formulasi pakan ternak unggas menggunakan non-dominated sorting genetic algorithm ii [paper]
Post on 06-Jul-2018
224 Views
Preview:
TRANSCRIPT
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
1/20
FORMULASI PAKAN TERNAK UNGGAS MENGGUNAKAN NON-
DOMINATED SORTING GENETIC ALGORITHM II
Eko Kurniawan Subha 1), Imam Choi!!o"in, S#Si#, M#Kom# $),
E"% San&o!o, S#Si, M#Kom#')
Program Studi Teknik Informatika
Fakultas Ilmu Komputer
Universitas Brawijaya, Malang !"#!, Indonesia
email$ ekosu%&a'at(gmail)*om "+, imam*s'at(u%)a*)id +,
edy"##'at(u%)a*)id -+
A(STRAK
Pakan merupakan sala& satu sendi dalam usa&a peternakan unggas yang le%i& dari !./ %iaya produksi peternakan %erasal pakan) Untuk meminimalkan %iaya produksi peternakan, sala& satu *ara yangdapat digunakan adala& meramu pakan sendiri) Meramu sendiri untuk mendapatkan pakan yang mura&&arus memper&atikan ke%utu&an nutrisi unggas) 0amun seiring perjalanan waktu, terjadi penumpukan
ekstreta yang tidak terurai dengan %aik se&ingga menim%ulkan dampak %uruk %agi lingkungan karenakandungan fosfor dan protein yang tidak di*erna ole& unggas) Masala& ini mendorong peternak untuk menyusun formula pakan yang mura&, rama& lingkungan, namun ke%utu&an nutrisi ternak tetapterpenu&i) Sala& satu metode yang dapat digunakan untuk mengoptimasi permasala&an multitujuan adala&
Non-dominated Sorting Genetic Algorithm II 10S234II+) 5alam penelitian ini, 0S234II digunakan untuk mengotimasi formula pakan ternak unggas untuk meng&asilkan pakan yang mura&, rama& lingkungan,namun tetap memenu&i ke%utu&an nutrisi ternak) 6valuasi fitness digunakan untuk mem%antu memili&
formula pakan %er%aik dari %e%erapa formula pakan tak terdominasi yang di&asilkan metode 0S234II)Berdasarkan &asil pengujian formulasi pakan ternak ter%aik diperole& dengan menggunakan parameter genetika yaitu, jumla& generasi !.7 ukuran populasi #!.7 pro%a%ilitas crossover .,87 pro%a%ilitas mutasi.,7 indeks distri%usi *rossover .7 dan indeks distri%usi mutasi !.) 5engan parameter optimal ini, pemenu&an ke%utu&an nutrisi ternak men*apai "../ dengan efisiensi %iaya men*apai !,##/ 1tanpameng&itung faktor %iaya pengola&an %a&an pakan menjadi pakan dan aktifitas produksi pakan lainnya+)
Kandungan fosfor dan protein dalam pakan sangat ke*il, mendekati ke%utu&an minimal fosfor dan protein)
Ka&a kuni$ formulasi pakan ternak unggas, permasala&an optimasi multitujuan, 0S234II)
A(STRACK
Feed is one of the factor in a poultry farm businesses which more than 50 of production costs
derived from feed livestoc!" #o minimi$e the cost of livestoc! production% one of the ways that can be used
are mi& feed ingredient for their own poultry farm" Feed self-mi&ing to get a less cost feed must pay
attention to the nutritional needs of poultry" 'ut over time% a buildup e!streta that do not decompose
properly% causing adverse effects to the environment because of the content of phosphorus and protein are
not digested by birds" #his problem pushing breeder to formulate less cost feed formula% environmentally
friendly% but the nutritional needs of cattle remain unfulfilled" (ne method that can be used to optimi$e
multi-ob)ective problem is Non-dominated Sorting Genetic Algorithm II *NSGA-II+" In this study% NSGA- II is used to optimi$e poultry feed formula to produce less cost feed% environmentally friendly% but still
meet the nutritional needs of cattle" Fitness evaluation is used to choose best feed formula from non-
dominated formula produced NSGA-II" 'ased on the results of testing the best feed formula obtained by
using genetic parameters% namely% generation number 50% the population si$e of ,50% the probability of
crossover 0"% mutation probability of 0".% distribution inde& crossover .0% and the mutation distribution
inde& 50" /ith these optimal parameters% meeting the nutritional needs of cattle reach 00 by the cost
efficiency reached 15",, *without counting the cost factor feedstuff processing into feed and other feed
production activities+" #he content of phosphorus and protein in the diet is very small% approaching the
minimum re2uirement of phosphorus and protein"
