1

SISTEM INFORMASI PENJADWALAN PEMBELAJARAN BERBASIS METODE ALGORITMA GENETIK

UNTUK MENGOPTIMALKAN PROSES BELAJAR MENGAJAR DI SMPN 2 JAMBLANG

Panji Muttaqin, Sandy Eka Permana

ABSTRAK

Perkembangan sistem informasi pada suatu badan pendidikan semakin lama semakin kompleks, salah satunya adalah

pada badan pendidikan SMPN 2 Jamblang, kebutuhan akan sistem informasi untuk memaksimalkan proses kegiatan

belajar mengajar serta keteraturan dan ketertiban dalam proses belajar seperti keteraturan dalam penjadwalan

pembelajaran.

Berdasarkan pemanfaatan sistem informasi yang begitu kompleks seperti tersebut di atas memerlukan penanganan

serius pada masalah penjadwalan pembelajaran yang digunakan. Dengan mengacu pada keteraturan dan ketertiban

dalam proses penjadwalan pembelajaran, maka perlu dibentuk suatu sistem informasi berupa aplikasi penjadwalan

pembelajaran. Sehingga proses penjadwalan bisa lebih cepat dan efisien serta mengurangi resiko kekacauan dalam

proses pembelajaran.

Kata kunci : Penjadwalan, Algoritma genetik

1. LATAR BELAKANG

Penjadwalan kegiatan belajar mengajar dalam suatu

Sekolah Menengah Pertama adalah hal yang rumit. Ada

beberapa faktor yang harus diperhatikan dalam membuat

jadwal pembelajaran, yaitu:

a. Terdapat jadwal – jadwal dimana guru yang

bersangkutan tidak bisa mengajar.

b. Tidak boleh adanya jadwal mengajar yang beririsan

dengan jadwal mengajar kelas lain, sehingga para

murid dapat mengambil mata pelajaran sesuai

dengan jadwal yang ditentukan.

c. Distribusi jadwal pembelajaran dapat merata tiap

harinya untuk setiap kelas.

d. Ketersediaan jumlah kelas sehingga kegiatan belajar

dapat dilaksanakan.

Di samping aspek – aspek di atas, dalam penyusunan

jadwal pembelajaran ini pun terdapat sangat banyak

kemungkinan yang selayaknya dicoba untuk menemukan

penjadwalan yang terbaik. Karena itu diperlukan metode

optimasi yang dapat diterapkan untuk mengerjakan

penjadwalan pembelajaran ini.

Algoritma Genetik adalah salah satu algoritma optimasi

yang meniru mekanisme dari genetika alam yang

dikembangkan untuk mencari solusi bagi permasalahan

optimasi seperti penjadwalan. Dengan digunakannya

algoritma genetik, diharapkan akan diperoleh optimasi

penjadwalan yaitu kondisi dimana terjadi kombinasi

terbaik untuk pasangan mata pelajaran dan guru secara

keseluruhan, tidak ada permasalahan bentrokan jadwal

pada sisi murid, serta ketersediaan ruang yang cukup dan

sesuai secara fasilitas untuk seluruh mata pelajaran yang

ada.

Dengan permasalahan di atas, terciptalah sebuah ide

untuk membuat “Sistem Informasi Penjadwalan

Pembelajaran Berbasis Metode Algoritma Genetik

untuk Mengoptimalkan Proses Belajar Mengajar di

SMPN 2 Jamblang”. Diharapkan dengan adanya sistem

informasi ini, maka akan diperoleh kombinasi terbaik

untuk pasangan mata pelajaran dan guru pengajar, tidak

ada masalah bentrokan, serta ketersediaan ruang yang

cukup.

2. RUMUSAN MASALAH

Berdasarkan latar belakang masalah di atas, maka

disusunlah perumusan permasalahan, yaitu bagaimana

memperoleh optimasi penjadwalan dengan menggunakan

aplikasi berbasis web dan dipadukan dengan algoritma

genetik sehingga diperoleh kombinasi terbaik untuk

pasangan mata pelajaran dan guru pengajar, tidak ada

masalah bentrokan, serta ketersediaan ruang yang cukup

dan sesuai secara fasilitas untuk seluruh mata pelajaran

yang ada.

3. TUJUAN PENELITIAN

Tujuan dari penelitian ini adalah memperoleh optimasi

penjadwalan dengan menggunakan aplikasi berbasis web

sehingga diperoleh kombinasi terbaik untuk pasangan

mata pelajaran dan guru pengajar secara keseluruhan,

tidak ada permasalahan bentrokan jadwal pada sisi murid,

serta ketersediaan ruang yang cukup dan sesuai secara

fasilitas untuk seluruh mata pelajaran yang ada.

