OPTIMASI PENYUSUNAN JADWAL PERKULIAHAN

Kode/Nama Rumpun Ilmu: 435/Teknik Industri USULAN PENELITIAN HIBAH BERSAING OPTIMASI PENYUSUNAN JADWAL PERKULIAHAN TIM PENGUSUL Ketua: Theresia Sunarni, S.T., M.T. NIDN: 0205087504 Anggota: R. Kristoforus Jawa Bendi, S.T., M.Cs. NIDN: 0221097701 SEKOLAH TINGGI TEKNIK MUSI APRIL 2015 DAFTAR ISI HALAMAN SAMPUL HALAMAN PENGESAHAN i DAFTAR ISI ii RINGKASAN iii BAB I: PENDAHULUAN 1 1.1. Latar Belakang Masalah 1 1.2. Tujuan Umum dan Tujuan Khusus Penelitian 3 1.3. Keutamaan Penelitian 3 1.4. Temuan yang Ditargetkan dan Penerapannya 4 BAB II: TINJAUAN PUSTAKA 5 2.1. Univeristy Timetable Problem 5 2.2. Penelitian Terdahulu 6 BAB III: METODE PENELITIAN 10 3.1. Gambaran Lokasi Penelitian 10 3.2. Tahapan Penelitian 10 3.3. Model Pengembangan Perangkat Lunak 13 3.4. Luaran Penelitian 15 BAB IV: BIAYA DAN JADWAL PENELITIAN 16 4.1. Anggaran Biaya 16 4.2. Jadwal Penelitian 16 DAFTAR PUSTAKA 18 Lampiran 1. Justifikasi Anggaran Penelitian Lampiran 2: Dukungan Sarana dan Prasarana Penelitian Lampiran 3. Susunan Organisasi Tim Peneliti dan Pembagian Tugas Lampiran 5. Biodata Ketua dan Anggota Lampiran 6. Surat Pernyataan Ketua Peneliti ii Optimasi Penyusunan Jadwal Perkuliahan BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam melakukan aktivitasnya, manusia membutuhkan penjadwalan. Dengan penjadwalan, memungkinkan berbagai aktivitas dapat dilakukan secara teratur dan tidak saling mengganggu. Baker (1974) mendefinisikan penjadwalan sebagai kegiatan yang dilakukan untuk mengalokasikan sumber-sumber atau mesin-mesin yang ada untuk menjalankan sekumpulan tugas dalam jangka waktu tertentu. Topik mengenai permasalahan penjadwalan telah banyak dibahas dalam berbagai penelitian. Salah satunya adalah permasalahan penjadwalan matakuliah atau university timetable problem (UTP) (Dewi, 2010; Hiryanto & Thio, 2011; Lumbantoruan, 2014; Mariana & Hiryanto, 2013; Puspaningrum, Djunaidy, & Vinarti, 2013; Sabar, et al, 2012). Penyusunan jadwal perkuliahan merupakan bagian dari kegiatan pembelajaran yang rutin dilakukan setiap semester pada sebuah perguruan tinggi. Sebagai sebuah perguruan tinggi, Sekolah Tinggi Teknik Musi (STT Musi) melakukan hal yang serupa. Saat ini STT Musi mengelola empat program studi, dengan jumlah mahasiswa sekitar 500 orang. Kegiatan pembelajaran dilakukan dengan memanfaatkan 10 ruang kelas yang tersedia. Tiga dari sepuluh ruang kelas tersebut digunakan bersama dengan Sekolah Tinggi Ilmu Ekonomi Musi (STIE Musi). Sehingga yang hanya digunakan oleh STT Musi sebanyak 7 ruang kelas. Ruang kelas tersebut digunakan bersama oleh keempat program studi. Hasil pemantuan menunjukkan bahwa tingkat utilisasi ruang kuliah (±70%) masih dapat ditingkatkan. Jumlah dosen tetap yang tersedia sebanyak 24 orang ditambah dengan beberapa dosen tidak tetap. Preferensi waktu mengajar dosen tetap dan dosen tidak tetap sangat beragam, karena selain melaksanakan kegiatan pengajaran, dosen juga memiliki tugas administratif lain yang harus dilakukan. Hal ini mengakibatkan alokasi waktu dosen untuk pembelajaran di kelas menjadi terbatas. Usulan Penelitian Hibah Bersaing 2016 1 Optimasi Penyusunan Jadwal Perkuliahan Penjadwalan perkuliahan setiap semester dilakukan oleh masing-masing ketua program studi. Setelah mendapat informasi preferensi dosen yang akan dijadwalkan, ketua program studi menyusun jadwal kuliah untuk program studi yang dikelolanya. Setelah itu, jadwal dari masing-masing program studi akan digabungkan. Permasalahan yang sering timbul dalam proses penjadwalan mata kuliah di STT Musi adalah sebagai berikut. 1. Seringkali terjadi bahwa ruang yang sama, pada waktu yang sama, dijadwalkan untuk dua atau lebih mata kuliah yang berbeda. 2. Beberapa dosen dapat mengampu mata kuliah di beberapa program studi yang berbeda. Adakalanya seorang dosen yang sudah dijadwalkan untuk mata kuliah tertentu di sebuah program studi, dijadwalkan juga di program studi lain untuk mata kuliah yang berbeda, namun di waktu yang sama. 3. Mahasiswa yang mendapat indeks prestasi semester lebih dari 3, diperbolehkan untuk mengambil mata kuliah sampai dengan 24 sks. Namun kebanyakan mahasiswa tidak dapat mengambil hingga jumlah sks maksimum tersebut karena mata kuliah yang dapat diambil dijadwalkan pada waktu yang bersamaan. Sehingga hanya salah satu yang dapat diambil. 