Efrander Heceikiel, Nababan and Martaleli, Bettiza and Dwi Amalia, Purnamasari (2021) IMPLEMENTASI PENJADWALAN KARYAWAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS : PELAYANAN TEKNIK (YANTEK) PT DREEDOLF INDONESIA RAYON TANJUNG BATU). S1 thesis, Universitas Maritim Raja Ali Haji.
Text
Efrander Nababan_160155201046_Informatika - efrander nababan.pdf Restricted to Registered users only Download (3MB) |
Abstract
Peran dari karyawan dalam hal meningkatkan pelayanan yang terbaik sangatlah berdampak besar, sehingga membutuhkan pengelolaan sumber daya manusia yang baik. Salah satu aspek penting pada sebuah perusahaan adalah memiliki penjadwalan kerja karyawan yang baik. Hal tersebut didukung oleh semakin berkembangnya kemajuan teknologi, yang memungkinkan jadwal kerja karyawan dibuat dalam bentuk aplikasi agar menghemat waktu dan sumber daya. Salah satu aplikasi yang dapat mendukung hal tersebut adalah aplikasi penjadwalan kerja karyawan dengan menggunakan algoritma genetika. Oleh karena itu penulis mencoba mengimplementasikan algoritma genetika di YANTEK PT DREEDOLF INDONESIA Rayon Tanjung Batu untuk membentuk jadwal kerja karyawan. Pada prosesnya dibutuhkan nilai fitnes terbaik yang didapat dari proses seleksi, crossover dan mutasi. Hasil yang diperoleh dari pemodelan algoritma genetika pada aplikasi penjadwalan kerja karyawan merupakan jadwal kerja karyawan YANTEK PT DREEDOLF INDONESIA Rayon Tanjung Batu. Hasil pengujian yang sudah dilakukan dengan menggunakan 4 kelompok karyawan, 4 pembagian kerja, dan 7 hari kerja sebagai parameter menunjukkan bahwa metode Algoritma Genetika dapat menghasilkan jadwal kerja yang terbentuk dengan optimal dan efektif sesuai dengan kebutuhan perusahaan.
Item Type: | Thesis (S1) |
---|---|
Subjects: | 000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.11.Pemrograman Khusus |
Divisions: | Fakultas Teknik > Program Studi Teknik Informatika |
Depositing User: | Admin Repositori UMRAH |
Date Deposited: | 06 Dec 2021 03:50 |
Last Modified: | 06 Dec 2021 03:50 |
URI: | http://repositori.umrah.ac.id/id/eprint/2095 |
Actions (login required)
View Item |