Penjadwalan merupakan hal yang penting dilakukan agar suatu kegiatan dapat berlangsung dengan baik. Permasalahan tersebut terjadi pada penjadwalan mengajar asisten pada laboratorium Komputer Dasar PTIIK Universitas Brawijaya. Proses penyusunan jadwal dilakukan dengan beberapa pertimbangan diantaranya jumlah asisten, kelas praktikum yang telah ditentukan serta kesediaan mengajar dari asisten laboratorium. Penentuan jadwal mengajar asisten secara manual banyak menemukan permasalahan, diantaranya bentroknya jadwal yang dihasilkan dengan kegiatan asisten dan proses penyusunan jadwal yang membutuhkan waktu lama. Konsep algoritma genetika dapat diterapkan dalam permasalahan penjadwalan mengajar asisten laboratorium. Dengan penerapan algoritma genetika, akan dilakukan pencarian solusi terbaik dengan menggunakan operator genetika (crossover, mutasi dan seleksi). Solusi terbaik yang dihasilkan dapat diukur dari nilai fitnessnya. Pada kasus penjadwalan mengajar asisten laboratorium ini, terdapat 52 asisten yang harus mengajar pada 26 kelas praktikum. Masing-masing asisten memiliki kode asisten. Dari data tersebut akan dibuat kromosom berdasarkan pada kode asisten. Selanjutnya akan dibentuk kumpulan dari kromosom dengan jumlah yang bervariasi yang dikenal dengan istilah populasi. Pada penelitian ini, ukuran populasi optimal dari hasil pengujian adalah 70. Dengan generasi optimal sebanyak 140 generasi. Nilai kombinasi crossover rate dan mutation rate yang dihasilkan dari solusi dengan rata-rata fitness terbaik didapatkan dengan crossover rate 0.2 dan mutation rate 0.8. Hasil akhir yaitu didapatkan jadwal dari kromosom terbaik dengan dengan waktu yang optimal dan fitness tertinggi.