islam Negeri Maulana Malik Ibrahim]. Etheses UIN Malang. http://etheses.uin-malang.ac.id/24007/

Azuani, A., Rahman, M. M., & Abdullah, N. A. (2019). Automated student timetable scheduling system based on genetic algorithm. INTI Journal, 2019(69), 1–5.

Destriana, R., Husain, S. M., Handayani, N., & Siswanto, A. T. P. (2022). Diagram UML dalam membuat aplikasi Android Firebase: Studi kasus aplikasi Bank Sampah. Deepublish.

Fajrianto, A., Ilhamsyah, I., & Hidayati, R. (2021). Sistem penjadwalan mata pelajaran sekolah dasar berbasis web. Jurnal Khatulistiwa Informatika, 10(1), 32–38.

Fitriyani, N., Rahmawati, D., & Siregar, H. (2024). Analisis kinerja algoritma genetika untuk optimasi penjadwalan mata pelajaran. Jurnal Sistem Informasi dan Komputer, 12(1), 25–34.

Goldberg, D. E. (2016). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley.

Irfan, M., Sari, D. P., & Siregar, R. (2022). Implementasi algoritma genetika dalam penjadwalan mata pelajaran. JOMLAI: Journal of Machine Learning and Artificial Intelligence, 1(2), 10–18.

Michalewicz, Z. (2017). Genetic algorithms + data structures = evolution programs (3rd ed.). Springer-Verlag.

Panjaitan, D. J. (2022). Sistem informasi penjadwalan mata pelajaran berbasis web menggunakan algoritma genetika (Studi kasus: SMK Negeri 3 Medan) [Skripsi, Universitas Medan Area]. Repositori UMA. https://repositori.uma.ac.id/handle/123456789/16691

Siagian, Q. A. A., Hasibuan, M. S., & Suhardi, S. (2024). Sistem penjadwalan mata pelajaran memakai algoritma genetika berbasis web. INFOMATEK: Jurnal Informatika, 6(1), 55–64.

Sivanandam, S. N., & Deepa, S. N. (2021). Introduction to genetic algorithms. Springer Nature. https://doi.org/10.1007/978-3-540-73190-0

Suwirmayanti, N., Budi, I., & Widyastuti, R. (2016). Sistem informasi penjadwalan mata pelajaran sekolah menengah kejuruan. Jurnal Informatika, 10(1), 45–52.

Talbi, E.-G. (2020). Metaheuristics: From design to implementation. John Wiley & Sons.




DOI: https://doi.org/10.37905/jji.v8i2.41852

Refbacks

  • There are currently no refbacks.