Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal TeknoIS : Jurnal Ilmiah Teknologi Informasi dan Sains
Frans Winowatan
STIKOM Binaniaga
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma Genetika Untuk Optimasi Penempatan Buku Perpustakaan STIKOM Binaniaga Frans Winowatan
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 6, No 1 (2016): MEI
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (177.343 KB) | DOI: 10.36350/jbs.v6i1.44

Abstract

Perpustakaan ialah sebuah ruangan, bagian sebuah gedung, ataupun gedung itu sendiri yang digunakan untuk menyimpan buku dan terbitan lainnya yang biasanya disimpan menurut tata susunan tertentu untuk digunakan pembaca, bukan untuk dijual. Penempatan Buku di dalam rak perpustakaan harus bisa seoptimal mungkin untuk mempermudah dalam hal mencari buku. Tujuan dari penelitian ini adalah untuk memperoleh pola yang tepat untuk menentukan urutan posisi buku yang sesuai subjek buku dengan menggunakan metode algoritma genetika. Dengan memasukkan inputan berupa data buku kode rak buku dan jumlah buku yang ada, proses optimasi akan menemukan pola penempatan buku berdasarkan fitness, yaitu semakin tepat dalam penempatan buku. Untuk mendapatkan output pada algoritma genetika, diperlukan beberapa tahapan yaitu dimulai dari proses inisialisasi populasi awal, pencarian nilai fitness, seleksi, crossover, mutasi dan lainnya. Pola atau aturan yang dihasilkan dari proses algoritma genetika pada permasalahan penempatan buku memberikan solusi berupa nilai fitness adalah 0.0080, dengan pola penempatan buku yaitu 16-8-6-10-18-13-7-14-15-17-3-12-2-1-9-11-4-5. Optimasi penempatan buku ini mendapatkan hasil bahwa penempatan buku berdasarkan algoritma genetika dibandingkan dengan penempatan buku data awal memiliki tingkat optimal sebesar 31.61574. Nilai RMSE tersebut menunjukan nilai eror dari metode yang digunakan, nilai tersebut diperoleh dengan membandingkan posisi buku algoritma genetika dengan posisi buku pada data awal dengan urutan posisi buku sesuai dengan jumlah buku. Sementara tingkat  ketepatan prediksi metode algoritma genetika sebesar 68.38%. nilai ketepatan prediksi tersebut dapat dijadikan referensi untuk optimasi penempatan buku.
Co-Authors