Implementasi Dua Model Crossover Pada Algoritma Genetika Untuk Optimasi Penggunaan Ruang Perkuliahan

Proses pemetaan perkuliahan seringkali terhambat dengan jumlah dan kapasitas ruangan, kondisi ini sering terjadi karena banyaknya kendala yang harus dipunuhi. Misalnya terdapat matakuliah yang ditawarkan di satu semester yang tidak dapat slots ruangan dan waktu serta dosen dapat mengajar pada waktu yang sama untuk matakuliah yang berbeda. Hal ini dialami oleh Program Studi Teknik Informatika Fakultas MIPA Universitas Udayana yang menawarkan matakuliah yang cukup besar di setiap semester, menyebabkan optimasi ruang perkuliahan sering mengalami kendala. Algoritma Genetika (AG) merupakan salah satu model dalam optimasi ruang perkuliahan yang didasari oleh mekasnime seleksi alamiah melalui; pengkodean permasalahan, generate populasi awal, calculate nilai fitness, seleksi, crossover, mutasi dan populasi optimal. Pada penelitian ini proses optimasi mengimplemntasikan dua model crossover pada algoritma Genetika yaitu n-point crossover dan cycle crossover. Berdasarkan penelitian yang sudah dilakukan dua model crossover memberikan pemetaan penggunaan ruang secara optimal. Dari pengujian sistem model n-point crossover memberikan fitness terbaik 1 pada generasi ke 227 dengan waktu komputasi 5,38 sementara model cycle crossover menghasilkan fitness terbaik 1 pada generasi 345 dengan waktu komputasi 9,27.