syururi, Akhmad (2018) Optimasi komposisi pakan ternak sapi menggunakan metode Algoritme Genetika dan Simulated annealing. Sarjana thesis, Universitas Brawijaya.
Abstract
Konsumsi daging sapi di Indonesia terus mengalami peningkatan, namun peningkatan tersebut belum diimbangi dengan penambahan produksi yang memadai. Laju peningkatan populasi sapi potong relatif lamban, yaitu 4,23% pada tahun 2007. Produktivitas ternak dipengaruhi oleh faktor pakan, manajemen dan pembibitan. Permasalahan yang sering dihadapi peternak adalah ketersediaan pakan, yang mana pakan yang diberikan pada ternak memiliki kandungan nutrisi yang rendah sehingga akan memengaruhi kecernaan pakan dan ketersediaan nutrisi yang berdampak pada rendahnya produktivitas ternak. Berdasarkan kasus yang terjadi, maka sistem yang dibangun pada penelitian ini adalah "optimasi komposisi pakan ternak sapi menggunakan algoritme genetika - simulated annealing". Metode yang digunakan dalam optimasi komposisi pakan ternak sapi pada sistem ini menggunakan algoritme genetika - simulated annealing. Tujuan penggabungan algoritme genetika -simulated annealing (SA) adalah untuk memanfaatkan kelebihan simulated annealing yang mampu bertahan menghadapi lokal optimum dan proses pencarian yang dikendalikan oleh suhu untuk digunakan dalam menutupi kekurangan algoritme genetika tersebut. Hasil Dari pengujian yang telah dilakukan ternyata semakin kecil nilai Popsize dan iterasi, semakin besar nilai tn dan tO maka semakin besar kemungkinan algoritme genetika - simulated annealing untuk mendapatkan hasil yang Iebih baik daripada algoritme genetika saja, sebaliknya semakin besar nilai Popsize dan iterasi, semakin kecil nilai tn dan tO maka semakin kecil pula kemungkinan algoritme genetika - simulated annealing untuk mendapatkan hasil yang Iebih baik
English Abstract
Beef consumption in Indonesia keeps increasing, but the increase has not been balanced with the addition of an adequate production. The rate of population increase beef cattle is relatively slow, 4.23% in 2007. The productivity of the livestock affected by the feed factors, management and breeding. The problem often encountered breeders is the availability of feed, which feed given to livestock contain nutrients that are low so will affect the availability of feed and digestibility of nutrients that impact low produkt ivitas cattle. Based on cases occurs, then the system is built on this research is "beef cattle feed composition optimization using genetic algorithm and simulated annealing". Methods used in beef cattle feed composition optimization on this system using a genetic algorithm and simulated annealing. The purpose of merging algorithm and genetic simulated annealing (SA) is to make use of the advantages of simulated annealing that are able to survive are facing local optimum and the search process which is controlled by the temperature to be used in cover lack of genetic algorithms. The results of the testing that has been done progressively smaller values Popsize and iterations, the greater the value of tn and tO then the more likely genetic algorithm and simulated annealing to get better results than the algorithm Genetics alone, otherwise the larger value of Popsize and iterations, the smaller value of tn and tO the small possibility of genetic algorithm and simulated annealing for getting better results., genetic algorithm, simulated annealing
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/723/051808636 |
| Uncontrolled Keywords: | optimasi, algoritme genetika, simulated annealing Optimization ,Genetic Algorithm, simulated annealing |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 15 Nov 2018 02:28 |
| Last Modified: | 22 Oct 2021 03:09 |
| URI: | http://repository.ub.ac.id/id/eprint/13953 |
Preview |
Text
Akhmad syururi.pdf Download (16MB) | Preview |
Actions (login required)
 |
View Item |