Taufiq, MuhammadNoor (2017) Optimasi Komposisi Pakan Untuk Penggemukan Sapi Potong Menggunakan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Salah satu permasalahan yang ada di Indonesia adalah tidak seimbangnya jumlah antara permintaan daging sapi potong dengan jumlah produksi sapi potong lokal. Banyaknya permintaan daging sapi potong ini didasari karena pertambahan jumlah penduduk di Indonesia yang semakin banyak. Hal tersebut menyebabkan negara Indonesia memiliki ketergantungan yang cukup besar untuk mendatangkan sapi impor dari luar negeri agar mampu mencukupi kebutuhan masyarakat Indonesia. Pada penelitian ini mengimplementasikan algoritma genetika untuk membuat campuran ransum yang berkualitas dengan biaya yang terjangkau sehingga mampu meningkatkan jumlah produksi daging sapi potong lokal dan dapat memenuhi kebutuhan masyarakat. Representasi yang digunakan pada penelitian ini adalah real code yang mana setiap kromosom menginisialisasi bahan pakan yang digunakan. Metode crossover rate yang digunakan yaitu extended intermediate. Metode mutasi yang digunakan yaitu random mutation, dan metode seleksinya menggunakan metode elitism. Berdasarkan hasil pengujian yang telah dilakukan, didapatkan parameter optimal yaitu pada populasi 900, generasi 800 serta kombinasi cr dan mr sebesar 0,9 dan 0 dengan fitness sebesar 0,6266. Hasil akhir yang didapatkan berupa komposisi pakan dengan biaya harian yang minimal berdasarkan acuan dari kebutuhan nutrisi sapi potong.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/203/051704268 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 07 Jun 2017 08:32 |
| Last Modified: | 22 Oct 2021 06:03 |
| URI: | http://repository.ub.ac.id/id/eprint/147427 |
Preview |
Text
JURNAL.pdf Download (2MB) | Preview |
Preview |
Text
ABSTRAK.pdf Download (1MB) | Preview |
Preview |
Text
SKRIPSI.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |