OPTIMALISASI PENJADWALAN KARYAWAN PARUH WAKTU BERDASARKAN NILAI FITNESS TERBAIK MENGGUNAKAN ALGORITMA GENETIKA STUDI KASUS PADA PT 3G INDONESIA
Article Sidebar
Main Article Content
Abstract
Perencanaan karyawan merupakan masalah yang sering dihadapi oleh para manajer suatu perusahaan, salah satunya adalah manajemen PT 3G Indonesia, proses perencanaan untuk karyawan paruh waktu PT 3G Indonesia selalu dilakukan secara manual dan tidak mendukung proses perencanaan. terkait dengan jumlah hari, jumlah shift per hari, jumlah shift karyawan per bulan, kualitas kerja karyawan, jadwal sebelumnya dan persyaratan jadwal karyawan paruh waktu, yaitu persyaratan jadwal kerja pekerjaan paruh waktu. dari staf sebelum jadwal dikumpulkan sesuai dengan aturan yang ditetapkan dengan proses yang lebih cepat daripada penjadwalan manual. Genetic Algorithm menghadirkan pekerja yang menyusun solusi menjadi kromosom acak, yang kemudian dievaluasi menggunakan bentuk fisik dan seterusnya. Pada setiap generasi, kromosom dinilai fungsi fisiknya. Setelah beberapa generasi, algoritma genetika akan menghasilkan kromosom terbaik, yang merupakan solusi optimal. Implementasi dalam penelitian ini menggunakan HYPERTEXT PRETREATMENT (PHP) dan MYSQL. Pengujian yang dilakukan meliputi pengujian black box, pengujian kinerja, dan penerimaan pengguna. Berdasarkan hasil uji performansi yang dilakukan, dapat disimpulkan bahwa algoritma genetika membutuhkan waktu yang lama jika nilai iteratifnya besar, karena dalam algoritma terdapat satu generasi yang harus diproses.
Article Details
1. Open Access Policy
Articles published in the journal are open-access articles distributed under the terms and conditions of the Creative Commons license. This aligns with international standards for scholarly publishing, ensuring that all research content is freely available online to the global research community without subscription or paywall barriers immediately upon publication.
2. Creative Commons License
Unless otherwise specified, all accepted and published works are licensed under the Creative Commons Attribution-ShareAlike (CC BY-SA) 4.0 International License.
Under this license, users are free to:
Share: Copy and redistribute the material in any medium or format.
Adapt: Remix, transform, and build upon the material for any purpose, even commercially.
Subject to the following terms:
Attribution: You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
ShareAlike: If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
3. Author Rights & Archiving
Copyright Retention: Authors retain full ownership of the copyright for their published articles without restrictions, granting the journal a non-exclusive license to publish the work as the original publisher of record.
Self-Archiving: Authors are fully permitted to deposit all versions of their manuscript (preprint, accepted manuscript, and final published PDF) into institutional repositories, subject-specific repositories, or on their personal academic websites, provided that proper citation to the journal is maintained.
References
[1] B. Firmansyah and D. S. Permana, “JADWAL MENGAJAR YANG BENTROK PADA PROGRAM STUDI INFORMATIKA IBI KOSGORO 1957 JAKARTA INDONESIA,†2021.
[2] H. A. Saputro, W. F. Mahmudy, and C. Dewi, “Implementasi Algoritma Genetika Untuk Optimasi Penggunaan Lahan Pertanian,†J. Mhs. PTIIK, vol. 5, no. 12, p. 12, 2015.
Monograph, edited book, book
[3] Affenzeller, Michael, dkk. 2000. Genetic Algorithms and Genetic Programming. London : CRC Press.
[4] Ferianingrum, Wahyu. 2009. Sistem Pendukung Pengambilan Keputusan Penjadwalan Kuliah dengan Algoritma Genetika.
[5] Mitsuo, Gen, dan Runwei Cheng. 2000. Genetic Algorithms and Engineering Design. New York: Wiley-Interscience.
[6] Nikodemus. 2006. Penjadwalan Mata Kuliah dengan Algoritma Genetika.
[7] Turban, Efraim, Jay E. Aronson dan Ting-Peng Liang. 2005. Sistem Pendukung Keputusan dan Sistem Cerdas.