Optimasi Penjadwalan Menggunakan Algoritma Artificial Bee Colony

Penjadwalan kegiatan perkuliahan dalam perguruan tinggi merupakan hal yang kompleks. Hal ini disebabkan karena ada beberapa hal yang harus diperhatikan dalam menyusun jadwal. Algoritma artificial bee colony bersifat problem independent sehingga algoritma ini dapat diterapkan pada permasalahan apapun dengan sedikit penyesuaian serta memiliki kemampuan dalam pencarian lokal maupun global di ruang pencarian yang besar menggunakan lebih sedikit parameter jika dibandingkan dengan pendekatan lain seperti particle swarm optimization atau algoritma genetika. Penelitian sebelumnya pada tahap lebah pencarinya menggunakan konstanta bernilai antara 0 dan 1 serta nilai fit solusinya berasal dari nilai minat mengajar dosen terhadap kondisi tertentu yang kurang mendekati realitas yang terjadi sehari-hari. Oleh karena itu penelitian ini menggunakan tahap lebah pencari yang berbeda dan nilai solusinya berdasarkan banyaknya pelanggaran kandidat solusi terhadap batasan atau aturan yang ada di kehidupan sehari � hari. Hasil pengujian dalam penelitian ini menunjukkan bahwa algoritma ini mampu menyelesaikan masalah penjadwalan kegiatan perkuliahan dengan menggunakan nilai parameter jumlah kandidat solusi 10, limit 25000 dan jumlah iterasi maksimal 50000. Selain itu informasi lain yang didapat dari penelitian ini adalah nilai fit kandidat solusi pada tahap inisialiasi berpengaruh terhadap jumlah iterasi yang harus dilakukan untuk mencapai solusi optimal serta penanganan soft constraint yang masih kurang maksimal.

University course timetabling is something complex. This is because there are some things that must be considered in course timetabling. Artificial bee colony algorithm is problem independent so this algorithm can be applied to any problem with little adjusment and has ability to search locally or globally in large search spaces using fewer parameters than other approaches like particle swarm optimization or genetic algorithm. At previous research the onlooker bee phase use random number from 0 to 1 that make randomness getting higher and the solution values are from how much the lecture want to take the course that far from reality. So this research is try to solve university course timetabling with different scout bees phase and real constraint that happen in the real world. The result from this research are this algorithm can solve university time tabling problem using parameter like number of solutions candidate is 10, limit value is 25000 and maximum cycle number value is 50000. Other information obtained from this research are solution candidates fit value at initialization phase take effect on how many iteration to do to achieve optimal solution and soft constraint handling is not optimal.