OPTIMISASI PENEMPATAN GURU MENGGUNAKAN ALGORITMA HIBRIDA GENETIKA DAN SIMULATED ANNEALING

Abstract

Pendidikan merupakan kebutuhan mutlak sepanjang hayat, dengan guru dan siswa sebagai elemen kunci dalam proses pembelajaran. Di Kabupaten Magelang, alokasi guru masih menghadapi tantangan dalam upaya optimalisasi. Hasil pengujian mengunakan algoritma HGSA menunjukkan bahwa konfigurasi parameter terbaik diperoleh pada populasi 60 kromosom, rasio mutasi:crossover 1:40, suhu awal 10°C, batas bawah suhu 0,1°C, laju penurunan suhu 0,9, dan 1.000 iterasi, menghasilkan rata-rata jarak terpendek sekitar 4,452 km. Analisis parameter menunjukkan bahwa peningkatan populasi, rasio mutasi, laju pendinginan dan suhu awal yang lebih rendah juga memberikan pada penurunan total jarak. Algoritma menunjukkan konvergensi pada iterasi maksimum dan batas suhu terendah. Dibandingkan dengan algoritma genetik murni, HGSA secara konsisten memberikan total jarak yang lebih kecil. Hal ini menunjukkan bahwa HGSA layak untuk dipertimbangkan sebagai metode yang efektif untuk mendukung perencanaan penempatan guru yang lebih optimal.