Keywords$ birds feed formulation, multi-ob)ective optimi$ation problem, 0S234II)
1# PEN*A+ULUAN
Pakan merupakan sala& satu sendi dalam
usa&a peternakan yang mendapatkan alokasidana ter%esar, se&ingga &al ini perludiper&atikan) Faktor %iaya produksi pakan dalam
"
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
2/20
produksi peternakan ayam maupun itik
menyum%ang .49!/ dari total %iaya produksi'"()
0aiknya &arga pakan pa%rikan mendorong peternak untuk meramu pakan untuk ternak
mereka) 5isisi lain, dengan meramu pakansendiri, peternak dapat mengatur tingkat
produktivitas ternak dengan menentukan kualitasramuan pakan yang mereka %uat dan mem%antu peternak untuk le%i& mandiri)
5alam usa&a peternakan, &al4&al yang dapatdilakukan untuk memaksimalkan keuntungan,yaitu meminimalkan %iaya pakan dan
memaksimalkan &asil produksi ternak) 5i sisilain, pakan dapat memi*u peningkatan polusiyang diaki%atkan ole& forsor '( dan nitrogendalam protein '-(, '#( dari &asil ekskresi ternak):al ini mendorong formulator pakan untuk
menyusun ramuan pakan yang mura& dan rama&lingkungan) Permasala&an formulasi pakanternak unggas yang memiliki le%i& dari satukriteria atau memiliki le%i& dari satu tujuan yangingin di*apai merupakan permasala&anmultitujuan 1multi-ob)ective problem+)
Sala& satu metode yang dapat digunakan
untuk mengoptimasi formula pakan unggasadala& algoritma genetika) 3lgoritma genetikamerupakan metode optimasi paling populer yang %anyak digunakan di %er%agai %idang, yangsering meng&adapi masala& optimasi denganmodel matematika kompleks atau %a&kan sulit
di%angun '!() ;onto& aplikasi algoritma genetikaadala& implementasi algoritma genetika untuk kompresi *itra '() untuk menyelesaikan permasala&an satu tujuan, metode yang dapatdigunakan adala& algoritma genetika standar)Karena formulasi pakan ternak unggas dalam
skripsi ini merupakan permasala&an multitujuan,maka metode yang akan digunakan adala& versialgoritma genetika yang mendukung optimasimultitujuan)
Pada penelitian terda&ulu, algoritmagenetika dengan pendekatan weighted-sum
perna& digunakan untuk menyelesaian masala&
optimasi multitujuan pada formulasi komposisi %a&an pakan ikan '9() 0amun, solusi yangdiperole& melalui pendekatan ini sangat sensitif ter&adap %o%ot yang digunakan dalam prosesagregasi, menuntut pengam%il keputusan untuk
memiliki pengeta&uan yang tepat tentang permasala&an yang ingin diselesaikan '8()
0on4dominated Sorting 2eneti* 3lgorit&mII 10S234II+ merupakan algoritma genetika %er%asis non-domination yang dikem%angkandengan %e%erapa fitur %aru 1di%andingkan
dengan versi se%elumnya, 0S23+ sepertialgoritma pengurutan yang le%i& %aik,menyertakan elitism, dan tidak mem%utu&kan parameter så 'M3TIM+ yang %isa dijangkaumeningkat / dengan peng&ematan %iayaoperasional se%esar "./) Penelitian lainnyadilakukan dalam pemodelan >ea*tive Power Market ;learing 1>PM;+ '"() 5alam
pemodelan >PM; ini, 0S234II mem%erikan&asil yang %aik dan mem%antu mengam%ilkeputusan untuk pasar kliring yang le%i& %aik)
Berdasarkan ke%utu&an akan teknologi yangmampu mem%antu peternak unggas dalam
penyusun formula pakan, maka di%utu&kan perangkat lunak, yaitu program aplikasiformulator pakan ternak unggas menggunakan 0S234II)
$# PERMASALA+AN
Berdasarkan uraian pada penda&uluan, penelitian ini perumusan %erkaitan dengan
implementasi 0S234II untuk menyelesainkan permasala&an optimasi multitujuan dalammemformulasikan pakan ternak unggas)
'# TINAUAN PUSTAKA
'#1# S&u"i T-rkai&
5alam penelitian ini, peneliti melakukankajian kajian ter&adap %e%erapa penelitian
se%elumnya) Kajian pertama dilakukan ter&adap penelitian yang dilakukan ole& ?ard&ani,Safri@al, dan ;&airi '9() Untuk mengoptimasikomposisi pakan, mereka menggunakan metode
3ulti-ob)ective Genetic Algorithms 1MA23+)5alam implementasinya, parameter masukan
individu yang digunakan adala& jenis ikan, jeniskelamin, dan jumla& pakan yang akan di&asilkan)
Skema penyandian %ilangan %ulat digunakandalam penelitian terse%ut, dengan metode seleksiroulette whele, dan one-point crossover ) 5engan jumla& individu ..7 panjang kromosom !7
