RuangJadwalPenjadwalan otomatis
ID EN

Stasiun pengendali pembelajaran

Jadwal yang tertata, sekolah yang berkualitas.

Pengelolaan jadwal pelajaran, beban mengajar, slot harian, dan draf jadwal dalam satu ruang kerja yang dapat divalidasi, implementasi hasil riset penelitian terpublikasi di jurnal internasional terpercaya.

Dirancang untuk memadukan data operasional sekolah, validasi kendala, dan proses pembuatan draf jadwal yang dapat ditelusuri.

20+pemeriksaan kesiapan dan konflik data akademik Dinamisdiagnosis risiko ketika aturan dan beban berubah Auditabilitasbukti penyebab ketidaklayakan jadwal untuk tindakan korektif

Informasi dan aktivasi akun

Butuh informasi lengkap atau aktivasi akun?

Calon konsumen dapat menghubungi tim iGuru melalui WhatsApp atau email untuk memperoleh informasi produk, panduan penggunaan awal, dan aktivasi akun.

Sertakan nama sekolah dan kebutuhan aktivasi agar tim dapat merespons secara tepat.

Masalah nyata di sekolah

Penyusunan jadwal bukan sekadar menaruh mata pelajaran ke tabel.

Jadwal harus mempertemukan beban mengajar, ketersediaan guru, sebaran jam, kelas, ruang, dan prioritas operasional. Satu perubahan kecil dapat menutup banyak slot kandidat dan membuat kombinasi jadwal menjadi tidak layak.

Ketersediaan guru berubah

Hari atau jam yang ditutup dapat mengurangi ruang kandidat beberapa kelas sekaligus.

Beban mengajar bertumpuk

JP mingguan, mata pelajaran per tingkat, dan guru pengampu perlu konsisten agar mesin penyusun jadwal memiliki kandidat yang cukup.

Kendala saling menekan

Aturan yang tampak wajar secara terpisah dapat membuat jadwal tidak layak ketika digabungkan.

Perbaikan sering berbasis dugaan

Tanpa diagnosis, operator sulit mengetahui guru, hari, jam, mata pelajaran, atau kelas yang paling menghambat.

Mengapa layak digunakan

Dibangun untuk kerja Tim Kurikulum yang membutuhkan kecepatan dan bukti.

Validasi sebelum pembuatan draf

Sistem memeriksa kesiapan data, tekanan kendala, dan risiko ketersediaan guru sebelum mesin penyusun jadwal dijalankan.

Diagnosis akar risiko

Panel risiko membantu menunjukkan faktor yang paling mungkin membuat jadwal sulit atau tidak layak dijadwalkan.

Integrasi data akademik

Data guru, kelas, ruang, mata pelajaran, pengampu, beban, hari, dan slot dikelola dalam satu ruang kerja.

Draf dapat ditinjau

Hasil pembuatan draf dapat diperiksa, dipindahkan, diekspor, dan dijadikan dasar diskusi operasional sekolah.

Landasan ilmiah

Publikasi riset ilmiah yang diterapkan dalam aplikasi ini.

Riset penjadwalan menunjukkan bahwa masalah jadwal sekolah adalah masalah kombinatorial dengan banyak kendala. Karena itu, aplikasi ini menerapkan pemodelan kendala, optimisasi eksak, dekomposisi, diagnosis ketidaklayakan jadwal, dan strategi perbaikan berbasis temuan ilmiah yang terdokumentasi.

arXiv · 2022 Educational Timetabling: Problems, Benchmarks, and State-of-the-Art Results S. Ceschia, L. Di Gaspero, and A. Schaerf

Publikasi ini merangkum masalah, tolok ukur, kendala keras, kendala lunak, dan capaian mutakhir penjadwalan pendidikan.

Diterapkan dalam aplikasi

Diterapkan sebagai dasar pemisahan kendala keras, mutu lunak, tolok ukur, dan evaluasi kualitas solusi pada Studio Jadwal.

Buka sumber rujukan
Journal of Scheduling · 2022 A mixed-integer programming approach for solving university course timetabling problems E. Rappos, E. Thiémard, S. Robert, and J.-F. Hêche

Artikel ini menunjukkan bahwa penjadwalan dapat dimodelkan sebagai optimisasi eksak berbasis pemilihan waktu, ruang, kelas, dan kendala.

Diterapkan dalam aplikasi

Diterapkan dalam desain variabel kandidat penempatan, audit model bilangan bulat/Boolean, dan validasi hasil mesin penyusun jadwal secara independen.

Buka sumber rujukan
Computers and Operations Research · 2022 High quality timetables for Italian schools C. Crobu, M. Di Francesco, and E. Gorgone

Artikel ini menekankan kualitas jadwal sekolah, seperti waktu tunggu guru, pembatasan beban kerja, dan variasi kendala sekolah.

Diterapkan dalam aplikasi

Diterapkan pada tujuan kualitas, diagnosis tekanan kendala, dan pengendalian beban serta ketersediaan guru sebelum pembuatan draf jadwal.

Buka sumber rujukan
PATAT 2012 · 2012 International Timetabling Competition 2011: An Adaptive Large Neighborhood Search algorithm M. Sorensen, S. Kristiansen, and T. R. Stidsen

Publikasi ini menunjukkan relevansi adaptive large-neighborhood search, destroy-repair, dan strategi perbaikan untuk penjadwalan sekolah menengah.

Diterapkan dalam aplikasi

Diterapkan sebagai arah pencarian portofolio, warm start, perbaikan, dan peningkatan solusi ketika model monolitik sulit menemukan jadwal yang layak.

Buka sumber rujukan
Artificial Intelligence Review · 1999 A Survey of Automated Timetabling Andrea Schaerf

Masalah penjadwalan dibahas melalui teknik riset operasi dan kecerdasan buatan, termasuk pemenuhan kendala, pencarian tabu, simulated annealing, dan algoritma genetika.

Buka sumber rujukan
European Journal of Operational Research · 2002 Recent research directions in automated timetabling Edmund K. Burke and Sanja Petrovic

Riset penjadwalan otomatis menekankan metode yang dapat diterapkan lintas domain penjadwalan dengan kendala yang beragam.

Buka sumber rujukan

Alur kerja

Dari data sekolah menuju draf jadwal yang layak dijadwalkan.

01Impor dan sinkronkan data

Mulai dari data Dapodik atau masukan manual yang dipetakan ke master akademik.

02Atur kendala penting

Tetapkan ketersediaan guru, beban mengajar, kelas yang layak, hari, dan slot JP.

03Baca diagnosis risiko

Periksa tekanan kendala dan saran perbaikan sebelum membuat draf jadwal.

04Buat, tinjau, dan ekspor

Bangun draf, periksa bukti mesin penyusun jadwal, lalu ekspor jadwal untuk validasi internal.

Siapkan jadwal pelajaran dengan cara yang lebih terukur.

Gunakan RuangJadwal untuk mempercepat penyusunan draf dan mengurangi risiko keputusan berbasis dugaan.