Penerapan Algoritma Genetika pada aplikasi penentuan kelompok KKM reguler berbasis web: Studi kasus UIN Malang

INDONESIA:

Penelitian ini mengkaji permasalahan penentuan kelompok Kuliah Kerja Mahasiswa (KKM) Reguler di UIN Malang yang hingga saat ini masih dilakukan secara manual oleh Lembaga Penelitian dan Pengabdian Masyarakat (LP2M), sehingga masih rentan terhadap kesalahan. Penelitian ini bertujuan mengembangkan aplikasi berbasis web untuk menyelesaikan masalah pengelompokan mahasiswa berdasarkan 4 kriteria kompleks. Algoritma Genetika (GA) diterapkan sebagai pendekatan optimasi dalam pembentukan kelompok KKM, sedangkan pengujian aplikasi dilakukan menggunakan metode Black Box Testing. Hasil pengujian fungsional menunjukkan bahwa aplikasi menghasilkan tingkat validasi 100% pada 12 skenario uji, sehingga sistem dinyatakan berjalan sesuai spesifikasi. Evaluasi terhadap parameter GA menunjukkan bahwa konfigurasi terbaik diperoleh pada PopSize 70, Generation 400, Crossover Rate (Cr) 0,5, Mutation Rate (Mr) 0,5, kriteria penghentian 1,0, serta jumlah kelompok sebanyak 190, yang menghasilkan nilai fitness 0,983684211. Temuan tersebut menunjukkan bahwa aplikasi berbasis web dengan penerapan GA mampu membentuk kelompok KKM secara optimal sesuai dengan kriteria LP2M.

ENGLISH:

The research investigates the challenge of determining the Regular Internship (KKM) grouping at UIN Malang, which is currently conducted manually by the Institute for Research and Community Service (LP2M) and is susceptible to errors. The research aims to develop a web-based application to address the challenge of student grouping based on four complex criteria. The researcher employed a Genetic Algorithm (GA) as an optimization strategy in the formation of KKM groups. He checked its performance using the Black Box Testing method. The outcomes of functional testing show that the application achieves a 100% validation rate across twelve test scenarios, thus affirming that the system operates in accordance with the specified criteria. An evaluation of the GA parameters reveals that the best configuration is achieved at a Population Size (PopSize) of 70, with 400 Generations, a Crossover Rate (Cr) of 0.5, a Mutation Rate (Mr) of 0.5, termination criteria of 1.0, and a total of 190 groups, resulting in a fitness value of 0.983684211. These results suggest that the developed web-based application, through the implementation of GA, is capable of optimally forming KKM groups in alignment with the LP2M criteria.

ARABIC:

تناول هذا البحث مشكلة تحديد مجموعات التطبيق العملي الطلابي (KKM) النظامي في جامعة مولانا مالك إبراهيم الإسلامية الحكومية مالانج، والتي لا تزال حتى الآن تُجرى يدويًا من قبل مركز البحوث وخدمة المجتمع (LP2M)، مما يجعلها معرضة للأخطاء. هدف البحث إلى تطوير تطبيق على أساس الويب لحل مشكلة تحديد مجموعات الطلاب بناءً على أربعة معايير معقدة. وقد تم تطبيق الخوارزمية الجينية (GA) كمدخل للتحسين في تكوين مجموعات KKM، في حين تم اختبار التطبيق باستخدام طريقة اختبار الصندوق الأسود. أظهرت نتائج الاختبارات الوظيفية أن التطبيق يحقق مستوى تحقق بنسبة 100% في 12 سيناريو اختبار، وبالتالي تم التأكد من أن النظام يعمل وفقًا للمواصفات. أظهرت التقييمات على معلمة GA أن أفضل تكوين تم الحصول عليه عند PopSize 70، Generation 400، Crossover Rate (Cr) 0,5، Mutation Rate (Mr) 0,5، معيار الإيقاف 1.0، وعدد المجموعات 190، مما أدى إلى قيمة كفاءة 0.983684211. أشارت هذه النتائج إلى أن التطبيق على أساس الويب مع تطبيق GA قادر على تحديد مجموعات التطبيق العملي الطلابي (KKM) بشكل مثالي وفقًا لمعايير مركز البحوث وخدمة المجتمع (LP2M).