pro%a%ilitas *rossover .,."7 pro%a%ilitas mutasi .,7 dan jumla& generasi !7 rata4ratake%er&asilan peng&itungan pemenu&anke%utu&an nutrisi ikan men*apai "../ dantingkat efisiensi %iaya pakan sekitar #,!/)
Kajian kedua %erkaitan denga permasala&an
distri%usi kapal perang) Penelitian terse%utdilakukan ole& :o@airi dkk '""( menggunakan 0S234II) 5alam penetitian mereka, 0S234II
digunakan untuk memaksimalkan area *akupan patroli daera& maritim dan untuk meminimalkan %iaya operational) Unit kapal yang tersedia
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
3/20
sejumla& 9 unit dengan 9 sektor di teritorial laut
3rmada Kawasan Timur 13>M3TIM+) 5engan".. iterasi, di&asilkan %a&wa - unit kapal perang terpili& dalam pendistri%usian sedangkan# unit lainnya masuk dok) Penelitian mereka
mendapat &asil, yaitu peningkatan area partoli pada teritorial laut 3>M3TIM se%esar / dan
peng&ematan %iaya operasional se%esar "./)Penelitian ketiga dilakukan ter&adap
penelitian yang dilakukan ole& Saini danSaraswat '"(, tentang penyelesaian modelmultitujuan eactive 6ower 3ar!et 7learing 1>PM;+ menggunakan 0S234II) 5alam
penelitian mereka, 0S234II digunakan untuk meminimalkan fungsi pem%ayaran total danmeminimalkan indeks peningkatan sta%ilitasvoltase untuk menyertakan perkem%angansta%ilitas voltase dalam skema >PM;) 5ari
penelitian pemodelan >PM; ini, diperole&kesimpulan %a&wa 0S234II mem%erikan &asilyang %aik dan mem%antu mengam%il keputusanuntuk pasar kliring yang le%i& %aik)
'#$# *a!ar T-ori
Pakan "an Nu&ri!i Pakan T-rnak Un..a!
Pakan merupakan sala& satu faktor penentu
prodiktivitas ternak dalam usa&a peternakanunggas) Produktivitas ternak dapat ditingkatkandengan pem%erian pakan yang %aik) Pakan yang %aik di%uat dengan kom%inasi %a&an4%a&an
pakan yang %aik pula) Berdasarkan '"(, @atmakanan %a&an pakan ternak yang digunakan
dalam penyusunan ransum untuk unggas adala&6nergi Meta%olis 16M+, Protein Kasar 1PK+,=emak Kasar 1=K+, Serat Kasar 1SK+, Kalsium1;a+, Fosfor 1P+, =isin 1=is+, dan Metionin 1Met+) 0utrisi merupakan proses pemasukan dan pengola&an @at makanan ole& tu%u&7 %isa juga
diartikan se%agai makanan %ergi@i7 dan ilmutentang gi@i '"-()
Kar%o&idrat, lemak, dan protein merupakan@at4@at makanan yang menjadi sum%er energi'"#() Protein merupakan senyawa organik yang
se%agian %esar unsurnya terdiri dari kar%on,&idrogen, oksigen, nitrogen, sulfur, dan fosfor)Protein memiliki peran penting dalam pem%entukan jaringan tu%u&7 pem%entukanen@im4en@im danCatau %agian dari en@im7reproduksi7 dan dalam keadaan kekuranganenergi, protein akan diu%a& menjadi %entuk
energi '"!() Kandungan nitrogen dalam proteinyang tidak di*erna ole& unggas akan dikeluarkanmelalui proses ekskresi) Penam%a&an senyawanitrogen pada lingkungan dapat merusak seim%angan alami nitrat dan nitrit yang padaak&irnya dapat mem%erikan efek negatif pada
kese&atan manusia dan &ewan '#()=emak adala& kelompok senyawa &eterogen
yang masi& %erkaitan, %aik se*ara aktual maupun
potensial dengan asam lemak) 5alam tu%u&,
lemak %erfungsi se%agai sum%er energi yangefisien se*ara langsung dan se*ara potensial %iladisimpan dalam jaringan adiposa '"()
Ke%utu&an ternak akan mineral merupakan
%agian yang tidak terpisa&kan dari kepentingan produksi ternak itu sendiri) Ke%utu&an terse%ut
menyangkut antara lain untuk per%aikan dan pertum%u&an jaringan seperti dalam paru& dantulang) Sala& satu mineral yang di%utu&kan ole&unggas adala& kalsium dan fosfor)
Kalsium %erperan penting dalam pem%entukan tulang) Kalsium juga sangat
penting dalam pengaturan sejumla& %esar aktivitas sel yang vital, fungsi syaraf dan otot,kerja &ormon, pem%ekuan dara&, motilitasseluler, dan k&usus pada ayam petelur %ergunauntuk pem%entukan kera%ang telur '"()
Fosfor %erfungsi se%agai pem%entuk tulang, persenyawaan organik, meta%olisme energi,kar%o&idrat, asam amino dan lemak, transportasiasam lemak, dan %agian koen@im) Fosfor se%agaifosfat memainkan peranan penting dalamstruktur dan fungsi semua sel &idup) 0amun,kandungan forfor %erle%i& dapat penye%a%kan
pen*emaran lingkungan yang dikeluarkanmelalui proses ekskresi '()
Formua!i Pakan T-rnak Un..a!
