Dalam pembuatan suatu penjadwalan mata kuliah banyak aspek yang harus diperhatikan untuk membuat suatu jadwal yang baik dan optimal. Dengan melihat berbagai algoritma yang ada maka algoritma genetik, sebagai salah satu metode optimasi dapat digunakan untuk mempermudah pembuatan penjadwalan mata kuliah. Salah satu operasi yang dapat digunakan dalan proses pembuatan jadwal mata kuliah yaitu scramble mutation yang cara kerjanya memerlukan proses mutasi untuk mendapatkan hasil solusi penjadwalan yang baik. Hal ini dapat diuji dengan menggunakan program LabVIEW 6.1. Hasil solusi terbaik didapatkan berdasarkan nilai fitness yang paling kecil. Metode GA menggunakan operasi scramble mutation menghasilkan nilai fitness yang lebih kecil dari metode random yang dijadikan sebagai metode pembanding. Kata kunci : Algoritma genetik, operasi scramble mutation, mutasi, fitness, solusi terbaik.

Dalam pembuatan suatu penjadwalan mata kuliah banyak aspek yang harus diperhatikan untuk membuat suatu jadwal yang baik dan optimal. Dengan melihat berbagai algoritma yang ada maka algoritma genetik, sebagai salah satu metode optimasi dapat digunakan untuk mempermudah pembuatan penjadwalan mata kuliah. Salah satu operasi yang dapat digunakan dalan proses pembuatan jadwal mata kuliah yaitu scramble mutation yang cara kerjanya memerlukan proses mutasi untuk mendapatkan hasil solusi penjadwalan yang baik. Hal ini dapat diuji dengan menggunakan program LabVIEW 6.1. Hasil solusi terbaik didapatkan berdasarkan nilai fitness yang paling kecil. Metode GA menggunakan operasi scramble mutation menghasilkan nilai fitness yang lebih kecil dari metode random yang dijadikan sebagai metode pembanding. Kata kunci : Algoritma genetik, operasi scramble mutation, mutasi, fitness, solusi terbaik.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-ekairiyant-15090