4. Beberapa kali ditemukan bahwa mata kuliah pada semester yang sama dan program studi yang sama dijadwalkan pada waktu yang bersamaan. Hal ini mengakibatkan mahasiswa pada semester tersebut hanya dapat mengambil salah satunya. Permasalahan-permasalahan tersebut di atas baru disadari saat jadwal perkuliahan dari masing-masing program studi digabungkan, dan bahkan ada yang baru diketahui saat masa pengisian rencana studi oleh mahasiswa. Apabila hal ini terjadi, proses perbaikan jadwal menjadi sangat sulit untuk dilakukan, karena pengubahan jadwal satu mata kuliah akan mempengaruhi keseluruhan jadwal. Berdasarkan informasi tersebut, disimpulkan bahwa penjadwalan mata kuliah yang dilakukan selama ini belum optimal. Salah satu cara untuk mengoptimalkan penjadwalan adalah dengan menerapkan berbagai metode-metode penjadwalan yang telah dikembangkan sebelumnya. Beberapa metode penjadwalan yang banyak digunakan untuk persoalan UTP Usulan Penelitian Hibah Bersaing 2016 2 Optimasi Penyusunan Jadwal Perkuliahan antara lain penggunaan metode berbasis populasi (Sabar, et al, 2012; Saragih et al, 2012), metode heuristik (Buliali et al, 2008; Kohshori & Abadeh, 2012; Setemen, 2010; Siswono & Palgunadi, 2014; Puspaningrum et al, 2013; Yudhihartanti et al, 2011; Jat & Yang, 2008; Mushi, 2012), metode pewarnaan graf (Bozyer et al, 2011; Sabar et al, 2009; Malkawi et al, 2008; Astuti, 2011; Lumbantoruan, 2014; Hiryanto & Thio, 2011; Tasari, 2012; Dewi, 2010; Susiloputro et al, 2012; Setiawati et al, 2015; Dandashi & Al-Mouhamed, 2010). Metode-metode penjadwalan tersebut diaplikasikan dalam bentuk sebuah perangkat lunak pembangkit jadwal (Bozyer et al, 2011; Saragih et al, 2012; Jat & Yang, 2008; Buliali et al, 2008; Setemen, 2010; Puspaningrum et al, 2013; Hiryanto & Thio, 2011; Dewi, 2010). Berdasarkan uraian tersebut, rumusan masalah penelitian ini adalah: bagaimana mengoptimalkan sistem penjadwalan kuliah di STT Musi dengan menggunakan sebuah perangkat lunak pembangkit jadwal kuliah. 1.2. Tujuan Umum dan Tujuan Khusus Penelitian Tujuan umum dari penelitian ini adalah kajian atau ekplorasi metode optimasi untuk mengatasi permasalahan university timetable problem. Sedang tujuan khusus dari penelitian ini adalah mengembangkan perangkat lunak pembangkit jadwal kuliah sebagai solusi optimasi penjadwalan kuliah di STT Musi 1.3. Keutamaan Penelitian Permasalahan jadwal kuliah yang dialami oleh STT Musi, berdampak merugikan baik bagi dosen, mahasiswa, maupun STT Musi sebagai institusi. Sebagai akibat dari benturan beberapa mata kuliah yang diampunya, dosen harus mengalokasi waktu di luar preferensi waktu yang dimilikinya untuk menghindari benturan jadwal waktu kuliah yang bersamaaan. Penambahan alokasi waktu bagi dosen, akan berakibat pada meningkatnya biaya operasional institusi. Bagi mahasiswa, penjadwalan yang tidak optimal tersebut berdampak pada lamanya masa studi, karena tidak dapat menempuh seluruh mata kuliah yang dimungkinkan untuk diambil oleh mahasiswa. Usulan Penelitian Hibah Bersaing 2016 3 Optimasi Penyusunan Jadwal Perkuliahan Selain faktor dampak tersebut, penelitian ini dianggap perlu dilakukan karena makin terbatasnya jumlah ruang, dan jumlah dosen serta preferensi waktu dosen, dan pada saat yang bersamaan, jumlah mahasiswa baru semakin meningkat. Dalam empat semester terakhir, ruang kelas yang digunakan oleh STT Musi juga harus berbagi pakai dengan Sekolah Tinggi Ilmu Ekonomi Musi (STIE Musi). Baik STT Musi maupun STIE Musi berada di bawah pengelolaan Yayasan Musi Palembang. Hal ini terjadi karena kapasitas ruang kelas di Gedung STIE Musi sudah tidak mampu menampung jumlah mahasiswa. Sebagai gambaran, STIE Musi memiliki 20 ruang kelas dengan jumlah mahasiswa sekitar 1.800 orang. Permasalahan tersebut ditambah lagi dengan perubahan bentuk STT Musi dan STIE Musi menjadi Universitas Katolik Musi Charitas. Akibat dari perubahan bentuk tersebut, terjadi penambahan dua program studi baru. Kedua program studi baru ini juga akan menggunakan ruang kelas di Gedung STT Musi dan STIE Musi. Berdasarkan uraian tersebut, dipandang bahwa penelitian ini sangat perlu untuk segera dilakukan, sehingga dengan keterbatasan sumberdaya yang ada, seluruh jadwal perkuliahan dapat dilaksanakan secara optimal. 