=e%i& dari setenga& %iaya produksi peternakan %erasal dari pakan) Dika pakan
dikelola dengan %aik, maka dapat mengurangi %iaya produksi ternak dan mampumemaksimalkan produktivitas ternak) 0amun jika se%aliknya, sala& satu atau semuakemungkinan4kemungkinan %erikut dapat terjadi,yaitu %iaya produksi melam%ung tinggi7
ke%utu&an ternak tidak terpenu&i7 kualitas pakan jau& mele%i&i ke%utu&an ternak7 dan lingkunganter*emar ole& fosfor dan protein yangdikeluarkan melalui proses ekskresi)
Formulasi pakan adala& men*ampur %a&an pakan menjadi satu yang seragam dengan
menerapkan pengeta&uan tentang gi@i, %a&an
pakan, dan ternak di dalam pengem%angan pakanyang %ergi@i untuk memenu&i ke%utu&an ternak '"9(, '"8() Faktor utama yang &arus diper&atikanagar kualitas dan kuantitas pakan tetap terjaga,yaitu &arga %a&an makanan penyusun pakan,
ketersediaan %a&an makanan, dan kandungan @atmakanan dalam %a&an makanan dan ke%utu&an@at makanan ternak7 %atasan penggunaan %a&an pakan juga perlu diper&atikan karena %a&an4 %a&an tertentu mengandung anti nutrisi '"()
Batasan penggunaan %a&an pakan
tergantung pada jenis dan faseCperiode pemeli&araan unggas) 3da %e%erapa fase dalam pemeli&araan unggas, yaitu starter 1awal+,grower 1pertum%u&an+, layer 1produksi+, dan
-
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
4/20
finis&er 1ak&ir+) Pengelompokan fase
pemeli&araan itu sendiri tergantung pada jenisunggas dan pengelola peternakan) 5alam fase pemeli&araan unggas, fase layer merupakan fase produksi ternak, %iasanya untuk unggas petelur,
fase ini merupakan masa4masa %agi ternak untuk meng&asilkan telur '"()
Berkaitan dengan kandungan @at makanandalam %a&an makanan dan ke%utu&an @atmakanan ternak, ada dua poin yang perluditekankan ketika memformulasi pakan) Pertama,ketika memformulasi pakan, %anyak @at makananyang perlu diper&itungkan, tidak &anya dalam
&al konsentrasi yang se%enarnya, tetapi jugadalam &al rasio dengan @at makanan lainnya)Kedua, saat ini formulasi &arus mengejar tidak &anya tujuan ekonomi, tetapi juga lingkunganyang %erkaitan dengan minimalisasi polusi yang
dise%a%kan ole& pakan '()5alam memformulasi pakan, peternak
meng&itung &arga yang akan dikeluarkan dankandungan nutrisi yang ada pada pakan) :al inidikakukan se%elum mengimplementasikanformula pakan dalam proses pen*ampuran %a&an pakan) :arga dan total kandungan setiap @at
makanan dalam pakan digunakan se%agaiindikator pemenu&an ke%utu&an @at makanan) 0ilai ini dapat di&itung menggunakan Persamaan1"+ '"()
!t i=∑
)="
n
ai) &
)1"+
& )=
b )
∑ )="
n
b )
1+
!t i adala& kriteria ke4i dalam pakan yang akan
di&itung nilai totalnya) !t i dapat %erupa &arga pakan, kandungan 6M, PK, =K, SK, ;a, P, =is,dan Met) ai) adala& nilai kriteria ke4i dalam %a&anke4 ) dan b ) adala& proporsi %a&an ke4 )) n adala& jumla& %a&an yang akan digunakan dalam pakan)
Penaliti adala& nilai yang digunakan se%agai
a*uan kualitas pakan atau pemenu&an nutrisiternak dalam formula pakan) Penalti digunakandalam proses seleksi formula pakan) Semakinke*il nilai penalti suatu formula pakan, makaformula pakan terse%ut semakin memenu&i %atasan4%atasan dalam memformulasikan pakan)
0ilai penalti dapat di&itung menggunakanPersamaaan 1-+ '-()
pt =(∑i="
!
