Rahmani, Ani
Jurusan Informatika Universitas Jenderal Achmad Yani

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

Found 1 Documents
Search

Perbandingan Jumlah Pinalti Alokasi Task pada Penjadwalan Kerja dengan Perhitungan Manual dan Algoritma Genetika Maspupah, Asri; Rahmani, Ani
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 1 No 1 (2017): JUMANJI
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (926.305 KB) | DOI: 10.26874/jumanji.v1i1.6

Abstract

Penelitian ini mengambil studi kasus penjadwalan pengalokasian task kepada resource pada proyek pendokumentasian alur program di sebuah perusahaan. Alokasi task yang dilakukan pada pembuatan jadwal adalah perhitungan alokasi line of code harus sesuai dengan target line of code yang harus diselesaikan. Permasalahan yang terjadi pada saat pembuatan jadwal adalah perhitungan jumlah line of code dari script program pada penentuan task kadang kala kala tidak sesuai dengan target line of code. Perhitungan yang tidak tepat ini berdampak pada saat pengerjaan dan estimasi total waktu pengerjaan. Oleh karena itu diusulkan pembuatan jadwal dengan menggunakan algoritma genetika. Pendekatan yang dilakukan dengan cara membandingkan apakah pembuatan jadwal dengan algoritma genetika dapat memberikan hasil yang lebih baik dibandingkan dengan proses manual. Algoritma genetika adalah teknik pencarian dan optimasi yang terinspirasi dari prinsip genetika dan seleksi alam yang biasa digunakan untuk memecahkan suatu pencarian nilai pada masalah optimasi. Hasil uji coba penelitian menunjukkan bahwa pembuatan jadwal dengan algoritma genetika ternyata mampu meminimalisir perhitungan jumlah line of code yang tidak sesuai dengan target dibandingkan dengan perhitungan manual. Hal ini ditunjukkan dengan adanya penurunan jumlah line of code yang tidak sesuai dengan target yaitu sebesar 699 baris atau sebesar 15,9 % dari total. Kontribusi dalam penelitian memberikan kesimpulan bahwa pembuatan jadwal dengan algoritma genetika memberikan hasil yang lebih baik dibandingkan jadwal yang dibuat manual meskipun hasilnya tidak cukup signifikan.