Algoritma Genetika (GA) adalah salah satu algoritma yang powerful untuk menyelesaikan masalah penjadwalan mata kuliah. Pada GA, terdapat operator crossover yang berperan aktif dalam pembuatan anak atau offspring. Crossover juga menjadi fondasi dalam menghasilkan solusi yang optimal. Kesalahan dalam pemilihan crossover membuat meningkatnya tingkat pelanggaran atau fitness terhadap constraint. Semakin tinggi nilai Fitness maka semakin buruk solusi yang dihasilkan. Pada penelitian ini, dilakukan analisis terdapat jenis crossover yang ada di GA yaitu One-Point Crossover, Multi-Point Crossover dan Order Crossover. Analisis yang dilakukan pada penelitian ini adalah dengan membandingkan nilai fitness dan waktu eksekusi antara jenis crossover tersebut. Hasil penelitian menunjukkan bahwa nilai fitness yang paling kecil dapat dihasilkan oleh One-Point Crossover pada 9 dataset. Untuk waktu eksekusi yang paling cepat dapat dihasilkan oleh Multi-Point Crossover pada 12 dataset.Kata kunci; Algoritma Genetika, Crossover, Penjadwalan, Pelanggaran