pai)+(∑
)="
n
pb )) 1-+
pt adala& nilai penalti formula pakan7 paidigunakan dalam konteks ke%utu&an nutrisi,
yaitu nilai penalti untuk pemenu&an @at makananke4i7 dan pb ) digunakan dalam konteks %atasan penggunaan %a&an pakan, yaitu nilai penalti
untuk pemenu&an %atasan penggunaan %a&an
pakan ke4 )) 0ilai pai dan pb ) didapatkan denganmematu&i pola aturan pada Persamaan 1#+,Persamaaan 1!+, dan Persamaaan 1+)
pmt ubt % pct =ubt − pmt 1!+
lb t ≤ pmt ≤ubt % pct =. 1+
pmt adala& nilai pemenu&an kriteria pem%atas ke4t 7 lbt dan ubt adala& %atas minimal dan %atasmaksimal kriteria pem%atas ke4t yang &arus
dipenu&i7 dan pct adala& nilai pemenu&an kriteria pem%atas) 5alam konteks ke%utu&an nutrisi, pmt adala& !t i7 lbt dan ubt adala& 8i 1%atas minimal @atmakanan ke4i dalam pakan+ dan 9 i 1%atasmaksimal @at makanan ke4i dalam pakan+7 dan
pct adala& pai) Sedangkan dalam konteks %atasan
penggunaan %a&an pakan, pmt adala& b )7 lbt danubt adala& r ) dan s ) 1%atas minimal dan maksimal penggunaan %a&an pakan ke4 ) dalam pakan+7 dan pct adala& pb ))
P-rma!aahan O/&ima!i Mu&i&u0uan
5alam penelitian ini, selain meminimalkan %iaya, tujuan lain yang ingin di*apai adala&meminimalkan kandungan fosfor dan protein)Permasala&an sema*am ini %iasa dise%ut masala&multitujuan 1multi-ob)ective problem+) 3ktivitasatau upaya pen*arian solusi masala& multitujuan
dise%ut optimasi multitujuan 1 3ulti-(b)ective
(ptimi$ation 6roblem, MAAP+)Se*ara umum, masala& multitujuan
%erkendala dapat dinyatakan dalam modelmatematis seperti pada Persamaan 19+ '"
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
5/20
ada solusi & memenu&i semua kendala dan
%atasan varia%el, maka solusi & dise%ut solusi feasible 1layak+) Ale& karena itu, dengan adanyakendala, seluru& ruang varia%el keputusan <tidak perlu feasible) :impunan semua solusi
feasible dise%ut feasible region atau ruang pen*arian 1 search space, S + '"uang pen*arian multitujuan menggunakan
konsep dominasi dalam arti %a&wa dua solusi %er&u%ungan satu sama lain dengan duakemungkinan, yaitu sala& satu dari solusiterse%ut mendominasi solusi yang lain atau tidak
mendominasi) Misal ada sejumla& 3 fungsitujuan) Untuk menangani fungsi tujuanminimalisasi dan maksimalisasi, operator ⊲digunakan antara dua solusi i dan ), yaitu i ⊲ )untuk menyatakan %a&wa solusi i le%i& %aik dari pada solusi ) pada tujuan tertentu) 5emikian
pula, i ⊳ ) memiliki arti, solusi i le%i& %uruk dari pada solusi ) pada tujuan tertentu) Solusi &1"+
dikatakan mendominasi solusi &1+ lainnya 1 &1"+ ≼ &1++ jika kedua kondisi %erikut %ernilai %enar,yaitu '"
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
6/20
di%eri nilai *rowding distan*e menggunakan
prosedur crowding distance assignment se%agaimana dideskripsikan pada 2am%ar #)Individu yang %erada dalam front " le%i&ditekankan dari pada individu lainnya yang
%erada dalam front lain) Dika ukuran front "kurang dari N , maka semua individu dalam
front " dipili& se%agai anggota populasi %aru1 6 t G"+) Sisa anggota populasi 6 t G" dipili& darianggota front selanjutnya %erdasarkan peringkatnya) Se&ingga individu dari front dipili&, diikuti ole& front -, dst) Prosedur inidilanjutkan &ingga tidak ada lagi &impunan
individu %isa ditampung) Misal front l adala&&impunan non-domination terak&ir yang %isaditampung) Se*ara umum, jumla& individu difront " &ingga front l akan le%i& %esar dariukuran populasi) Untuk memili& N anggota
populasi se*ara tepat, maka perlu mengurutfront terak&ir l menggunakan operator crowded-comparison 1≺n+ se*ara des*endingdan pili& individu ter%aik yang di%utu&kanuntuk mengisi slot populasi) Aperator crowded-comparison dapat dili&at padaPersamaan 1)"-+) Populasi %aru 1 6 t G"+
digunakan dalam generasi %erikutnya dandiproses untuk mem%entuk offspring =t G")Proses 0S234II untuk generasi4generasiselanjutnya dapat dili&at pada 2am%ar ")
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
7/20
jarak rata4rata dua titik lainnya di kedua sisi titik
ini untuk setiap fungsi tujuan '
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
8/20
%erikut ini digunakan untuk varia%el yang
memiliki %atasan) Aperator SBN diterapkan padaindividu, varia%el demi varia%el) Prosedur crossover dilakukan jika random'.,"( O pro%a%ilitas crossover ) random'.,"( adala& nilai
antara . dan " yang di%angkitkan se*ara a*ak)Berikut ini adala& prosedur SBN '!()
") Mem%angkitkan nilai a*ak u antara . dan ")) Meng&itung nilai parameter menggunakan
Persamaan 1".+)
β̄={(αu)1
n c+1 ,
( 12−α u) 1
nc+1 ,
jika u⩽ 1
α
jika u> 1
α
1".+
dengan
α=2−β−(nc+1)
β=1+ 2 y
(2)− y(1) min[( x(1)− x l),( xu− x(2))]
& dan &u adala& %atas %awa& dan %atas atas
varia%el) Aperator SBN menggunakan indek distri%usi *rossover 1nc+ %ernilai nonnegatif)Semakin ke*il nilai nc maka solusi yangdi&asilkan akan semakin %er%eda denganinduk) Semakin %esar nilai nc maka solusiyang di&asilkan akan semakin sama dengan
induk)-) Meng&itung varia%el offspring y1"+ dan y1+
menggunakan Persamaan 1""+ dan Persamaan
1"+) y(1)=0,5[( x
(1)+ x( 2))−β̄| x
(2)− x(1)|] 1""+
y(2)=0,5 [( x
(1)+ x(2))+β̄| x
(2)− x(1)|] 1"+
Untuk menangani %anyak varia%el keputusan,setiap varia%el dipili& dengan pro%a%ilitas.,!) 5engan %egini, setenga& varia%elkeputusan di4crossover ) Pada operator SBN
ini diasumsikan %a&wa &1"+ Q &1+)
6olynomial mutation digunakan untuk mem%uat offspring y yang mendekati induk &'() Prosedur polynomial mutation %erikut inidigunakan untuk varia%el yang memiliki %atas
%awa& 1 &l + dan %atas atas 1 &u+, diterapkan padaindividu, varia%el demi varia%el) Berikut iniadala& prosedur polynomial mutation '!()") Mem%angkitkan nilai a*ak u antara . dan ")) Meng&itung nilai parameter R menggunakan
distri%usi pro%a%ilitas polinomial dengan nm1indeks distri%usi mutasi+, se%agaimanaditunjukkan pada Persamaan 1"-+)
δ̄=
{[2u+(1−2 u)(1−δ)nm+ 1]
1
nm+1 ,
1−[2(1−u)+2(u−0,5)(1−δ)
nm+1
]
1
nm+1
,
jika u⩽1
2
jika u>1
2
1"-+
dengan
δ=min [( x− x l), ( xu− x)]
( xu− xl)
-) Ta&ap terak&ir adala& meng&itung varia%el
offspring y menggunakan Persamaan 1"#+)
y= x+δ̄Δmax 1"#+
dengan
Δmax= xu− xl
P-n.ambian K-/u&u!an
Ketika di&adapkan dengan %e%erapa pili&an,ketidakjelasan penilaian pengam%il keputusan,menjadi penye%a% ketidakjelasan tujuan yang
ingin di*apai dalam permasala&an optimasimultitujuan) Ale& karena itu, diperlukan parameter yang %isa digunakan untuk menentukan kualitas individu) Parameter yang %iasa digunakan adala& fitness) Berasarkan
penelitian yang dilakukan ole& :o@airi et al)'""(, pemodelan fitness yang dapat digunakandigunakan untuk optimasi minimalisasi dapatdili&at pada Persamaan 1"!+ &ingga Persamaan1"8+)
fitness=fitness1+fitness2+ fitness3 1"!+
dengan
fitness 1= 1biaya
∗0,01 1"+
fitness2= 1
fosfor∗0,01 1"9+
fitness3= 1 protein
∗0,01 1"8+
fitness ", fitness , dan fitness - masing4masing adala& nilai fitness untuk fungsi tujuanke4" 1%iaya+, fungsi tujuan ke4 1kandunganfosfor+, dan fungsi tujuan ke4- 1kandungan protein+) Solusi ter%aik adala& solusi yang
memiliki fitness ter%esar '""()
4# METO*E PENELITIAN
Metode penelitian yang digunakan dalam penelitian ini pada dili&at pada 2am%ar )
8
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
9/20
Ta&apan dalam penelitian ini adala& se%agai %erikut$") Studi literatur) Studi literatur ini dilakukan
se%agai dasar teori untuk melakukan penelitian ini)
) Pengumpulan data) 5ata yang dikumpulkanadala& data ke%utu&an @at makanan ternak 1standar pakan+, data komposisi %a&an pakanternak, dan data %atasan penggunaan %a&an
pakan ternak)
-) 5esain dan peran*angan perangkat lunak)Ta&ap ini %erisi aktifitas mendesain danmeran*ang program aplikasi formulasi pakanternak unggas) 5idalamnya juga men*akup pemodelan fungsi tujuan yang ingin di*apai
dari formulasi pakan, ke dalam %entuk matematis)
#) Implementasi) Mengimplementasi &asil peran*angan menjadi program aplikasiformulasi pakan ternak unggas, menggunakan
%a&asa pemrograman Dava)!) Pengujian dan analisis) Melakukan pengujian
dan analisis &asil pengujian untuk
mengeta&ui akurasi dan pemenu&an tujuan penyusun pakan) Pengujian dilakukan untuk mengeta&ui dampak peru%a&an parameter
algoritma genetika ter&adap &asil formulasi pakan) Per&itungan akurasi dilakukan dengan per&itungan manual atau keputusan manual %erdasarkan data ke%utu&an @at makananternak unggas 1standar pakan+, datakomposisi %a&an pakan ternak, dan data
%atasan penggunaan %a&an pakan ternak)) Pengam%ilan kesimpulan) Pengam%ilan
kesimpulan dilakukan setela& semua ta&apan peran*angan, implementasi, dan pengujian perangkat lunak tela& selesai dilakukan)Kesimpulan diam%il dari &asil pengujian dan
analisis ter&adap program aplikasi yang
di%angun) Ta&ap terak&ir dari penulisanadala& saran yang dimaksudkan untuk memper%aiki kesala&an4kesala&an yangterjadi dan menyempurnakan penulisan serta
untuk mem%erikan pertim%angan atas pengem%angan perangkat lunak selanjutnya)
Mo"- P-rma!aahan
Tujuan dari formulasi pakan dalam penelitian ini adala& untuk menyusun pakanternak unggas yang less cost 1mura&+, rama&lingkungan, dan memenu&i ke%utu&an nutrisi
ternak unggas) Misal & 1 &", ))), &n+ dimana, & ), ) ", ))), n merupakan varia%el keputusan %a&anke4 ) dalam pakan dan n adala& jumla& %a&an pakan yang digunakan dalam formulasi)
Untuk men*apai tujuan formulasi pakan, ada
%e%erapa kriteria yang dioptimasi, yaitu$") Biaya merupakan fungsi tujuan pertama 1 f "+
dan utama) Model matematis fungsi tujuan pertama dapat dili&at pada Persamaan 1"
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
10/20
8i adala& %atas minimal @at makanan ke4idalam pakan, 9 i adala& %atas maksimal @at
makanan ke4i dalam pakan, dan ! adala& jumla& @at makanan yang dipertim%angkan)
) Kendala yang mem%atasi proporsi %a&an pakan dalam pakan) Kendala yang digunakanuntuk mem%atasi proporsi %a&an pakan dapatdili&at pada Persamaaan 1-+)
r )≤b )≤ s ) % )=",))) % n 1-+
r ) dan s ) adala& %atas minimal dan maksimal penggunaan %a&an pakan ke4 ) dalam pakan)
Pro!-! P-n%--!aian Ma!aah
5iagram alir proses penyelesaian masala&formulasi pakan ternak unggas menggunakan 0S234II dapat dili&at pada 2am%ar 9)
2am%ar 9) Penyelesaian Formulasi Pakan Ternak
Unggas Menggunakan 0S234II
Berdasarkan 2am%ar 9, penyelesaian
masala& formulasi pakan ternak unggas terdiridari dua proses utama yaitu$") 0S234II) 5alam proses ini terdiri dari ta&ap
pem%angkitan populasi awal, evaluasi fungsitujuan dan fungsi kendala individu dalam populasi awal, reproduksi 1seleksi, crossover ,
mutasi+, pengga%ungan populasi evaluasi
fungsi tujuan dan fungsi kendala individudalam populasi ga%ungan, fast non-dominated sort , dan pemili&an N individu tak terdominasi)
) 6valuasi fitness) Proses ini merupakan ta&ap pengam%ilan keputusan se&ingga
meng&asilkan formulasi pakan unggas yang paling optimal)
4#1# Pro!-! G-n-&ika "-n.an NSGAII
M-mban.ki&kan /o/ua!i awa
;onto& representasi kromosom formulasi pakan ternak unggas menggunakan ". %a&an
pakan pada dili&at pada Ta%el ")
Ta%el ") >epresentasi Kromosom
I n " i 2 i " u Kromo!om
T o & a
1 $ ' 4 5 6 7 8 9 1:
" ,- -, ",< 8,< ",! ",8 .,< 8 ",! !," 9
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
11/20
tujuan individu ke4") 0ilai varia%el keputusan & )vdi&itung &ingga varia%el ke4".)
