Pemetaan Zonasi Sekolah Berbasis Data Pendidikan dan Kependudukan dengan Metode Algoritma Genetika

Rofidah, Maya Rizqiatur (2024) Pemetaan Zonasi Sekolah Berbasis Data Pendidikan dan Kependudukan dengan Metode Algoritma Genetika. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022221043-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (4MB) | Request a copy

Abstract

Sistem Penerimaan Siswa Baru melalui zonasi di Indonesia, yang bertujuan untuk mendistribusikan siswa secara merata, sering menyebabkan ketidaksesuaian dengan permintaan, yang mengakibatkan kekurangan siswa di beberapa sekolah. Salah satu tantangan utama adalah kesulitan dalam menentukan batas zonasi yang tepat. Penelitian ini mengatasi masalah kekurangan siswa di sekolah dan calon siswa yang tidak mendapatkan penempatan di sekolah karena kurangnya keterlibatan data pendidikan dan populasi dalam penentuan zona sekolah. Algoritma Genetika diusulkan sebagai solusi yang efektif untuk mengoptimalkan zonasi sekolah dan mengatasi ketidakseimbangan penerimaan siswa di suatu daerah, mengingat kemampuannya dalam menangani masalah kompleks dan menemukan solusi global. Data Pendidikan dan Populasi yang digunakan mencakup jumlah dan kapasitas sekolah, serta jumlah kecamatan dan populasi berusia 6 tahun. Inisialisasi populasi dilakukan dengan membentuk kromosom dari pasangan kecamatan dan sekolah. Penelitian ini menggunakan dua fungsi Fitness utama, yaitu Fitness jarak dan Fitness kapasitas, untuk mengevaluasi keefektifan zonasi sekolah. Keuntungan pendekatan ini terletak pada pertimbangan matematis dari koordinat pusat area tempat tinggal, serta perhitungan yang terstruktur dan objektif. Dengan mempertimbangkan jarak sekolah dan kapasitas, penelitian ini mencapai nilai Fitness terbaik. Dibandingkan dengan metode pemetaan zonasi sekolah sebelumnya, penggunaan Algoritma Genetika menghasilkan hasil yang lebih baik. Hal ini dikarenakan analisis kapasitas sekolah menunjukkan bahwa semua calon siswa dapat diakomodasi di sekolah umum, dan semua sekolah menerima siswa meskipun beberapa sekolah tidak terisi penuh. Dengan demikian, penggunaan Algoritma Genetika dalam pemetaan zonasi dapat menjadi solusi untuk mengatasi ketidakseimbangan penerimaan siswa di suatu daerah.

==================================================================================================================================

The New Student Admission System through zoning in Indonesia, aimed at distributing students evenly, often leads to discrepancies with demand, resulting in student shortages in some schools. One of the main challenges is the difficulty in determining appropriate zoning boundaries. This research addresses the issue of student shortages in schools and prospective students not getting assigned to schools due to the lack of involvement of education and population data in school zone determination. Genetic Algorithms are proposed as an effective solution to optimize school zoning and address student enrollment imbalances in a region, given their ability to tackle complex problems and find global solutions. The Education and Population data used include the number and capacity of schools, as well as the number of subdistrict and the population aged 6 years old. The population initialization is done by forming chromosomes from pairs of subdistrict and schools. This research utilizes two main fitness functions, namely distance fitness and capacity fitness, to evaluate the effectiveness of school zoning. The advantage of this approach lies in its mathematical consideration of the central coordinates of residential areas, as well as structured and objective calculations. By considering school distance and capacity, this research achieves the best fitness value. Compared to previous school zoning mapping methods, the use of Genetic Algorithms yields better results. This is because the analysis of school capacities shows that all prospective students can be accommodated in public schools, and all schools receive students even though some schools are not fully occupied. Thus, the use of Genetic Algorithms in zoning mapping can be a solution to address student enrollment imbalances in a region.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	pemetaan sekolah, zonasi sekolah, data pendidikan, data populasi, algoritma genetika, school mapping, school zoning, education data, population data, genetic algorithm
Subjects:	Q Science > QA Mathematics > QA402.5 Genetic algorithms. Interior-point methods.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	MAYA RIZQIATUR ROFIDAH
Date Deposited:	29 Jul 2024 05:07
Last Modified:	29 Jul 2024 05:07
URI:	http://repository.its.ac.id/id/eprint/109888

Actions (login required)

View Item