Darmawan, Denny Irfan (2017) Optimasi Formulasi Pakan Pada Proses Budidaya Ikan Bandeng Menggunakan Particle Swarm Optimization (PSO). Sarjana thesis, Universitas Brawijaya.
Abstract
Bandeng merupakan komoditas budidaya yang memberikan kontribusi cukup besar pada skala nasional. Namun dalam praktiknya, budidaya bandeng membutuhkan biaya produksi yang tidak sedikit, terutama dalam pengadaan pakan ikan. Penelitian ini akan membahas bagaimana mengoptimasi komposisi pakan bandeng, meminimalkan biaya tanpa menurunkan hasil produksi, serta tetap memperhatikan kebutuhan nutrisi bandeng budidaya. Metode optimasi, Particle Swarm Optimization (PSO) diterapkan pada proses formulasi dan komposisi pakan bandeng agar tetap memenuhi kebutuhan nutrisi ikan dengan biaya yang minimal. Proses algoritme PSO dimulai dengan proses inisialisasi awal untuk nilai posisi, kecepatan, dan Pbest sebanyak jumlah partikel yang ditentukan serta Gbest. Kemudian proses berlanjut ke tahap update kecepatan, posisi, Pbest, dan Gbest sebanyak iterasi yang ditentukan. Berdasarkan hasil pengujian yang dilakukan pada penelitian ini, diperoleh parameter optimal antara lain jumlah partikel sebanyak 100, jumlah iterasi sebanyak 70, nilai batas bawah dan batas atas partikel sebesar 1,0 – 9,0, dan nilai koefisien k sebesar 0,4. Dengan menggunakan parameter tersebut, komposisi pakan ikan terbaik yang didapatkan untuk bandeng berusia 10 minggu dengan berat per ekor 0,25 kilogram dan jumlah populasi ikan 500 ekor adalah 0,237 kilogram tepung ikan, 1,384 kilogram tepung gaplek, dan 2,129 kilogram tepung daun lamtoro dengan total biaya sebesar Rp. 15.017,625.
English Abstract
Milkfish is a cultivation commodity that contributes quite large on a national scale. But in practice, milkfish cultivation requires high production costs, especially in the procurement of fish feeds. This study will explore how to optimize the composition of milkfish feeds, minimize costs without lowering the production, as well as keeping the nutritional needs of milkfish in check. An optimization method, Particle Swarm Optimization (PSO) is used in the process of formulation and composition of milkfish feeds to keep fulfilling the nutritional needs of fish with minimal cost. The PSO algorithm process begins with initialization process for position, speed, and Pbest values as much as the number of specified particles, and Gbest. Then the process progresses to the update stage of speed, position, Pbest, and Gbest as much as a predetermined iteration. Based on the results of the tests conducted in this study, optimal parameters have been obtained such as the number of particles as much as 100, the number of iterations of 70, lower boundary value and upper limit particles of 1,0 – 9,0, and k coefficient value of 0,4. Using these parameters, the best fish feeds composition obtained for 10-week-old milkfish with a weight per unit of 0,25 kilograms and total fish population of 500 is 0,237 kilograms fish meal, 1,384 kilograms cassava flour, and 2,129 kilograms white leadtree leaf flour with total cost of Rp. 15.017,625.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/474/051707796 |
| Uncontrolled Keywords: | Optimasi, Formulasi, Pakan, Budidaya Ikan Bandeng, Particle Swarm Optimization |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 30 Aug 2017 08:38 |
| Last Modified: | 23 Oct 2020 01:30 |
| URI: | http://repository.ub.ac.id/id/eprint/1935 |
Preview |
Text
Denny Irfan Darmawan .pdf Download (9MB) | Preview |
Actions (login required)
 |
View Item |