PENENTUAN BOBOT NILAI CALON MAHASISWA BARU JALUR SNMPTN DENGAN MENGGUNAKAN ALGORITMA GENETIKA

Dalam penerimaan mahasiswa baru pihak kampus menerima siswa yang unggul sehingga dalam proses perkuliahan siswa yang unggul tersebut dapat sukses. Ukuran sukses dalam proses perkuliahan diukur dengan ukuran yang tersedia yaitu IPK. Sedangkan siswa yang unggul yaitu siswa yang mendapatkan IPK tinggi. Penerimaan mahasiswa menggunakan rapor sangatlah sulit sehingga kriteria yang digunakan dalam penerimaan SNMPTN yaitu prediksi IPK. Melalui jalur seleksi SNMPTN membuat pihak kampus merasa kesulitan dalam menentukan bobot yang sesuai dalam memprediksi IPK. Sehingga bisa didapatkan prediksi IPK yang sesuai dengan keunggulan siswa yang diterima dengan error yang sekecil mungkin. Siswa unggul yang diprediksi mendapatkan IPK tinggi itulah yang seharusnya diterima di kampus tersebut.
Berdasarkan hasil pengolahan dan analisa data, diperoleh kesimpulan bahwa parameter yang digunakan dalam menentukan bobot yaitu (ukuran populasi 80; probabilitas crossover0.45; probabilitas mutasi 0.01) dengan nilai mape 0.1392 atau setara dengan 13.92% dengan bobot hasil untukUntuk contoh bobot yang digunakan pada jurusan teknik industri yaitu w1=4.40%, w2=0.00%, w3=0.00%, w4=0.00%, w5=0.73%, w6=0.00%, w7=0.00%, w8=0.00%, w9=0.00%, w10=0.00%, w11=0.00%, w12=0.00%, w13=93.41%, w14=0.37%, w15=0.00%, w16=1.10%. dengan urutan w1 sampai w16 yaitu nilai akreditasi sekolah, index sesuai program studi, bahasa indonesia, bahasa inggris, antropologi, kimia, biologi, geografi, teknologi informasi dan komunikasi, usulfiqh, sejarah, fisika, matematika, kewarganegaraan, sosiologi, ekonomi.