4. MANFAAT PENELITIAN

Manfaat dari penelitian ini adalah untuk meningkatkan

pemahaman tentang penggunaan algoritma genetik dalam

memperoleh optimasi penjadwalan sehingga diperoleh

kombinasi terbaik untuk pasangan mata pelajaran dan

guru pengajar secara keseluruhan, tidak ada permasalahan

bentrokan jadwal pada sisi murid, serta ketersediaan

ruang yang cukup dan sesuai secara fasilitas untuk

seluruh mata pelajaran yang ada.

2

5. TINJAUAN PUSTAKA

a. Sistem Informasi

Sistem dapat diartikan sebagai serangkaian

komponen – komponen yang saling berinteraksi dan

bekerja sama untuk mencapai tujuan tertentu.

Sedangkan Informasi merupakan hasil pemrosesan

data (fakta) menjadi sesuatu yang bermakna dan

bernilai untuk pengambilan keputusan. Jadi, Sistem

Informasi merupakan serangkaian komponen berupa

manusia, prosedur, data dan teknologi (seperti

komputer) yang digunakan untuk melakukan sebuah

proses untuk menghasilkan informasi yang bernilai

untuk pengambilan keputusan.[3]

b. Algoritma Genetik

Algoritma adalah suatu metode pemecahan masalah

yang beracuan pada pola pikir dan sifat suatu objek

yang dapat memberikan suatu alternatif solusi.[1]

Algoritma genetik adalah suatu algoritma optimasi

yang meniru mekanisme dari genetika alam. Pada

dasarnya algoritma genetik adalah salah satu

perkembangan dari metode algoritma pencarian yang

telah dikembangkan dengan ide dasar yang

berbeda.[4]

Deskripsi algoritma genetik:

1) [Start]. Generate populasi pertama secara

random sebanyak n individu.

2) [Fitness]. Evaluasi nilai fitness f(x) dari setiap

individu x di dalam populasi.

3) [New Population]. Bentuk populasi baru dengan

melakukan pengulangan langkah – langkah di

bawah ini sehingga didapatkan populasi baru.

a) [Selection]. Pilih 2 individu sebagai orang

tua dari sebuah populasi sesuai dengan

fitness mereka (semakin baik fitness, maka

semakin besar peluang mereka untuk

dipilih).

b) [Crossover]. Lakukan persilangan antara

kedua orang tua sesuai dengan probabilitas

crossover untuk membentuk keturunan yang

baru. Jika tidak terjadi persilangan, maka

keturunan yang dihasilkan akan sama persis

dengan orang tuanya.

c) [Mutation]. Mutasi setiap keturunan yang

baru sesuai dengan probabilitas mutasi di

setia gen.

d) [Accepting]. Tempatkan keturunan yang

baru sebagai populasi yang baru.

4) [Replace]. Gunakan populasi yang baru dibentuk

untuk menjalankan algoritma.

5) [Test]. Jika kondisi akhir dipenuhi, maka

berhenti dan tampilkan solusi dari populasi.

6) [Loop]. Kembali ke nomor 2.

c. Teori Optimasi Penjadwalan

Berdasarkan buku Pengoptimalan Guru Mengajar di

Era Komunikasi, optimasi diartikan sebagai upaya

penuh dalam hal pelayanan pendidikan berupa

peningkatan kinerja pengajar yang didukung oleh

ketersediaan fasilitas. Dalam hal ini, optimasi

penjadwalan didasarkan pada upaya penyesuaian

kegiatan belajar dengan kondisi yang sedang berjalan

yang meminimalisir kemungkinan terjadinya irisan

dari masing – masing objek.[6]

6. METODE PENELITIAN

a. Lokasi dan Waktu Penelitian

Penelitian dilaksanakan di SMPN 2 Jamblang dan

dilakukan pada bulan Januari 2011.

b. Jenis Penelitian

Jenis penelitian ini termasuk deskripsi, yaitu suatu

penelitian yang bertujuan menggambarkan tentang

keadaan tertentu secara objektif. Menggunakan

rancangan cross sectional adalah data yang

menggunakan titik waktu tertentu atau

pengumpulannya dilakukan dalam waktu

bersamaan.[2]

c. Teknik Pengumpulan Data

Melakukan observasi pada perancangan penjadwalan

pembelajaran secara manual di SMPN 2 Jamblang

yang ada saat ini dengan menggunakan pedoman

observasi dan melakukan wawancara mendalam

kepada petugas bagian akademik. Instrumen yang

digunakan pada penelitian ini adalah dengan

menggunakan pertanyaan kuisioner.

d. Pengolahan Data

Tahap – tahap yang dilakukan dalam pengolahan

data adalah:

1) Tahap pengumpulan data dilakukan melalui

instrumen pengumpulan data.

