Membuat jadwal kuliah di perguruan tinggi sering kali menjadi pekerjaan melelahkan yang menguras waktu dan tenaga. Banyak pihak terlibat, mulai dari dosen, mahasiswa, hingga pihak administrasi kampus. Tantangannya bukan hanya soal memadukan jadwal perkuliahan, tetapi juga memastikan tidak ada tabrakan jadwal, memaksimalkan penggunaan ruang kelas, serta menyesuaikan preferensi waktu mengajar dosen.

Gambar 1. Diagram alur optimasi jadwal kuliah dengan Algoritma Genetika berbasis representasi matriks (Gambar dihasilkan oleh OpenAI, ChatGPT)

Selama ini, pembuatan jadwal biasanya dilakukan secara manual atau dengan software sederhana. Namun, ketika jumlah mata kuliah, ruangan, dan mahasiswa semakin banyak, membuat jadwal yang ideal bisa memakan waktu berhari-hari, bahkan berminggu-minggu. Di sinilah teknologi kecerdasan buatan (AI) menawarkan solusi baru yang lebih praktis dan efisien.

Sebuah penelitian terbaru mengusulkan cara cerdas menyusun jadwal kuliah menggunakan Genetic Algorithm (GA). Algoritma ini terinspirasi dari cara kerja genetika pada makhluk hidup: seleksi alam, persilangan, dan mutasi. Konsepnya, setiap kemungkinan jadwal dianggap sebagai ‘individu’ dalam sebuah populasi. Jadwal terbaik akan ‘bereproduksi’, saling bertukar bagian, lalu menghasilkan jadwal baru yang lebih baik.

Uniknya, penelitian ini menggunakan representasi gen berbasis matriks. Informasi tentang mata kuliah, dosen, ruangan, dan waktu diubah ke dalam format matriks. Dengan cara ini, setiap mata kuliah punya slot ruang dan waktu yang unik sehingga risiko jadwal bentrok bisa ditekan semaksimal mungkin. Persilangan dan mutasi matriks pun membantu mengeksplorasi ribuan kombinasi jadwal secara otomatis.

Hasil pengujian menunjukkan pendekatan ini mampu menjaga tingkat pelanggaran aturan tetap rendah meskipun jumlah kelas, ruangan, atau sesi kuliah ditambah. Artinya, algoritma tetap stabil meski diterapkan pada skenario jadwal kuliah yang semakin rumit. Ini membuka peluang kampus untuk menghemat waktu penyusunan jadwal, meningkatkan efisiensi pemanfaatan ruang, dan mengurangi keluhan akibat tabrakan jadwal.

Selain itu, pendekatan ini fleksibel karena bisa menyesuaikan banyak preferensi sekaligus. Misalnya, membatasi jumlah kelas yang boleh diajarkan dosen dalam sehari, menghindari jadwal kuliah yang terlalu padat, hingga menyesuaikan kebutuhan laboratorium. Semuanya diatur lewat fungsi fitness yang menghitung seberapa baik jadwal memenuhi semua aturan.

Ke depan, metode penjadwalan dengan Genetic Algorithm ini bisa dikembangkan lebih jauh untuk skala yang lebih besar. Bukan hanya di kampus, tapi juga untuk penjadwalan rumah sakit, pabrik, hingga transportasi publik. Dengan teknologi optimasi semacam ini, pekerjaan administratif yang memakan banyak waktu dapat dialihkan ke mesin cerdas — sehingga manusia bisa fokus pada hal-hal yang lebih strategis.

 

 

Catatan: Artikel ini disadur dari makalah oleh Abdallah, M.A., Shiddiqi, A.M., Akbar, R.J., & Dewabharata, A. (2024). An Enhanced Course Scheduling System Using the Genetic Algorithm with Matrix-Based Representation Genes, dipresentasikan pada 2024 International Conference on Computer Engineering, Network, and Intelligent Multimedia (CENIM).