ABSTRAKSI: Penjadwalan pada Sistem Operasi adalah salah satu faktor penting pada komputer secara umum. Proses penjadwalan pada sebuah sistem operasi dapat dikatakan sebagai proses yang dialokasikan ke processor sehingga average response time, turnaround time dan normalized turnaround time dari sistem menjadi seminimal mungkin. Permasalahan penjadwalan termasuk dalam permasalahan NP-Complete dimana tidak ada algoritma yang dapat menghasilkan hasil yang optimal dalam waktu polinomial. Oleh karena itu, untuk masalah penjadwalan yang dapat diukur dapat ditemukan solusi yang optimal. Ada cara untuk menemukan solusi yang adaptif dan dapat diandalkan untuk permasalahan asli proses penjadwalan. Algoritma Genetika merupakan teknik pencarian secara heuristik dimana mensimulasikan proses dengan cara seleksi alam dan evolusi. Algoritma Genetika bekerja dengan cara menyamai proses natural dari evolusi yang artinya maju dari solusi optimal. Algoritma Genetika memiliki prinsip utama untuk menciptakan populasi dari individual yang dapat beradaptasi pada lingkungan dimana lingkungan tersebut mempunyai perilaku seperti sistem natural.
Algoritma Genetika memiliki kualitas proses yang lebih baik dibandingkan dengan algoritma Multilevel Feedback Queue jika bekerja pada penjadwalan dengan jumlah proses yang tidak banyak dan memilki variasi yang sedikit. Secara keseluruhan algoritma Genetika memiliki nilai respon yang kurang baik dari algoritma Multilevel Feedback Queue.Kata Kunci : Penjadwalan, Sistem Operasi, Average Response time, Turnaround Time, Normalized Turnaround Time, Algoritma Genetika.ABSTRACT: Scheduling on Operating System is one of important factor in general. Scheduling Process on Operating System can be described as Process which can allocate in processor that average response time, turnaround time dan normalized turnaround time from system can be minimal. Problem in scheduling categorize in NP-Complete Problem that there is no algorithm can produce optimal output in polynomial. Therefore, in scheduling problem which can be measured the optimal solution can be found. There is a way to find adaptive solution and can be certifiable to solve real problem in scheduling. Genetic Algorithm is a searching technique that can simulate process with natural selection and evolution. Genetic Algorithm work like a natural process from evolution which means forward to optimal solution. Principe Genetic algorithm is to create population from individual that can adaptation in natural environment.
Genetic Algorithm has a better quality process than Multilevel Feedback Queue Algorithm if it works with a little bit process and has not many variant. In general, Genetic algorithm has a not good response for process than Multilevel Feedback Queue algorithm.Keyword: Scheduling, Operating System, Average Response time, Turnaround Time, Normalized Turnaround Time, Genetic Algorithm.