2) Tahap editing, yaitu memeriksa kejelasan dan

kelengkapan pengisian instrumen pengumpulan

data.

3) Tahap coding, yaitu proses identifikasi dan

klasifikasi dari setiap pertanyaan yang terdapat

dalam instrumen. Pengumpulan data menurut

variabel – variabel yang diteliti.

4) Tahap tabulasi data, yaitu mencatat atau entry

data ke dalam tabel induk penelitian.

5) Tahap mendeskripsikan data, yaitu tabel

frekuensi atau diagram serta bagan ukuran

fenelensi sentral maupun ukuran distersi.

Tujuannya adalah untuk memahami karakteristik

data sampel penelitian.

7. METODE PENGEMBANGAN

Metode pengembangan sistem yang digunakan pada

perancangan sistem informasi penjadwalan adalah Linear

Sequential Model atau biasa disebut dengan model

Waterfall. Metode ini mengusulkan sebuah pendekatan

kepada perkembangan perangkat lunak yang sistematik.

Metode ini memiliki 4 tahapan, yaitu Analisis (analysis),

Perancangan (design), Pengkodean (coding) dan

Pengujian (implementation).

3

8. HASIL DAN PEMBAHASAN

Berdasarkan metode yang dipakai, maka diperoleh suatu

hasil rancangan Sistem Informasi Penjadwalan

Pembelajaran Berbasis Metode Algoritma Genetik untuk

Mengoptimalkan Proses Belajar Mengajar di SMPN 2

Jamblang sebagai berikut:

a. Diagram Konteks

adm in s is tem

da ta gu ru_ tbm

da ta gu ru

da ta m ape l

da ta ke las

da ta ruang

da ta jadw a l

da ta gu ru_ tbm

da ta gu ru

da ta m ape l

da ta ke las

da ta ruang

da ta jadw a l

s isw a

gu ru

da ta jadw a l pe la ja ran

m e liha t jadw a l

m e liha t jadw a l

da ta jadw a l pe la ja ran

Gambar 1. Diagram Konteks Sistem Informasi

Penjadwalan

b. Diagram Dekomposisi

Gambar 2. Diagram Dekomposisi Sistem Informasi

Penjadwalan

c. DFD Level 0 User

u se r

P .1

P en ca rian

Jad w a l S isw a

P .2

P en ca rian

Jadw a l G u ru

Ja

dw

al

sis

wa

Ja

dw

al

gu

ru

Kri

teri

a p

en

ca

ria

n

Kri

teri

a p

en

ca

ria

n

P .3

L og in

Log in adm in

A dm in

Va

lid a

dm

in

Jadw a l

Ja

dw

al

sis

wa

Ja

dw

al

gu

ru

Kri

teri

a p

en

ca

ria

n

Kri

teri

a p

en

ca

ria

n

Gambar 3. DFD Level 0 User

d. DFD Level 0 Admin

A dm inP 3 .1

D a ta M as te r

P 3 .2

P em bua tan

Jadw a l

S isw a

G uru

Lih

at

jad

wa

l

L iha t jad w a l gu ru

D a ta ja dw a l p e la ja ran s isw a

D a ta jadw a l g u ru m eng a ja r

Jadw a l

Da

ta j

ad

wa

l

S to rage

Da

ta m

ap

el

Da

ta g

uru

Da

ta g

uru

_tb

m

Da

ta k

ela

s

Da

ta r

ua

ng

Da

ta j

ad

wa

l

Da

ta m

ap

el

Da

ta g

uru

Da

ta g

uru

_tb

m

Da

ta k

ela

s

Da

ta r

ua

ng

Da

ta j

ad

wa

l

D a ta s isw a

D a ta jadw a l

D a ta ruang

D a ta ke las

D a ta gu ru _ tbm

D a ta gu ru

D a ta m ape l

D a ta s isw a

D a ta jadw a l

D a ta ruang

D a ta ke las

D a ta gu ru _ tbm

D a ta gu ru

D a ta m ape l

Gambar 4. DFD Level 0 Admin

e. ERD (Entity Relationship Diagram) g u ru m em punya i w ak tum em punya i g u ru _ tbm

W aktu_b en trok

M1M1

Id_gu ru

N m _gu ru

A lam a t_gu ru T e lp_gu ru

H a ri_b en trok

W ak tu_b en trok

W ak tu_b en trok

W ak tu_b en trok

W ak tu_b en trok

ja d w a l m em ilik iM1

ke las

Id_ke las

N am a_ke las

Jum lah_ke las

m em punya i s isw aM1

ke lua r

m ape l

gu ru

ruang

ke las

adm in

m asuk

ha ri

Id_ ja dw a l

A b jad_ ke las

N am a_s isw a

Id_s isw a

N is

Jk_s isw aA lam a t_ s isw a

ke las

A b jad_ ke las

m em punya iM1

ke las

te rdapa tM1

m a p e l

Id_m ape l

K ode_m ape l

N am a_m ape l

sks

Id_ ruang

K ode_ ruang

N am a_ruang

K apas ita s_ ruang

Gambar 5. Entity Relationship Diagram Sistem Informasi

Penjadwalan

Dari hasil rancangan sistem di atas, selanjutnya dibuat

aplikasi Sistem Informasi Penjadwalan. Pengujian user

acceptence dilakukan dengan menggunakan uji T-Test

dua sampel berpasangan (Paired Samples T Test).

