Implementasi Algoritma Artificial Bee Colony (ABC) untuk penjadwalan mata pelajaran sekolah

مستخلص البحث

في عالم التعليم ، يرتبط الجدولة ارتباطًا وثيقًا بأنشطة التعليم والتعلم في المدرسة. تعتمد جميع أنشطة التعليم والتعلم في المدارس على الجدول الزمني الذي تم إنجازه. المشكلة التي تواجه في جعل جدول الموضوعات هو الوقت اللازم لجعل الجدول الزمني يستغرق وقتا طويلا. من خوارزميات عدة تستخدم في مشاكل الجدولة ، ومن المعروف أن خوارزمية النحل الاصطناعي للمزايا على خوارزميات التحسين الأخرى التي تتسم بالكفاءة في العثور على الحل الأمثل ويمكن التغلب على مشكلة التحسين المحلي والعالمي. تتكون مراحل خوارزمية Artificial Bee Colony من عملية التهيئة السكانية ، تقييم قيمة اللياقة البدنية ، مرحلة Employed Bee ، مرحلة Onlooker Bee ومرحلة Scout Bee. في مرحلة التهيئة يتم إنشاء السكان مرشح الحل العشوائي. ثم يتم حساب الحل المرشح قيمة لياقته. في مرحلة Employed Bee ومراحل مرحلة Onlooker Bee يتم توفير Constraint من انتهاك القيد. في مرحلة Scout Bee يتم إنشاء فحص أفضل الحلول. استنادًا إلى سيناريو التجربة التي أجريت سبعة أضعاف النتائج التي تم الحصول عليها ، فإن تطبيق الجدولة باستخدام خوارزمية Artificial Bee Colony يمكن أن يولد جداول زمنية ذات دقة عالية تبلغ 97.189٪ في المتوسط مع متوسط زمن تنفيذ البرنامج 10.86 دقائق. هذا يثبت أن خوارزمية Artificial Bee Colony يمكن أن تقلل من جدول الصدام في تطبيق جدولة المواد الدراسية.

ABSTRACT

In the world of education, scheduling is closely related to teaching and learning activities in a school. All teaching and learning activities that run in schools depend on the schedule that has been made. The problem faced in making the schedule of subjects is the time required to make the schedule takes a long time. From several algorithms used in scheduling problems, Artificial Bee Colony Algorithm is known to have advantages over other optimization algorithms that are very efficient in finding the optimal solution and can overcome the problem of local and global optimization. Artificial Bee Colony Algorithm Stages consist of Population Initialization, Fitness Value Evaluation, Employed Bee Phase, Bee Onlooker Phase and Scout Bee Phase. At the Initialization stage the population is generated random solution candidate. Then the candidate solution is calculated the value of his fitness. In the Employed Bee and Onlooker Bee Phases the checking process of the Constraint violation is provided. In the Scout Bee Phase the examination of the best solution is generated. Based on the trial scenario conducted seven times the results obtained that the Scheduling Application using Artificial Bee Colony Algorithm can generate subject schedules with a high accuracy of 97.189% on average with an average program execution time of 10.86 seconds. This proves that Artificial Bee Colony Algorithm can reduce clashing schedule in applying scheduling of school

ABSTRAK

Dalam dunia pendidikan, penjadwalan sangat erat hubungannya dengan kegiatan belajar mengajar pada sebuah sekolah. Seluruh kegiatan belajar mengajar yang berjalan di sekolah bergantung pada jadwal yang telah dibuat. Permasalahan yang dihadapi dalam pembuatan jadwal mata pelajaran adalah waktu yang dibutuhkan dalam membuat jadwal memakan waktu yang cukup lama. Dari beberapa algoritma yang digunakan dalam permasalahan penjadwalan, Algoritma Artificial Bee Colony dikenal memiliki kelebihan dibandingkan algoritma optimasi yang lain yaitu sangat efisien dalam mencari solusi optimal dan dapat mengatasi masalah optimasi lokal maupun global. Tahapan Algoritma Artificial Bee Colony terdiri dari Inisialisasi Populasi, Evaluasi Nilai Fitness, Fase Employed Bee, Fase Onlooker Bee dan Fase Scout Bee. Pada tahap Inisialisasi populasi dilakukan pembangkitkan kandidat solusi secara random. Kemudian kandidat solusi yang terbentuk dihitung nilai fitness-nya. Pada Fase Employed Bee dan Onlooker Bee dilakukan proses pemeriksaan pelanggaran Constraint yang disediakan. Pada Fase Scout Bee dilakukan pemeriksaan solusi terbaik yang dihasilkan. Berdasarkan skenario uji coba yang dilakukan sebanyak tujuh kali didapatkan hasil bahwa Aplikasi Penjadwalan dengan menggunakan Algoritma Artificial Bee Colony dapat menghasilkan jadwal mata pelajaran dengan tingkat akurasi tinggi yakni rata-rata sebesar 97,189% dengan waktu eksekusi program rata-rata 10,86 detik. Hal ini membuktikan bahwa Algoritma Artificial Bee Colony dapat mengurangi bentrok jadwal pada aplikasi penjadwalan mata pelajaran sekolah.