1.4. Temuan yang Ditargetkan dan Penerapannya Hasil dari penelitian ini berupa sebuah produk perangkat lunak pembangkit jadwal kuliah. Perangkat lunak ini diharapkan dapat memberikan manfaat langsung bagi STT Musi untuk melakukan penjadwalan kuliah secara lebih optimal sesuai dengan sumberdaya yang ada. Manfaat lain yang ingin diperoleh dari penelitian ini adalah meningkatnya kualitas penelitian di lingkungan STT Musi. Luaran lainnya dari penelitian ini adalah publikasi ilmiah baik pada pertemuan ilmiah tingkat nasional maupun pada jurnal ilmiah nasional. Diharapkan luaran ini dapat memberikan kontribusi bagi pengembangan ilmu pengetahuan, khusus terkait optimasi penjadwalan perkuliahan. Usulan Penelitian Hibah Bersaing 2016 4 Optimasi Penyusunan Jadwal Perkuliahan BAB II TINJAUAN PUSTAKA 2.1. University Timetable Problem University Timetable Problem (UTP) merupakan permasalahan klasik pada institusi pendidikan yang telah menarik minat banyak peneliti dalam dua dasawarsa terakhir (Bozyer et al, 2011). Penjadwalan pada perguruan tinggi dapat dibedakan menjadi penjadwalan kuliah dan penjadwalan ujian (Setemen, 2010). Terdapat banyak model yang telah diusulkan dalam berbagai penelitian. Jat & Yang (2008) menyebutkan UTP sebagai persoalan alokasi yang bersifat multidimensi, dimana mahasiswa dan dosen dialokasikan dalam mata kuliah, kelas-kelas mata kuliah dan preferensi waktu (baik dosen maupun mahasiswa) dialokasikan dalam ruang (classrooms) dan waku (timeslots). UTP merupakan jenis permasalahan alokasi waktu yang diselesaikan dengn mengevaluasi batasanbatasan yang diberikan. Setiap institusi pendidikan memiliki karakteristik yang berbeda-beda. Hal ini mengakibat batasan-batasan yang dibuat pun berbeda pada masing-masing institusi. Secara umum batasan-batasan yang sering ditemui dalam permasalahan penjadwalan kuliah adalah sebagai berikut (Saragih et al, 2012).    Edge constraint, dua kejadian tidak boleh menempati slot waktu yang sama Ordering constraint, batasan yang mengatur urutan kejadian Event spread constraint, batasan yang mengatur penyebaran kejadian pada suatu penjadwalan  Preset specification and exclusion, batasan yang menentukan terlebih dahulu slot waktu yang akan digunakan oleh suatu kejadian sebelum proses pencarian solusi.  Capasity constraint, batasan yang berhubungan dengan kapasitas ruangan Kohshori & Abadeh (2012) mengelompokkan batasan menjadi dua jenis, yakni hard constraint dan soft constraint. Hard constraint (batasan kaku) merupakan batasan yang tidak boleh dilanggar sama sekali. Sedangkan soft constraint Usulan Penelitian Hibah Bersaing 2016 5 Optimasi Penyusunan Jadwal Perkuliahan (batasan lunak) merupakan batasan yang semaksimal mungkin diusahakan untuk dipenuhi. 2.2. Penelitian Terdahulu Beragam penelitian telah dilakukan untuk memberikan solusi terhadap UTP. Bagian ini akan menguraikan secara ringkas hasil studi literatur yang telah dilakukan yang berfokus pada jenis penjadwalan, metoda yang digunakan dalam penjadwalan, algoritma yang digunakan, dan kriteria-kriteria penjadwalan kuliah yang ditetapkan dalam penelitian-penelitian sebelumnya. Ringkasan hasil studi literatur dapat dilihat pada tabel 2.1. Berdasarkan jenis penjadwalannya, UTP dapat dibedakan dalam dua jenis penjadwalan, yakni penjadwalan ujian (Dewi, 2010; Mushi, 2012, Susiloputro et al, 2012, Selemani et al, 2013), dan penjadwalan kuliah (Astuti, 1011; Bozyer et al, 2008; Cauvery, 2011; Dandashi & Al-Mouhamed, 2010; Hamadi, 2011, Hiryanto & Thio, 2011, Jat & Yang, 2008; Joudaki et al, 2011; Kohshori & Abadeh, 2012; Puspaningrum et al, 2013; Sabar et al, 2012; Saragih et al, 2012, Setemen, 2010; Setiawati et al, 2015; Siswono & Palgunadi, 2014; Tasari, 2012; Yudhihartanti et al, 2011). Kedua jenis penjadwalan ini adalah yang rutin dilakukan setiap semester. Kendati keduanya permasalahan ini serupa, namun Qu et al (2009) menyebutkan bahwa terdapat perbedaan besar antar penjadwalan ujian dan penjadwalan kuliah. Burke et al (1997) mengemukakan bahwa perbedaan utama antar keduanya adalah:  ujian harus dijadwalkan sedemikian sehingga tidak ada mahasiswa yang terjadwal lebih dari satu mata ujian pada waktu yang sama, sedangkan jadwal kuliah dibuat sebelum mahasiswa mengambil mata kuliah,  mata ujian yang berbeda dapat dijadwalkan di ruang