Wijayaningrum, ViviNur (2017) Optimasi Komposisi Pakan Ternak Menggunakan Hybrid Algoritma Genetika Adaptif dan Simulated Annealing”. Magister thesis, Universitas Brawijaya.
Abstract
Sebagai salah satu negara berkembang, Indonesia mengalami peningkatan permintaan kebutuhan konsumsi yang tinggi terhadap produk ternak. Industri perunggasan mempunyai dampak yang besar terhadap perekonomian nasional karena mampu menyediakan protein hewani untuk memenuhi kebutuhan dalam negeri maupun peluang ekspor. Namun, kinerja penyediaan bahan baku pakan pada industri perunggasan cenderung lemah karena sebagian besar masih dilakukan secara impor. Sementara itu, biaya pakan merupakan komponen paling tinggi di dalam komposisi biaya produksi. Dengan demikian, pembentukan komposisi pakan yang efisien sangat diperlukan pada industri unggas untuk meningkatkan hasil dan kualitas produksi. Penggunaan perangkat lunak komersial untuk menyelesaikan masalah komposisi pakan masih tergolong mahal untuk kebanyakan organisasi di negara berkembang seperti Indonesia. Oleh karena itu, metode optimasi dapat digunakan sebagai alternatif untuk menyelesaikan masalah ini, salah satunya dengan menggunakan hybrid algoritma genetika adaptif dan Simulated Annealing. Mekanisme hybrid yang digunakan adalah penggunaan algoritma genetika adaptif untuk mendapatkan solusi di tahap pertama, kemudian solusi-solusi tersebut akan diperbaiki oleh Simulated Annealing di tahap kedua, dan proses ini akan terus berlanjut hingga algoritma genetika mencapai kondisi berhenti. Parameter optimal yang digunakan pada algoritma genetika, antara lain ukuran populasi sebesar 400, banyaknya generasi sebesar 300, crossover rate sebesar 0.6, dan mutation rate sebesar 0.4. Sedangkan parameter optimal yang digunakan pada Simulated Annealing, antara lain banyaknya iterasi sebesar 10 dan laju penurunan suhu sebesar 0.75. Hybrid algoritma genetika adaptif dan Simulated Annealing terbukti memberikan hasil yang lebih baik dibandingkan dengan algoritma genetika maupun Simulated Annealing. Selain itu, kekuatan hybrid algoritma genetika adaptif dan Simulated Annealing semakin terlihat pada data yang berukuran besar.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/005.1/WIJ/o/2017/041700786 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming |
| Divisions: | S2/S3 > Magister Ilmu Komputer, Fakultas Ilmu Komputer |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 06 Jun 2017 08:55 |
| Last Modified: | 06 Jun 2017 08:55 |
| URI: | http://repository.ub.ac.id/id/eprint/155406 |
Actions (login required)
 |
View Item |