RANCANG BANGUN SISTEM PENJADWALAN KULIAH OTOMATIS MENGGUNAKAN ALGORITMA GENETIKA BERBASIS WEB RESPONSIVE

Otniel Priasda Ananta. 220509183, 2026. Rancang Bangun Sistem Penjadwalan Kuliah Otomatis Menggunakan Algoritma Genetika Berbasis Web Responsive. Skripsi, Program Studi Pendidikan Komputer STKIP Persada Khatulistiwa Sintang. Pembimbing I: Fatkhan Amirul Huda, S.Kom., M.Pd., Pembimbing II: Leonardo Hendri Riberu, S.T., M.Kom.

Kata Kunci: Penjadwalan; Algoritma Genetika; Web Responsive; Optimasi; Black Box Testing

Proses penjadwalan perkuliahan di perguruan tinggi sering kali mengalami hambatan pada alokasi ruang yang digunakan bersama antar program studi. Meskipun penjadwalan internal tiap program studi relatif terkendali, sinkronisasi ruang bersama secara manual dan belum terintegrasi kerap memicu bentrokan serta memperlambat penyelesaian penyusunan jadwal. Penelitian ini bertujuan untuk merancang, membangun, dan mengimplementasikan sistem penjadwalan kuliah otomatis berbasis web responsive menggunakan Algoritma Genetika guna mengeliminasi konflik jadwal dan mengoptimalkan efisiensi manajemen akademik. Pengembangan perangkat lunak menerapkan metodologi System Development Life Cycle (SDLC) model Waterfall yang memadukan teknik Constraint Satisfaction Problem (CSP) dengan algoritma evolusioner. Pada tahap analisis kebutuhan awal, wawancara mendalam dilakukan dengan melibatkan 9 orang Sekretaris Program Studi (Sekpro). Namun, uji efektivitas lapangan menggunakan angket hanya dievaluasi oleh 8 orang Sekpro karena 1 orang berhalangan akibat agenda akreditasi prodi. Hasil pengujian fungsionalitas melalui Black Box Testing mencatatkan tingkat kelayakan 97,65%, pengujian kinerja situs web via GTMetrix memperoleh Grade B dengan skor 84%, dan uji efektivitas oleh 8 responden mencapai rata-rata 84,12% (Sangat Efektif). Kesimpulan, sistem ini terbukti berhasil memecahkan kebuntuan jadwal akademik akibat tumpang tindih ruang bersama. Implikasinya, sistem diharapkan mampu memangkas durasi penyusunan jadwal secara drastis serta meminimalisir human error. Pengembangan selanjutnya disarankan untuk mengintegrasikan sistem dengan pangkalan data SIAKAD utama melalui Application Programming Interface (API), menambahkan fitur notifikasi otomatis, serta memanfaatkan infrastruktur Cloud Computing guna mempercepat komputasi Algoritma Genetika.