STTSSTTS

INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and Computation

Penelitian ini membahas bagaimana algoritma Harris Hawk Optimization (HHO) menangani masalah penjadwalan. Penjadwalan sidang tugas akhir di Institut Sains dan Teknologi Terpadu Surabaya (ISTTS) merupakan masalah kompleks karena melibatkan ketersediaan dosen, jadwal mengajar/ujian, preferensi dosen, dan ketersediaan ruang dan waktu yang terbatas. Batasan penjadwalan dalam penelitian ini dibagi menjadi dua kategori: Batasan Keras dan Batasan Lunak. Batasan Keras harus dipatuhi, termasuk ketersediaan masing-masing dosen, konflik, dan jadwal ujian atau mengajar yang sudah ada. Batasan Lunak, seperti preferensi hari atau ruang tertentu untuk sidang, dapat disesuaikan jika diperlukan. Kompleksitas penjadwalan akibat dua jenis batasan ini menyebabkan waktu penjadwalan yang lebih lama dan kemungkinan kesalahan manusia yang lebih tinggi. Untuk mengotomatisasi dan mengoptimalkan proses ini, penulis menggunakan algoritma HHO. HHO terinspirasi dari perilaku Harris Hawk yang dikenal karena kecerdasannya dan kemampuan untuk berkoordinasi saat berburu. Hasil algoritma HHO diterjemahkan menjadi meteran slot, yang membantu memetakan solusi ke slot waktu yang tersedia. Algoritma HHO dapat menghasilkan jadwal yang mematuhi 90% Batasan Keras di ISTTS. Algoritma evolusioner umumnya memiliki kompleksitas dan waktu komputasi yang tinggi; dalam kasus ini, peneliti bereksperimen dengan multiprocessing. Multiprocessing meningkatkan waktu komputasi hingga 39%.

Penjadwalan sidang tugas akhir di Institut Sains dan Teknologi Terpadu Surabaya (ISTTS) menggunakan metode Harris Hawk Optimization (HHO) berhasil menghasilkan jadwal dengan tingkat pelanggaran Batasan Keras kurang dari 10%.HHO terbukti sebagai pendekatan efektif untuk menyelesaikan masalah penjadwalan waktu yang terintegrasi, terutama karena fase eksplorasi dan eksploitasi, serta mekanisme transisi fase-nya.Percobaan menunjukkan bahwa HHO dapat menjadwalkan sekitar 90% kandidat tanpa pelanggaran.Selain itu, implementasi multiprocessing pada algoritma HHO, khususnya dalam proses perhitungan kebugaran, meningkatkan kecepatan algoritma dengan mengurangi waktu eksekusi hingga 39%.

Untuk penelitian lanjutan, disarankan untuk mengeksplorasi dan mengembangkan lebih lanjut penggunaan algoritma Harris Hawk Optimization (HHO) dalam berbagai konteks penjadwalan. Pertama, penelitian dapat berfokus pada penerapan HHO untuk penjadwalan kelas atau kegiatan akademik lainnya di institusi pendidikan tinggi, dengan mempertimbangkan berbagai batasan dan preferensi yang unik. Kedua, penelitian dapat menyelidiki bagaimana HHO dapat diadaptasi untuk menangani masalah penjadwalan yang lebih kompleks, seperti penjadwalan sumber daya dalam industri manufaktur atau logistik. Ketiga, penelitian dapat mengeksplorasi integrasi HHO dengan teknik-teknik penjadwalan lainnya, seperti algoritma genetika atau algoritma koloni semut, untuk meningkatkan kinerja dan ketepatan penjadwalan.

  1. Implementacija Algoritma Harisovog jastreba za rešavanje inženjerskih problema.... doi.org/10.5937/tehnika2104439mImplementacija Algoritma Harisovog jastreba za reyIAavanje inyIAenjerskih problema doi 10 5937 tehnika2104439m
  2. Hyper Sudoku Solver dengan Menggunakan Harris Hawks Optimization Algorithm | INSYST: Journal of Intelligent... doi.org/10.52985/insyst.v2i1.153Hyper Sudoku Solver dengan Menggunakan Harris Hawks Optimization Algorithm INSYST Journal of Intelligent doi 10 52985 insyst v2i1 153
  3. Thesis Defense Scheduling Optimization Using Harris Hawk Optimization | INSYST: Journal of Intelligent... doi.org/10.52985/insyst.v6i2.361Thesis Defense Scheduling Optimization Using Harris Hawk Optimization INSYST Journal of Intelligent doi 10 52985 insyst v6i2 361
Read online
File size723.79 KB
Pages9
DMCAReport

Related /

ads-block-test