Sehingga dari pengujian tersebut didapatkan hasil

penelitian sebagai berikut:

Tabel 1. Paired Samples Statistics

Mean N Std.

Dev.

Std.

Error

Mean

Pair 1 Skor_X

Skor_Y

69,67

69,72

58

58

8,603

8,475

1,130

1,113

Tabel 2. Paired Samples Correlations

N Corre-

lation

Sig.

Pair 1 Skor_X & Skor_Y 58 ,992 ,000

4

Tabel 3. Paired Samples Test

Paired Differences

t df

Sig.

(2-

tailed) Mean

Std.

Dev.

Std. Error

Mean

95% Confidenc

e Interval

of the

Difference

Pair 1 Skor_X –

Skor_Y -,052 1,067 ,140 -,332 ,229 -,369 57 ,713

Pada Tabel 1 dapat dilihat rata - rata (mean) untuk

sebelum menggunakan sistem penjadwalan berbasis web

sebesar 69,67, sedangkan setelah menggunakan sistem

penjadwalan berbasis web sebesar 69,72. Artinya, sistem

penjadwalan berbasis web dapat membantu mengatasi

bentrok jadwal pelajaran sesuai dengan ruang yang

tersedia.

9. KESIMPULAN DAN SARAN

a. Kesimpulan

Berdasarkan hasil penelitian dan pembahasan dapat

diambil beberapa kesimpulan sebagai berikut:

1) Dengan adanya aplikasi sistem penjadwalan, dapat

dilihat rata - rata (mean) untuk sebelum

menggunakan sistem penjadwalan berbasis web

sebesar 69,67, sedangkan setelah menggunakan

sistem penjadwalan berbasis web sebesar 69,72.

Artinya, sistem penjadwalan berbasis web dapat

membantu mengatasi bentrok jadwal pelajaran sesuai

dengan ruang yang tersedia.

2) Aplikasi sistem informasi penjadwalan berbasis

algoritma genetik dapat mengoptimalkan proses

pembelajaran dengan menekan adanya bentrok

jadwal baik dari jumlah ruang, jumlah guru dan

waktu yang tersedia di SMPN 2 Jamblang.

b. Saran

1) Sebaiknya pihak pengumpulan data – data penunjang

pembuatan jadwal pembelajaran tiap tahun ajaran

baru bisa lebih cepat dalam memproses data – data

yang diperlukan guna memperoleh data yang valid

serta mempercepat proses pembuatan jadwal

pembelajaran. Masalah ini mungkin bisa dipecahkan

dengan merubah sistem pengumpulan data secara

manual dengan sistem pengumpulan data secara

komputerisasi.

2) Perkembangan perangkat lunak lebih diperluas, tidak

hanya terbatas pada kegiatan pengolahan jadwal

pembelajaran saja tetapi juga membahas pengolahan

data yang lain.

3) Adanya pemeliharaan terhadap sistem yang telah

dibuat agar sistem tetap terjaga dengan baik dengan

cara melakukan perbaikan dan perawatan apabila

aplikasi program tersebut terdapat kesalahan.

DAFTAR PUSTAKA

[1] Muhammad Aria, Aplikasi Algoritma Genetik untuk

Optimasi Penjadwalan Mata Kuliah, Bandung:

Universitas Komputer Indonesia.

[2] Surakhmad Winarno, Pengantar Penelitian Ilmiah,

Bandung: TARSITO, 1998.

[3] Bonnie, S., dan Marion, P., Designing Information

System, Jakarta: Elex Media Komputindo, 2008.

[4] Novandry Widyastuti, Astika Ratnawati, dan Rahma

Nur Cahyani, Optimasi Penjadwalan Kegiatan

Belajar Mengajar dengan Algoritma Genetik,

Surakarta: Fakultas Matematika dan Ilmu

Pengetahuan Alam Universitas Sebelas Maret, 2008.

[5] Fathul Wahid, Dasar – Dasar Algoritma &

Pemrograman, Yogyakarta: Penerbit ANDI, 2003.

[6] Arifin Zainal, Pengoptimalan Guru Mengajar di Era

Komunikasi, Bandung: PRENADA MEDIA, 2008.