Al Uswah, Siti Fatimah (2018) Optimasi Komposisi Pakan Ternak Ayam Petelur Menggunakan Algoritme Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Peluang beternak ayam petelur dinilai cukup menjanjikan di Indonesia karena Kebutuhan telur dalam negeri terus meningkat sejalan dengan peningkatan pola hidup manusia dalam meningkatkan kebutuhan akan protein hewani. Berdasarkan data dari kementerian pertanian pada tahun 2017 terdapat peningkatan konsumsi telur ayam ras selama tahun 1987-2017 sebesar 3,57% pertahun dengan rata-rata konsumsi 6,63 kg/kap/th pada tahun 2017. Namun dalam beternak ayam petelur biaya pembelian pakan ternak dapat mencapai 60%-70 % dari biaya produksi. Salah satu cara agar dapat menekan biaya pembelian pakan yaitu dengan melakukan optimasi komposisi pakan sehingga dapat diperoleh komposisi pakan yang memenuhi kebutuhan nutrisi dengan biaya yang minimal. Metode optimasi yang digunakan pada penelitian ini yaitu algoritme genetika dengan representasi permutasi, single-point crossover, reciprocal exchange mutation, dan seleksi elitism. Pada penelitian ini digunakan 50 data bahan pakan ayam petelur beserta kandungan nutrisinya. Dari hasil pengujian yang dilakukan diperoleh parameter populasi dengan nilai fitness tertinggi pada populasi 500 dan 800 dengan rata-rata nilai fitness 2.573591, Generasi optimal sebanyak 100 generasi dengan rata-rata nilai fitness 2.479726 dan kombinasi probabilitas crossover 0.5 dan probabilitas mutasi 0.3 dengan rata-rata nilai fitness 2.58459. Hasil akhir yang didapatkan berupa komposisi pakan ternak ayam petelur yang memenuhi kebutuhan nutrisi dengan biaya yang minimal.
English Abstract
Raising laying hens are considered a promising opportunity in Indonesia because the demand for eggs in the country continues to increase in line with the increasing human lifestyle and need for animal protein. Based on data from the ministry of agriculture in 2017 there is an increase in chicken egg consumption during the year 1987-2017 of 3.57% per year with an average consumption of 6.63 kg / kap / th in 2017. On the other hand, raising laying hens is costly especially when it comes to livestock feed, which can cost farmers 60% -70% of production costs. One way to reduce the cost of purchasing feed is by optimizing the feed composition, with purpose of achieving an optimal feed composition that also meets the nutritional needs, all obtained with as minimal cost as possible. The optimization method used in this research is Genetic Algorithm with permutation representation, single-point crossover, reciprocal exchange mutation, and elitism selection. This study used 50 feed data material of laying chicken and its nutritional content. From the results of the tests, the population parameters obtained with the highest fitness value in the population of 500 and 800 with the average fitness value of 2.573591, the optimal generation of 100 generations with an average fitness value of 2.479726 and a combination of probability of crossover 0.5 and the probability of mutation 0.3 with the average fitness value 2.58459. The final result is the composition of laying chicken feed that meets the nutritional needs with minimal cost.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/703/051808616 |
| Uncontrolled Keywords: | Optimasi komposisi, ayam petelur, algoritme genetika. Optimization of composition, laying hens, genetic algorithm. |
| Subjects: | 600 Technology (Applied sciences) > 636 Animal husbandry > 636.08 Specific topics in animal husbandry > 636.085 Feeds and applied nutrition |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 14 Mar 2019 03:20 |
| Last Modified: | 22 Oct 2021 02:26 |
| URI: | http://repository.ub.ac.id/id/eprint/14101 |
Preview |
Text
Siti Fatimah Al Uswah.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |