5 0 149 KB
TUGAS KECERDASAN BUATAN (AI) REVIEW JURNAL
IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENJADWALAN CUSTOMOR SERVICE (Studi Kasus: Biro Perjalanan Kangoroo) Diajukan untuk Memenuhi Tugas Mata Kuliah Kecerdasan Buatan (AI) Program Studi Teknik Informatika Universitas Catur Insan Cendikia (UCIC) Cirebon
Oleh : Melly Amalia (2016102023)
PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS CATUR INSAN CENDIKIA (UCIC) CIREBON 2019
Review Jurnal Nasional “Agoritma Genetika” Implementasi Judul Jurnal
Algoritma
Genetika
Untuk
Penjadwalan Customer Service (Studi Kasus: Biro Perjalanan Kangoroo)
Nama Penulis Tahun
Chusnah Puteri Damayanti1, Rekyan Regasari Madi Putri2, Mochammad Ali Fauzi3 2017 Biro
perjalanan
atau
travel
membutuhkan
penjadwalan dalam mengatur jam kerja karyawan karena kebutuhan akan transportasi yang tinggi. Untuk mengantisipasi hal tersebut, tentunya harus Permasalahan
ada karyawan yang selalu ada untuk berhubungan langsung dengan pelanggan, yaitu Customer service. Customer
service
harus
mampu
memberikan
informasi yang dibutuhkan pelanggan secepatnya, dan informasi yang diberikan harus benar, tepat, dan cepat sehingga customer akan merasa puas Objek Penelitian Metode yang digunakan Kinerja Metode
Biro Perjalanan Kangoroo algoritma genetika Proses genetik algoritma diawali dengan mengambil populasi
awal
menemukan
yang
kromosom
telah
dibentuk.
dengan
solusi
Untuk terbaik,
algoritma genetika dilakuksan secara berulang-ulang yang disebut sebagai generasi. Setiap generasi dilakukan 3 tahapan yaitu seleksi kromosom, crosover dan mutasi sehingga menghasilkan sebuah populasi baru. Pada proses regenerisasi ada 2 kondisi yang
dilakukan
regenerisasi
yaitu
untuk
menghentikan
convergence
atau
proses
maksimal
generasi. Kondisi convergence adalah konsisi dimana kromosom memenuhi nilai objektifitas yang sama dalam hal ini adalah jadwal yang sesuai dengan dosen,
mata
kuliah,
ruangan,
jam
dan
hari.
Sedangkan kondisi maksimal generasi adalah kondisi dimana regenerasi akan berhenti apabila telah memenuhi batas jumlah generasi yang dibangkitkan. Pada pengembangan berikutnya dapat digunakan metode mutasi lain seperti insertion exchange mutation dan penggunaan metode seleksi lainnya seperti binary tournament selection dan roulette Ide Pengembangan
wheel selection untuk menghasilkan hasil yang lebih optimal. Optimasi pada pengecekan pinalti baiknya dilakukan untuk mengurangi lama waktu yang dibutuhkan
program.
Lalu,
pemfokusan
untuk
konvergensi dalam algoritma genetika juga perlu dilakukan agar penjadwalan menjadi lebih baik. Sumber Jurnal
j-ptiik.ub.ac.id