Penentuan Bahan Makanan Untuk Itik Petelur Menggunakan Algoritma Genetika

  • Imam Fahrur Rozi Politeknik Negeri Malang
  • Annisa Taufika Firdausi Politeknik Negeri Malang
  • Tahta Reza Rahmadhany Politeknik Negeri Malang
Keywords: algoritma genetika, bahan makanan, itik petelur.

Abstract

Itik berperan sebagai penghasil telur dan daging. Tingkat produktivitas itik lokal Indonesia baik telur maupun daging masih rendah dan berpeluang untuk ditingkatkan. Produktivitas ternak dipengaruhi oleh faktor pakan, manajemen dan pembibitan. Permasalahan yang sering dihadapi peternak adalah ketersediaan pakan, pakan yang diberikan memiliki kandungan nutrisi rendah. Jika penentuan pakan yang diberikan tidak sesuai dengan standarisasi kebutuhan itik maka yang terjadi adalah itik petelur tidak mencapai kondisi yang optimal seperti kurangnya nafsu makan, mudah terserang penyakit, dan tidak lincah. Bahkan yang lebih fatal bisa mengakibatkan kematian pada itik. Dari ulasan tersebut dapat diketahui pembuatan pakan itik dengan memperhatikan nutrisi perlu dilakukan. Permasalahan penentuan bahan pakan ternak itik petelur dapat diselesaikan dengan algoritma genetika, dikarenakan algoritma genetika memiliki kelebihan dalam menghasilkan output dengan tetap memperhatikan faktor nutrisi. Nutrisi pada itik petelur yang harus dipenuhi antara lain protein kasar, energi, metionin, lisin, kalsium, dan fosfor yang memiliki masing-masing nilai standarnya. Proses algoritma genetika dimulai dengan inisialisasi populasi, menghitung fitness, seleksi, crossover, mutasi, dan evaluasi. Berdasarkan penelitian yang telah dilakukan, untuk mengukur kualitas solusi pada permasalahan penentuan bahan makanan untuk itik petelur yaitu dengan melihat nilai fitness. Parameter algoritma genetika memiliki pengaruh terhadap nilai fitness yang dihasilkan. Pengujian parameter algoritma genetika dilakukan dengan mengkombinasikan cr dan mr, yang terbaik terdapat pada kombinasi cr 0,7 dan mr 0,2 dengan rata-rata nilai fitness 2,960. Ukuran populasi yang baik adalah 35 dengan nilai fitness 2,706. Pengujian jumlah generasi dihasilkan fitness terbaik 2,804 terdapat pada generasi 20.

Downloads

Download data is not yet available.

References

Agusta, G. M. (2018). Algoritma Genetika.
Aribowo, A., Lukas, S., & Gunawan, M. (2008). Penerapan Algoritma Genetika Pada Penentuan Komposisi Pakan Ayam Petelur.
Fakhiroh, D., Mahmudy, W. F., & Indriati. (2017). Optimasi Komposisi Pakan Sapi Perah Menggunakan Algoritma Genetika.
Ilmu dan Teknologi Pakan Fakultas Peternakan IPB, T. (2012). Pengetahuan Bahan Makanan Ternak.
Kementerian Kesehatan Republik Indonesia. (2017). Pedoman Metode Melengkapi Nilai Gizi Bahan Makanan Pada Tabel Komposisi Pangan Indonesia.
Ketaren, P. P. (2002). Kebutuhan Gizi Itik Petelur Dan Itik Pedaging.
Lestari, A. R., Rofiqoh, U., Robbana, S., Nurjannah, W. E., Wulandari, U. L., & Cholissidin, I. (2017). Penentuan Komposisi Bahan Makanan Bagi Penderita Gagal Ginjal Akut Dengan Algoritma Genetika.
M, M., & Subanar. (2017). Kajian Terhadap Beberapa Metode Optimasi.
Prakoso, A. B., Ariyanto, Y., & Ririd, A. R. (2017). Optimasi Rute Lokasi Wisata Kota Malang Menggunakan Algoritma Gentika.
Sampurna, I. P. (2013). Kebutuhan Nutrisi Ternak.
Sari, Y., Alkaff, M., Wijaya, E. S., Soraya, S., & Kartikasari, D. P. (2018). Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Algoritma Genetika Dengan Teknik Tornament Selection.
Sulistiyorini, R., & Mahmudy, W. F. (2015). Penerapan Algoritma Genetika Untuk Permasalahan Optimasi Distribusi Barang Dua Tahap.
Suyanto. (2014). Artificial Intelligence. Informatika.
Syururi, A., Hidayat, N., & Dewi, R. K. (2019). Optimasi Komposisi Pakan Ternak Sapi Menggunakan Algoritme Genetika - Simulated Annealing.
Taufiq, M. N., Dewi, C., & Mahmudy, W. F. (2017). Optimasi Komposisi Pakan Untuk Penggemukan Sapi Potong Menggunakan Algoritma Genetika.
How to Cite
Rozi, I. F., Firdausi, A. T., & Rahmadhany, T. R. (2021). Penentuan Bahan Makanan Untuk Itik Petelur Menggunakan Algoritma Genetika. Jurnal Informatika Polinema, 7(2), 91-96. https://doi.org/10.33795/jip.v7i2.514