TimeTabler: A Software Framework for Automated Course Timetabling and Space Utilization Optimization in Resource-Constrained Institutions in Bangladesh

In universiteiten over de hele wereld wordt de fysieke ruimte waar het leren plaatsvindt vaak behandeld als een vaste hulpbron, zoals een gebouw dat niet kan worden veranderd. Toch is de manier waarop die ruimte wordt gebruikt een dynamische puzzel. Beheerders moeten honderden lessen, duizenden studenten en tientallen docenten in een beperkt aantal kamers passen, terwijl ze er tegelijkertijd voor zorgen dat een chemielaboratorium niet wordt gebruikt voor een geschiedeniscollege en dat geen docent op twee plaatsen tegelijk wordt ingeroosterd. Deze taak, bekend als roostering, is berucht moeilijk. Het is een probleem waarbij veel bewegende delen moeten worden afgestemd op een rigide set regels, een uitdaging die in veel instellingen lang met de hand is opgelost. Wanneer dit handmatig gebeurt, is het proces traag, foutgevoelig en resulteert het vaak in verspilde ruimte, waarbij klaslokalen leegstaan terwijl andere afdelingen worstelen om een zitplaats te vinden. In ontwikkelingslanden, waar de financiering voor nieuwe bouwprojecten schaars is, is de druk om het meeste uit bestaande gebouwen te halen nog intenser. De vraag die onderwijzers bezighoudt is niet alleen hoe ze meer ruimte kunnen bouwen, maar hoe ze de ruimte die ze al hebben zo kunnen organiseren dat deze beter werkt voor iedereen.

Een onderzoeker aan de Shahjalal University of Science and Technology in Bangladesh heeft dit probleem aangepakt door een nieuw soort softwaretool genaamd TimeTabler te bouwen. In plaats van simpelweg een nieuwe wiskundige theorie voor te stellen, creëerde de onderzoeker een praktisch, open-source computerprogramma dat specifiek is ontworpen voor de mensen die het universiteitsrooster beheren. Deze beheerders zijn vaak geen experts in informatica en werken regelmatig met oudere computers en zonder betrouwbare internetverbindingen. De software is gebouwd om offline te draaien op standaard desktopcomputers, zonder dat er speciale servers of dure licenties nodig zijn. Het doel was om het zware werk van de roostering uit handen van mensen te nemen en te vervangen door een geautomatiseerd proces dat betere oplossingen kan vinden dan handmatige methoden ooit zouden kunnen. De onderzoeker testte dit systeem op de eigen universiteit, een omgeving met tien academische afdelingen, vijfendertig klaslokalen en laboratoria, en zesenvijftig verschillende studentengroepen.

De kern van het systeem is een optimalisatiemotor die gebruikmaakt van een methode geïnspireerd op natuurlijke evolutie, bekend als een genetisch algoritme. Stel je een populatie van mogelijke roosters voor, waarbij elk rooster een compleet weekplan is voor de gehele universiteit. De computer genereert veel van deze plannen en test ze vervolgens tegen een lange lijst met regels. Sommige regels zijn absoluut, zoals het waarborgen dat een docent nooit dubbel geboekt is of dat een studentengroep in de kamer past die aan hen is toegewezen. Andere regels gaan over kwaliteit, zoals het vermijden van het roosteren van lessen voor dezelfde groep op opeenvolgende dagen, of het waarborgen dat gespecialiseerde ruimtes zoals laboratoria worden gebruikt voor hun beoogde doeleinden. De computer houdt de best presterende roosters bij, mengt hun kenmerken en maakt kleine willekeurige wijzigingen om nieuwe, verbeterde versies te creëren. Het herhaalt deze cyclus honderden keren, waardoor er langzaam een reeks roosters evolueert die aan alle strikte regels voldoen en tegelijkertijd het gebruik van de beschikbare ruimte maximaliseren.

Toen de onderzoeker TimeTabler implementeerde aan hun universiteit, lieten de resultaten een duidelijke verbetering zien ten opzichte van het vorige handmatige systeem. Voordat de software werd gebruikt, maakte de universiteit haar kamers ongeveer 52 procent van de tijd waarin ze beschikbaar waren aan. Nadat het geautomatiseerde systeem een nieuw rooster had gegenereerd, steeg dat cijfer naar bijna 59 procent. Hoewel deze stijging misschien bescheiden lijkt, vertegenwoordigde het een significante verschuiving in hoe de universiteit functioneerde. Belangrijker nog, de software loste een kritiek gebrek in het handmatische proces op: het misbruik van kamertypes. In het oude rooster werden veertig zeven cursussen gehouden in kamers die niet geschikt waren voor hen, zoals reguliere colleges in computerlaboratoria of auditoria. Het nieuwe systeem corrigeerde al deze mismatches, waardoor elke les in het juiste type ruimte werd gehouden. Deze verandering betekende dat gespecialiseerde faciliteiten werden teruggegeven aan hun juiste gebruik, waardoor de universiteit meer laboratoriumgebaseerde cursussen kon aanbieden zonder nieuwe faciliteiten te hoeven bouwen.

De impact van deze veranderingen ging verder dan alleen het vullen van kamers. Door het rooster efficiënter te organiseren, kon de universiteit veertien extra cursussecties in dezelfde fysieke ruimte passen. Dit is gelijk aan het toevoegen van twee of drie nieuwe klaslokalen zonder geld uit te geven aan constructie. De software transformeerde ook het dagelijkelijke werk van de beheerders. Wat voorheen een team van mensen twaalf tot vijftien dagen aan handmatige onderhandelingen en het bewerken van spreadsheets kostte, werd teruggebracht tot een paar uur gegevensinvoer en ongeveer vijftien seconden computerverwerkingstijd voor elke studentengroep. De beheerders rapporteerden dat het proces eerlijker en transparanter aanvoelde, omdat de software dezelfde regels toepaste op elke afdeling, waardoor de noodzaak voor moeilijke discussies tussen afdelingen over wie de beste kamers kreeg, verdween.

De onderzoeker benadrukt dat dit succes niet alleen kwam door de kracht van het algoritme, maar door het ontwerp van de tool zelf. Ze bouwden de software toegankelijk, zodat niet-technisch personeel het proces kon controleren en de afwegingen tussen verschillende roosteropties kon begrijpen. Het systeem presenteerde de beheerders verschillende hoogwaardige roosterkeuzes, elk met duidelijke statistieken die lieten zien hoe goed het presteerde, zodat zij weloverwogen beslissingen konden nemen op basis van hun specifieke behoeften. Deze aanpak suggereert dat in omgevingen met beperkte middelen de barrière voor beter beheer niet een gebrek aan geavanceerde technologie is, maar een gebrek aan tools die zijn ontworpen om aan te sluiten bij de realiteit van de mensen die ze gebruiken. Door de kloof tussen complexe optimalisatietheorie en praktisch administratief werk te overbruggen, laat TimeTabler zien dat significante verbeteringen in efficiëntie en eerlijkheid kunnen worden bereikt door simpelweg bestaande middelen intelligenter te organiseren.