Optimasi Penjadwalan Petugas Penjagaan Portal Dinas Perhubungan Batang Hari dengan Algoritma Genetika

Lira Aryani, Sherli Yurinanda

Abstract


Penjadwalan shift penjagaan portal di Dinas Perhubungan Batang Hari masih dilakukan secara manual, yang menimbulkan sejumlah permasalahan seperti distribusi kerja yang tidak merata, bentrokan antar petugas, dan proses penyusunan jadwal yang cukup memakan waktu. Permasalahan ini berdampak pada efektivitas operasional dan menurunkan kepuasan kerja petugas lapangan. Penelitian ini bertujuan untuk merancang penjadwalan yang optimal dan adil bagi seluruh petugas dengan memanfaatkan algoritma genetika. Metode yang digunakan mencangkup tahapan pengumpulan data jadwal dan petugas, representasi kromosom, inisialisasi populasi, evaluasi fitness, seleksi, crossover, dan mutasi. Hasil dari penelitian ini memuat nilai fungsi objektif terbaik(terkecil) yaitu kromosom 35=[0,0,6] dengan f(x)=4 jadwal ini memenuhi kebutuhan shift malam, tapi kosong di pagi dan siang. Nilai fungsi objektif mendekati ideal (f(x)  8-10) yaitu kromosom 16=[1,0,6], kromosom 11= [4,0,2], kromosom 13=[2,0,6], dll. Jadwal ini lebih seimbang, tetapi masih memiliki kelebihan atau kekurangan disalah satu shift. Nilai fungsi objektif tertinggi (terburuk) misal kromosom 36= [4, 2, 8]  dan kromosom 7= [3,3,8] dengan f(x)=26 jadwal ini mengalami kelebihan alokasi petugas secara ekstream, tidak efisien. Penelitian ini menunjukkan bahwa algoritma genetika merupakan metode yang efektif dalam mengatasi permasalahan penjadwalan jaga portal di Dinas Perhubungan Batang Hari. Namun dalam penelitian ini fungsi objektif menunjukkan bahwa sebagian besar solusi belum sepenuhnya optimal.


Keywords


Algoritma Genetika, Penjadwalan Shift, Fungsi Objektif, Optimasi Distribusi Kerja, Evaluasi Kromosom

Full Text:

PDF

References


X. Z. Z. W. ;C. G. Z.Yu, “A Pareto-based genetic algorithm for multi-objective scheduling of automated manufacturing systems,” Adv. Mech. Eng., vol. 12, no. 1, pp. 1–15, 2020, doi: 10.1177/1687814019885294.

T. E. Uher and A. S. Zantis, Programming and scheduling techniques, second edition, vol. 9780203836. 2012. doi: 10.4324/9780203836002.

J. N. D. Gupta, A. Majumder, and D. Laha, “Flowshop scheduling with artificial neural networks,” J. Oper. Res. Soc., vol. 71, no. 10, pp. 1619–1637, 2020, doi: 10.1080/01605682.2019.1621220.

V. L. Silva, “Genetic Algorithms,” pp. 45–46, 2015.

S. A. Darmawan, I. Cholissodin, and Tibyani, “Optimasi Penjadwalan Mesin dan Shift Karyawan Menggunakan,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 12, pp. 6793–6801, 2018, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/3753/1526

A. Widodo Wahyu and W. Firdaus Mahmudy, “Penerapan Algoritma Genetika Pada Sistem Rekomendasi Wisata Kuliner,” J. Ilm. KURSOR, vol. 5, no. 4, pp. 205–211, 2010.

W. Priatna, J. Warta, and D. Sulistiyo, “Implementasi Algoritma Genetika untuk Aplikasi Penjadwalan Sistem Kerja Shift,” Techno.Com, vol. 22, no. 1, pp. 235–246, 2023, doi: 10.33633/tc.v22i1.7049.

R. F. Syahputra and Yahfizham, “Menganalisis Konsep Dasar Algoritma Genetika,” Bhinneka J. Bintang Pendidik. dan Bhs., vol. 2, no. 1, pp. 2963–6167, 2024, [Online]. Available: https://doi.org/10.59024/bhinneka.v2i1.643

K. J. Siregar, “Optimasi Penjadwalan Proyek Menggunakan Metode Algoritma Genetika Optimization of Project Scheduling Using Genetic Algorithm Method,” 2014.

H. Mayyani, M. Nurbaiti, P. T. Supriyo, A. Aman, and B. P. Silalahi, “Penerapan Algoritma Genetika Dengan Metode Roulette Wheel Dan Replacement Pada Optimasi Omzet,” MILANG J. Math. Its Appl., vol. 19, no. 2, pp. 153–172, 2023, doi: 10.29244/milang.19.2.153-172.

I. Martina, “Penerapan Algoritma Genetika Dengan Crossover Cut and Splice Dalam Optimasi Routing Jaringan,” J. Telemat., vol. 7, no. 1, 2015, doi: 10.61769/telematika.v7i1.50.

H. Ardiansyah and M. B. S. Junianto, “Penerapan Algoritma Genetika untuk Penjadwalan Mata Pelajaran,” J. Media Inform. Budidarma, vol. 6, no. 1, p. 329, 2022, doi: 10.30865/mib.v6i1.3418.




DOI: http://dx.doi.org/10.30829/jistech.v10i1.23318

Refbacks

  • There are currently no refbacks.



Current Indexing

 

Creative Commons License

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.