yang sama pada waktu yang sama, sedangkan mata kuliah hanya dijadwalkan satu mata kuliah untuk sebuah ruang setiap saat. Dalam hal pendekatan metoda penjadwalan yang digunakan, Qu et al (2009) mengemukakan setidaknya terdapat tujuh kelompok metoda yang sering digunakan. Metoda-metoda tersebut antara lain: graph based sequential (Astuti, Usulan Penelitian Hibah Bersaing 2016 6 Optimasi Penyusunan Jadwal Perkuliahan 2011; Bozyer et al, 2011; Cauvery, 2011; Dandashi & Al-Mouhamed, 2010; Dewi, 2010; Harnadi, 2011; Hiryanto & Thio, 2011; Tasari, 2012; Susiloputro et al, 2012), constraint based (Buliali et al, 2008; Jat & Yang, 2008), local search based (Jat & Yang, 2008; Joudaki et al, 2011), population based (Puspaningrum et al, 2013; Siswono & Palgunadi, 2014; Saragih et al, 2012; Sabar et al, 2012), multi-criteria techniques (Kohshori & Abadeh, 2012), heuristic (Mushi, 2012; Setemen, 2010; Yudhihartanti et al, 2011), dan decomposition techniques. Metoda-metoda graph based menempatkan kejadian setiap kejadian secara sekuensial ke dalam periode waktu yang valid sedemikian sehingga tidak ada konflik antarkejadian. Teknik ini menggunakan representasi graf, dimana kejadian direpresentasikan sebagai verteks dan konflik direpresentasikan sebagai jalur (Burke & Sanja, 2002). Sedangkan Dalam teknik contraint based, masalah penjadwalan dimodelkan sebagai sekumpulan variabel yang mewakili nilai yang harus dialokasikan untuk memenuhi sejumlah batasan. Teknik local search based umumnya memanfaatkan algoritma-algoritma meta-heuristic. Teknik ini menemukan solusi dengan mencari solusi terdekat di sekitarnya. Teknik-teknik penjadwalan tersebut diterapkan dalam komputasi dengan algoritma-algoritma tertentu. Penggunaan algoritma dalam solusi penjadwalan pun sangat beragam. Hasil telaah literatur menunjukkan beberapa algoritma yang sering digunakan antara lain: Welsh-Powell algorithm (Astuti, 2011; Hiryanto & Thio, 2011; Susiloputro et al, 2012), genetic algorithm (Buliali et al, 2008; Jat & Yang, 2008; Kohshori Abadeh, 2012; Puspaningrum et al, 2013; Setemen, 2010; Siswono & Palgunadi, 2014), vertex coloring algorithm (Dandashi & AlMouhamed, 2010; Dewi, 2010), Assignment algorithm (Harnadi, 2011), Tabu search algorithm (Kohshori Abadeh, 2012; Mushi, 2012), Simulated annealing algorithm (Kohshori Abadeh, 2012), Mamdani algorithm dan Sugeno algorithm (Yudhihartanti, 2011), ant algorithm (Saragih et al, 2012), ant clony algorithm (Cauvery, 2011), memetic algorithm (Jat & Yang, 2008; Joudaki et al, 2011), dan honey-bee mating algorithm (Sabar et al, 2012). Welsh-Powell merupakan algoritma yang paling sering dipakai dalam teknik graf (Qu et al, 2009). Selain itu juga terdapat beberapa algoritma heuristik yang Usulan Penelitian Hibah Bersaing 2016 7 Optimasi Penyusunan Jadwal Perkuliahan digunakan dalam teknik ini seperti ant colony (Cauvery, 2011) dan recursive large first (Selemani et al, 2013). Dalam teknik berbasis populasi (population based), algoritma genetika merupakan algoritma yang paling sering digunakan. Selain itu juga ditemukan algoritma ant (Saragih et al, 2012), dan honey-bee mating (Sabar et al, 2012) yang digunakan dalam teknik ini. Algoritma genetika juga digunakan dalam metoda-metoda berbasis heuristik/meta-heuristik, bersama dengan algoritma-algoritma berbasis logika samar seperti algoritma Mamdani dan algoritma Sugeno (Yudhihartanti et al, 2011) serta algoritma tabu search (Mushi, 2012). Dalam teknik local based search, ditemukan penggunaan algoritma memetic dan algoritma genetika (Jat & Yang, 2008; Joudaki et al, 2011). Dalam penyusunan jadwal kuliah digunakan berbagai kriteria-kriteria sesuai dengan batasan yang diberikan. Beberapa kriteria yang sering digunakan dalam UTP antara lain: mata kuliah, ruang kuliah, waktu/sesi kuliah, dan dosen. Bozyer et al (2011) menambahkan satuan kredit mata kuliah dan semester mata kuliah sebagai kriterianya. Penggunaan semester mata kuliah juga ditemukan dalam Dewi (2010), Tasari (2012), dan Cauvery (2011). Selain itu, Cauvery (2011) juga menambahkan program studi sebagai salah kriteria penjadwalan. Juga ditemukan hari kuliah sebagai kriteria yang digunakan (Jat & Yang, 2008; Setiawati et al, 2015). Sedangkan dalam Bozyer et al (2011) dan Saragih et al (2012), waktu preferensi dosen pun