Penjadwalan mata kuliah mutlak harus ada dan sangat penting dalam suatu universitas karena sudah menjadi dasar agar agenda perkuliahan berjalan dengan lancar.Banyak kendala yang dihadapi ketika membuat penjadwalan mata kuliah seperti banyaknya jadwal mata kuliah yang harus disusun, jumlah ruangan yang terbatas, dan kesanggupan dosen untuk mengajar pada jadwal tertentu, sehingga dapat menyebabkan bentroknya jadwal mata kuliah. Dengan adanya masalah penjadwalan mata kuliah maka perlu penjadwalan secara otomatis yang menggunakan berbagai macam metode diantaranya metode algoritma genetika dan algoritma steepest ascent hill climbing. Pada penelitian ini akan dilakukan perbandingan algoritma genetika dan algoritma steepest ascent hill climbing untuk optimasi penjadwalan kuliah karena kedua algoritma ini fleksibel dan sanggat cocok digunakan untuk memecahkan masalah yang memiliki banyak solusi untuk dapat dipilih solusi yang paling baik.Tujuan dari penelitian ini adalah untuk mengetahui algoritma mana yang mempunyai kinerja komputasi (kecepatan waktu eksekusi) dan hasil yang lebih baik dalam menyelesaikan masalah penjadwalan mata kuliah. Data yang digunakan diambil dari Program Studi S1 Akuntansi Fakultas Ekonomi Universitas Ganesha pada semester gasal tahun akademik 2020/2022. Berdasarkan coba yang telah dilakukan tanpa menggunakan soft dan hard constraint penjadwalan dengan menggunakan algoritma genetika dan algoritma steepest ascent hill climbing sama-sama mampu melakukan penjadwalan tanpa adanya bentrok jadwal. Dari semua uji coba yang dilakukan dengan menggunakan soft dan hard constraint maupun tidak, didapatkan hasil bahwa pejadwalan dengan algoritma steepest ascent hill climbing lebih efisien sebesar 43,995% daripada algoritma genetika. Berdasarkan uji coba 5 dan 6 yang dilakukan maka didapatkan hasil bahwa penjadwalan dengan algoritma steepest ascent hill climbing semakin banyak soft dan hard constraint yang terjadi maka hasil jadwal yang didapatkan terjadi bentrok karena terdapat mata kuliah yang tidak muncul akibat tidak terpenuhinya soft dan hard constraint sementara algoritma genetika dengan kondisi beberapa kali uji coba dengn inputan soft dan hard constraint masih tetap mampu melakukan penjadwalan tanpa adanya bentrok jadwal dengan hasil yang akurat.