Pendekatan Hibrida K-Means Clustering Dan Algoritma Genetika Untuk Optimasi Penjadwalan Perkuliahan Di Politeknik Bisnis Indonesia

Abstract

Penyusunan jadwal perkuliahan merupakan permasalahan optimasi kombinatorial yang kompleks, terutama pada institusi vokasi seperti Politeknik Bisnis Indonesia, di mana alokasi ruang kelas dan laboratorium harus dikelola dengan presisi. Penyusunan secara manual rentan terhadap kesalahan (human error), memakan waktu lama, dan sering kali menghasilkan jadwal yang tumpang tindih. Penelitian ini mengusulkan pendekatan hibrida yang menggabungkan metode K-Means Clustering dan Algoritma Genetika untuk mengotomatisasi serta mengoptimalkan proses penjadwalan. Pada tahap pra-pemrosesan, K-Means Clustering diimplementasikan untuk mengklasifikasikan ruangan berdasarkan kapasitas kursi agar sesuai dengan estimasi rasio jumlah mahasiswa per kelas, yang bertujuan untuk mempersempit ruang pencarian (search space). Selanjutnya, Algoritma Genetika diterapkan sebagai mesin komputasi utama untuk mengevaluasi kromosom jadwal berdasarkan batasan mutlak (hard constraints), yaitu mencegah terjadinya bentrok jadwal mengajar dosen pada waktu yang bersamaan dan bentrok penggunaan ruangan fisik. Pengujian sistem menunjukkan bahwa pendekatan hibrida ini berhasil memproduksi 100% jadwal perkuliahan tanpa bentrok (fitness value = 1) dengan waktu eksekusi komputasi yang efisien. Selain otomasi cerdas, sistem informasi berbasis web menggunakan framework Laravel 13 yang dikembangkan juga mengakomodasi intervensi manusia (human-in-the-loop) melalui fitur override manual guna menangani penyesuaian kebijakan akademik insidental. Implementasi sistem ini terbukti mampu meningkatkan efisiensi tata kelola administrasi akademik dan mengeliminasi redudansi jadwal.   Kata Kunci - Algoritma Genetika; K-Means Clustering; Penjadwalan Akademik; Optimasi Kombinatorial; Sistem Informasi Akademik