diperhitungkan sebagai kriteria. Tabel 2.1 Ringkasan Penelitian Terdahulu No Literatur Algoritma Komputasi 1 Astuti, 2011 2 Bozyer, et al, 2011 3 Buliali, et al, 2008 Genetic Algorithm 4 5 Dandashi & AlHeuristic Vertex Mouhamed, 2010 Coloring Dewi, 2010 Vertex Coloring 6 Harnadi, 2011 7 Hiryanto & Thio, Welsh Powell 2011 Algorithm Jat & Yang, 2008 Memetic Algorithm & Genetic Algorithm 8 Welsh-Powell Algorithm Jenis Kriteria Penjadwalan Penjadwalan Graph Based Course Course subject, student, rooms, timeslot Graph Based Course Lecturer, course credit, semester, class capasity, leturer’s time Constraint Based Course Lecturer, rooms, course subject, timeslot Graph Based Course Rooms, course subject Metode Graph Based Assignment Algorithm Graph Based Usulan Penelitian Hibah Bersaing 2016 Graph Based Course, Exam Course Course Course subject,semester, rooms, lecturer Course subject, lecturer, rooms Course subject, rooms, days, timeslot Local Search Course Based,Constraint 8 Optimasi Penyusunan Jadwal Perkuliahan No 9 10 11 12 13 Literatur Algoritma Komputasi Kohshori Abadeh, Genetic Algorithm, 2012 Simulated Annealing, Tabu Search Mushi, 2012 Tabu Search Puspaningrum et Genetic Algorithm al, 2013 Yudhihartanti et Mamdani Algorithm, al, 2011 Sugeno Algorithm Tasari, 2012 14 Susiloputro et al, 2012 15 Siswono & Palgunadi, 2014 16 Setiawati et al, 2015 17 Setemen, 2010 Welsh Powell Algorithm Genetic Algorithm, Palgunadi Algorithm Metode Based Multi criteria Course Heuristic Based Exam Populated Based Course Heuristic Based Course Graph Based Course Graph Based Exam Populated Based Course Graph Based Genetic Algorithm Jenis Kriteria Penjadwalan Penjadwalan Course Heuristic based Course 18 Selemani et al, Recursive Largest First Graph Based Exam 2013 Algorithm 19 Saragih et al, 2012 Ant Algorithm Populated based Course 20 Sabar et al, 2012 Honey-bee mating Algorithm Populated Based Course 21 Malkawi et al, 2008 22 Cauvery, 2011 Color schedule Algorithm Ant Colony Algorithm Graph Based Exam Graph Course Local Search based Course 23 Joudaki et al, 2011 Memetic Algorithm Usulan Penelitian Hibah Bersaing 2016 Rooms, course subject, lecturer, Rooms, Course subject Course subject, class, timeslot, lecturer lecturer, student, course subject, timeslot, rooms Semester, class, course subject, timeslot Course subject, student, rooms, lecturer, timeslot lecturer, class, course subject, timeslot, rooms Days, timeslot, rooms, lecturers student, lecturer, rooms, timeslot, course rooms, timeslot Course subject, rooms, timeslots, lecturer’s time Course subject, rooms, timeslot, room type, number of students Rooms, teachers, semester,timeslot, departement, 9 Optimasi Penyusunan Jadwal Perkuliahan BAB III METODE PENELITIAN 3.1. Gambaran Lokasi Penelitian Penelitian ini dilakukan di Sekolah Tinggi Teknik Musi (STT Musi). STT Musi merupakan salah satu perguruan tinggi swasta yang dikelola oleh Yayasan Musi Palembang. STT Musi mengelola empat program studi dengan total mahasiswa sekitar 500 orang. Selain STT Musi, yayasan yang sama juga mengelola Sekolah Tinggi Ilmu Ekonomi Musi (STIE Musi). STIE Musi mengelola dua program studi dengan jumlah mahasiswa mencapai 1.800 orang. Kegiatan perkuliahan STT Musi berlokasi di Gedung Yoseph yang memiliki 10 ruang kelas. Sedangkan STIE Musi berlokasi di Gedung Yuliana dengan 15 ruang kelas. Dalam empat semester terakhir, sebagai akibat meningkatnya jumlah mahasiswa baru, STIE Musi juga menggunakan ruang kelas di Gedung Yoseph untuk kegiatan perkuliahan. Dengan demikian, penggunaan ruang kuliah di Gedung Yoseph bersifat bagi-pakai. 3.2. Tahapan Penelitian Kegiatan penelitian akan dilakukan dalam waktu dua tahun, yang terbagi dalam tujuh tahapan penelitian. Empat tahap pertama akan dilakukan pada tahun pertama, sedang tiga tahap terakhir akan dilakukan pada tahun kedua. Berikut uraian singkat bentuk kegiatan dan hasil yang dicapai dalam setiap tahapan penelitian. Secara ringkas seluruh kegiataan yang dilakukan pada setiap tahapan berikut hasil kegiatannya disajikan pada Gambar 3.1. 