Optimasi Berbasis Swarm Intelligence untuk Penjadwalan Mata Kuliah di Perguruan Tinggi

Abstract

Swarm Intelligence (SI) merupakan salah satu cabang dari Artificial Intelligence.  Makalah ini bertujuan untuk melakukan pendekatan baru untuk memecahkan University Course Timetabling Problem (UCTP) berupa penjadwalan perkuliahan metaheuristik menggunakan Ant Colony Optimization (ACO) sebagai bagian dari SI, yang terintegrasi dengan mekanisme verifikasi visual untuk deteksi konflik dan validasi kendala kapasitas. Metode yang diusulkan tidak hanya menghasilkan jadwal yang dioptimalkan tetapi juga menyediakan keluaran visual yang dapat ditafsirkan untuk membantu penjadwal akademik. Hasil eksperimen menunjukkan bahwa metode ini mencapai solusi penalti terbaik yang rendah dengan deviasi minimal dalam penalti rata-rata dari sejumlah iterasi yang dilakukan, hasil yang memuaskan terhadap konstrain yang ada, serta memastikan keakuratan dan ketahanan jadwal. Visualisasi memungkinkan validasi yang kuat dalam mendukung tugas bagian akademik.