1. Tahun I: Tahap I Pada tahap ini akan dilakukan pendalaman studi pustaka. Kegiatan ini dimaksudkan untuk memperoleh pemahaman yang baik mengenai permasalahan penjadwalan dan berbagai solusi yang sudah dilakukan untuk mengatasinya. Kegiatan ini dilakukan dengan mengumpulkan dan mempelajari berbagai penelitian terdahulu. Hasil yang diharapkan dari tahapan Usulan Penelitian Hibah Bersaing 2016 10 Optimasi Penyusunan Jadwal Perkuliahan ini adalah terpilihnya satu metode optimasi yang akan digunakan untuk mengatasi permasalahan penjadwalan kuliah di STT Musi. 2. Tahun I: Tahap II Pada tahap ini, akan dilakukan identifikasi permasalahan secara lebih mendalam. Dengan demikian dapat diketahui kebutuhan seperti apa yang diperlukan oleh STT Musi terkait permasalahan penjadwalan kuliah. Hasil yang diharapkan dari tahapan ini adalah daftar identifikasi kebutuhan, baik kebutuhan fungsional dan kebutuhan nonfungsional yang diperlukan untuk mengembangkan sistem penjadwalan kuliah. 3. Tahun I: Tahap III Pada tahap ini, sistem yang akan dibangun terlebih dahulu dianalisis dan dibuatkan modelnya dengan berbagai alat bantu pemodelan perangkat lunak. Pemodelan dilakukan dengan didasarkan pada hasil yang diperoleh pada tahap I dan tahap II. Hasil yang diaharapkan dari tahapan ini adalah model perangkat lunak sistem yang siap dirancang. 4. Tahun I: Tahap IV Pada tahap ini, hasil analisis dan pemodelan sistem diterjemahkan dalam rancangan perangkat lunak. Kegiatan ini dilakukan dengan berbagai alat bantu perancangan perangkat lunak yang terkomputerisasi. Hasil dari kegiatan ini adalah rancangan perangkat lunak yang siap diterjemahkan dalam sebuah bahasa pemrograman tertentu. 5. Tahun II: Tahap V Pada tahap ini, hasil rancangan sistem diterjemahkan ke dalam bahasa pemrograman tertentu. Kegiatan ini akan melibatkan mahasiswa program studi Informatika terutama yang sedang menempuh Skripsi, untuk menuliskan kode program. Hasil dari tahapan ini adalah sebuah perangkat lunak pembangkit jadwal kuliah. Usulan Penelitian Hibah Bersaing 2016 11 Optimasi Penyusunan Jadwal Perkuliahan TAHAPAN PENELITIAN TAHUN I TAHUN II TAHAP I TAHAP II TAHAP III TAHAP IV TAHAP V TAHAP VI TAHAP VII KEGIATAN PENELITIAN Pendalaman studi literatur Identifikasi kebutuhan sistem Analisis dan pemodelan sistem Desain sistem Pembangun an sistem Pengujian sistem Penerapan sistem HASIL KEGIATAN PENELITIAN Metode terpilih Kebutuhan Sistem Sistem pembangkit jadwal kuliah Evaluasi penerapan sistem LUARAN PENELITIAN Model dan Desain sistem 1. Publikasi pada Pertemuan Ilmiah Nasional 2. Publikasi pad Jurnal Ilmiah Nasional 1. Produk: PL Pembangkit Jadwal Kuliah 2. Publikasi pada Seminar Nasional 3. Publikasi pada Jurnal Ilmiah Nasional Gambar 3.1. Tahapan Kegiatan Penelitian Usulan Penelitian Hibah Bersaing 2016 12 Optimasi Penyusunan Jadwal Perkuliahan 6. Tahun II: Tahap VI Selanjutnya perangkat lunak yang telah dibangun akan dilakukan pengujian terlebih dahulu untuk memastikan bahwa perangkat lunak tersebut bebas dari kesalahan bahasa pemgrograman maupun kesalahan logika. 7. Tahun II: Tahap VII Pada tahap terakhir, perangkat lunak yang telah diuji akan diterapkan penggunaannya. Hasil penggunaan perangkat lunak tersebut akan dievaluasi untuk melihat apakah perangkat lunak tersebut dapat memberikan solusi atas permasalahan penjadwalan di STT Musi. 3.3. Model Pengembangan Perangkat Lunak Luaran utama dari penelitian ini adalah perangkat lunak pembangkit jadwal kuliah. Karena itu untuk membangun perangkat lunak tersebut, dibutuhkan sebuah model proses pengembangan perangkat lunak. Penelitian ini menggunakan model sekuensial linier (Pressman, 2005). Dalam model ini (Gambar 3.2), pengembangan perangkat lunak dilakukan secara sistematik dan sekuensial yang dimulai dari analisis, desain, kode, pengujian, dan pemeliharaan. Aktivitasaktivitas dalam model sekuensial linier adalah sebagai berikut. 1. Rekayasa dan pemodelan sistem Aktivitas ini mencakup pengumpulan kebutuhan pada area bisnis dan kebutuhan sistem. 2. Analisis Kebutuhan Perangkat Lunak Pengumpulan kebutuhan diperlukan untuk memahami sifat peerangkat lunak yang dibangun. Aktivitas ini mencakup pemahaman atas domain informasi, tingkah laku dan unjuk kerja serta kebutuhan antarmuka. Alat bantu yang digunakan pada aktivitas ini mencakup data dictionary, data fow diagram, proses specification dn sebagainya. Secara ringkas dapa dilihat pada Gambar 3.3. Usulan Penelitian Hibah Bersaing 2016 13 Optimasi Penyusunan Jadwal Perkuliahan Pemodelan sistem informasi analisis desain kode tes Gambar 3.2 Model Sekuensial Linier 3. Perancangan perangkat Lunak Akivitas ini merupakan proses banyak langkah yang berfokus pada empat atribut perangkat lunak, yakni: struktur data, arsitektur perangkat lunak, representasi antarmuka, dan rancangan prosedural (Gambar 3.3) 4. Pengkodean Desain harus diterjemahkan ke dalam bentuk yang bisa dibaca oleh mesin (komputer). Langkah pembuatan kode program dilakukan pada aktivitas ini. 5. Pengujian Perangkat Lunak Sekali kode program dibuat, pengujian program dimulai. Proses pengujian berfokus pada logika internal perangkat lunak dan fungsi eksternal perangkat lunak. Gambar 3.3 Kaitan antara analisis dan perancangan perangkat lunak Usulan Penelitian Hibah Bersaing 2016 14 Optimasi Penyusunan Jadwal Perkuliahan 3.4. Luaran Penelitian Luaran penelitian dihasil setiap tahun. Pada tahun pertama, luaran penelitian yang dihasilkan adalah publikasi hasil penelitian pada tahun tersebut. Bentuk publikasi adalah diseminasi hasil penelitian pada sebuah forum ilmiah nasional dan publikasi pada jurnal ilmiah nasional. Sampai saat usulan ini diajukan, belum diputuskan forum mana dan jurnal ilmiah mana yang akan dituju. Luaran penelitian tahun kedua berupa produk dan publikasi. Produk yang dihasilkan adalah sebuah perangkat lunak pembangkit jadwal kuliah. Sedangkan publikasi yang direncanakan adalah publikasi hasil penelitian dalam forum ilmiah nasional dan jurnal ilmiah nasional. Usulan Penelitian Hibah Bersaing 2016 15 Optimasi Penyusunan Jadwal Perkuliahan BAB IV BIAYA DAN JADWAL PENELITIAN 4.1. Anggaran Biaya Ringkasan anggaran biaya yang diusulkan untuk penelitian ini seperti yang disajikan pada tabel 5.1, sedangkan rincian dan justifikasi anggaran dan biaya disajikan dalam lampiran 1. Tabel 5.1. Ringkasan Anggaran dan Biaya No 1 2 3 4 4.2. Jenis Pengeluaran Gaji dan Upah Bahan habis pakai dan peralatan Perjalanan Publikasi dan Seminar Jumlah Biaya Yang Diusulkan (Rp) Tahun 1 Tahun 2 14.760.000 14.760.000 19.825.000 19.975.000 8.000.000 8.000.000 7.100.000 7.100.000 49.685.000 49.835.000 Jadwal Penelitian Penelitian ini akan diselesaikan dalam waktu 2, dengan waktu efektif per tahun adalah 8 bulan. Tabel 5.2 dan tabel 5.3 menunjukkan jadwal kegiatan penelitian ini. Susunan tim peneliti dan pembagian tugas disajikan dalam lampiran Tabel 5.2. Jadwal Penelitian Tahun Ke-1 No Jenis Kegiatan 1 Penandatanganan kontrak 2 Studi Literatur 4 Identifikasi Kebutuhan Sistem Analisis Perangkat Lunak 5 Desain Perangkat Lunak 6 Seminar Hasil Penelitian 3 7 8 3 Bulan Pelaksanaan Kegiatan Tahun 1 4 5 6 7 8 9 10 11 12 Publikasi Hasil Penelitian Pada Jurnal Penyusunan Laporan Usulan Penelitian Hibah Bersaing 2016 16 Optimasi Penyusunan Jadwal Perkuliahan Tabel 5.3. Jadwal Penelitian Tahun Ke-2 No Jenis Kegiatan 1 Penandatanganan kontrak 2 Studi Literatur 3 Pembuatan program perangkat lunak 4 Pengujian Sistem 5 Penerapan Sistem 6 Analisis Hasil Penelitian 7 Seminar Hasil Penelitian 8 Publikasi Hasil Penelitian Pada Jurnal Penyusunan Laporan 9 Usulan Penelitian Hibah Bersaing 2016 Bulan Pelaksanaan Kegiatan Tahun Ke-2 3 4 5 6 7 8 9 10 11 12 17 Optimasi Penyusunan Jadwal Perkuliahan DAFTAR PUSTAKA Astuti, S. (2011). Penyusunan Jadwal Kuliah Dengan Algoritma Pewarnaan Graf Welch Powell. Jurnal Dian, XI(1), 68-74. Baker, K. R. (1974). Introduction To Sequencing And Scheduling. John Wiley & Sons. Bozyer, Z., Basar, M. S., & Aytekin, A. (2011). A Novel Approach of Graph Coloring for Solving University Course Timetabling Problem. The Second International Symposium on Computing in Science & Engineering (hal. 560-566). Kusadasi, Aydin, Turkey: Gediz University Publications. Buliali, J. L., Herumurti, D., & Wiriapradja, G. (2008). Penjadwalan Matakuliah Dengan Menggunakan Algoritma Genetika dan Metode Constraint Satisfaction. Jurnal Ilmiah Teknologi Informasi, 7(1), 29-38. Burke, E. K., & Petrovic, S. (2002). Recent Research Directions In Automated Timetabling. European Journal of Operational Research , 266-280. Burke, E., Jackson, K., Kingston, J., & Weare, R. (1997). Automated University Timetabling: The State of the Art. The Computer Journal, 565-571. Cauvery, N. K. (2011). Timetable Scheduling using Graph Coloring. International Journal of P2P Network Trends and Technology, 1(2), 57-62. Dandashi, A., & Al-Mouhamed, M. (2010). Graph Coloring for Class Scheduling. IEEE/ACS International Conference on Computer Systems and Applications (hal. 1-4). Hammamet: IEEE. Dewi, F. K. (2010). Pembangunan Perangkat Lunak Pembangkit Jadwal Kuliah dan Ujian Dengan Metode Pewarnaan Graf. Buana Informatika, 1(1), 5768. Harnadi, B. (2011). Analisis Algoritma Assignment Pada Program Penjadwalan. Prosiding Seminar Nasional Sains dan Teknologi (hal. 19-24). Semarang: Fakultas Teknik, Universitas Wahid Hasyim. Hiryanto, L., & Thio, J. S. (2011). Pengembangan Metode Graph Coloring Untuk University Course Timetable Problem Pada Fakultas Teknologi Informasi Universitas Tarumanagara. Jurnal Ilmu Komputer dan Informasi, IV(2), 82-91. Jat, S. N., & Yang, S. (2008). A Memetic Algorithm for the University Course Timetabling Problem. IEEE International Conference on Tools With Artificial Intelligence (hal. 427-433). IEEE. Joudaki, M., Imani, M., & Mazhari, N. (2011). Using improved Memetic Algorithm and local search to solve University Course Timetabling Problem (UCTP). International Conference on Artificial Intelligence. Las Vegas. Kohshori, M. S., & Abadeh, M. S. (2012). Hybrid Genetic Algorithms for University Course Timetabling. International Journal of Computer Science Issues, 9(2), 446-455. Lumbantoruan, I. (2014). Perancangan Aplikasi Penjadwalan Bimbingan Belajar Dina Education Center Menggunakan Metode Welch Powell. Pelita Informatika Budi Darma, VII(2), 141-146. Diambil kembali dari http://www.pelita-informatika.com/berkas/jurnal/24.%20imelda.pdf Usulan Penelitian Hibah Bersaing 2016 18 Optimasi Penyusunan Jadwal Perkuliahan Malkawi, M., Hassan, M. A.-H., & Hassan, O. A.-H. (2008). A New Exam Scheduling Algorithm Using Graph Coloring. The International Arab Journal of Information Technology, 5(1), 80-87. Mushi, A. R. (2012). Implementation Of A Tabu Search Heuristic For The Examinations Timetabling Problem. Tanzania Journal Of Science. Pressman, R. R. (2001). Softare Engineering: A Practitioner's Approach. McGraw Hill. Puspaningrum, W. A., Djunaidy, A., & Vinarti, R. A. (2013). Penjadwalan Mata Kuliah Menggunakan Algoritma Genetik di Jurusan Sistem Informasi ITS. Jurnal Teknik POMITS, 2(1), 127-131. Qu, R., Burke, E. K., McCollum, B., Merlot, L. T., & Lee, Y. S. (2009). A Survey of Search Methodologies and Automated System Development for Examination Timetabling. Journal of Scheduling, 55-89. Sabar, N. R., Ayob, M., Kendall, G., & Qu, R. (2009). Roulette Wheel Graph Colouring for Solving Examination Timetabling Problems. Third International Conference, COCOA 2009 (hal. 463-470). Huangshan, China: Springer Berlin Heidelberg. Sabar, N. R., Ayob, M., Kendall, G., & Qu, R. (2012). A Honey Bee Mating Optimization Algorithm For Educational Timetabling Problems. European Journal of Operatorin Research, 216(2012), 533-543. Saragih, H., Hoendarto, G., Reza, B., & Setiyadi, D. (2012). Aplikasi Sistem Perangkat Lunak Menggunakan Algoritma Ant Untuk Mengatur Pendjadwalan Kuliah. Jurnal Teknik dan Ilmu Komputer, I(3), 241-256. Selemani, M. A., Mujuni, E., & Mushi, A. (2013). An Examination Scheduling Algorithm Using Graph Colouring - The Case Of Sokoine University Of Agriculture. International Journal of Computer Engineering & Applications, 116-127. Setemen, K. (2010). Implementasi Algoritma Genetika Dalam Pengembangan Sistem Aplikasi Penjadwalan Kuliah. Jurnal IKA, 8(1), 56-68. Setiawati, F., Noviani, E., & Prihandono, B. (2015). Pewarnaan Sisi Graf Bipartit Untuk Penjadwalan Kuliah. Bimaster, IV(1), 69-76. Siswono, T., & Palgunadi, S. (2014). Analisa Kombinasi Algoritma Genetika Dengan Algoritma Palgunadi Untuk Penjadwalan Mata Kuliah Di Universitas Sebelas Maret. Prosiding Seminar Nasional Sains dan Teknologi, (hal. 50-55). Susiloputro, A., Rochmad, & Alamsyah. (2012). Penerapan Pewarnaan Graf Pada Penjadwalan Ujian Menggunakan Algoritma Welsh Powell. UNNES Journal Of Mathematics, I(1), 1-7. Tasari. (2012). Aplikasi Pewarnaan Graf Pada Penjadwalan Perkuliahan Di Program Studi Pendidikan Matematika Unwidha Klaten. Magistra, XXIV(82), 70-78. Yudhihartanti, Y., Syukur, A., & Wahono, R. S. (2011). Analisis Komparasi Metode Mamdani dan Sugeno Dalam Penjadwalan Mata Kuliah. Jurnal Teknologi Informasi, 7(2), 109-116. Usulan Penelitian Hibah Bersaing 2016 19