&"," 1,- C 9
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
12/20
f -," W f -,# X flag "
flag " X dom "
dom " se&ingga, S # mendominasi S "
3lur Seleksi Induk • Memili& dua individu 1 solution" dan solution+ se*ara a*ak dari populasi)
• Mem%andingkan solution" dan solution %erdasarkan dominansi dan nilai crowding distance 1d +)
▪ Dika solution" mendominasi solution,maka solution" terpili&)
▪ Dika solution mendominasi solution",maka solution terpili&)
▪ Dika solution" dan solution tidak salingmendominasi, maka━ jika d 1 solution"+ W d 1 solution+, maka
solution" terpili&)━ jika d 1 solution+ W d 1 solution"+, maka
solution terpili&)━ Dika d 1 solution"+ d 1 solution+, maka▸ %angkitkan nilai a*ak 1rand + antara .
dan ")
▸ jika rand Q . ,!, maka solution"terpili&)
▸ jika rand . ,!, maka solutionterpili&)
Berikut ini *onto& seleksi induk 1 parent "+menggunakan binary tournament selection)
Seleksi parent"• Memili& dua individu se*ara a*ak, misal S !
dan S
1 &","+ ",.!!
y"," .,! 1 &"," G &,"+ V 1 &," V &","+
y"," .,! 11,9 G 8,8+ V ",.!! 18,8 V ,9++
y"," ,!9
y"," & 8," dan y"," O &9 ,"
maka y"," ,!9
1 &,"+ " G 1 C 1 &," V &","+ 1 &9 ," V &,"++
1 &,"+ " G 1 C 18,8 V ,9+ 1". V 8,8++
1 &,"+ ",-
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
13/20
y," & 8," dan y," O &9 ,"
maka y," 8,
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
14/20
I n " i 2 i " u Kromo!om
T o & a
1 $ ' 4 5 6 7 8 9 1:
"! -, .,< "," "",9 9,< 9, .,8 #," .,8 ,! #,
" !,! ",- #,# "- ,<
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
15/20
# i ! "aam # i " "aam S !n" ;
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
16/20
d ! .,"
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
17/20
maka N individu ter%aik akan menjadi induk
pada generasi selanjutnya se&ingga siklus pen*arian individu ter%aik akan diulang ke ta&apreproduksi) Dika tidak, maka individu4individuyang %erada dalam front pertama merupakan
individu tak terdominasi, yaitu S # dan S 8)
4#$# M-miih Sou!i T-rbaik
Ta&ap terak&ir adala& memili& satu solusiter%aik diantara &impunan individu tak terdominasi dengan mem%andingkan nilai fitnesssetiap individu tak terdominasi menggunakanPersamaan 1"!+ &ingga Persamaan 1"8+) Solusiter%aik akan dipili& dari individu tak terdominasi
yang ada dalam front pertama, yaitu S # dan S 8)Berikut ini *onto& evaluasi nilai fitness individuke4# dan individu ke48) 0ilai masing4masing
fungsi tujuan dari individu ke4# dan individu ke48 dapat dili&at pada Ta%el -)!)") Meng&itung fitness individu ke4#)
fitness" 1" C f ",# + .,."
fitness" 1" C -
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
18/20
".)
) Ukuran populasi !.7 jumla& generasi !.)-) Indeks distri%usi crossover .)#) Indeks distri%usi mutasi .)
:asil pengujian kom%inasi pc dan pm dapatdili&at pada 2am%ar "9"#"
Ta%el "! Ke%utu&an 0utrisi 3yam Petelur Starter dan Kandungan 0utrisi dalam Formula Pakan :asil
Formulasi
K-bu&uhan Nu&ri!i
EM
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
19/20
1tanpa meng&itung faktor %iaya pengola&an
%a&an pakan menjadi pakan dan aktifitas produksi pakan lainnya+ menggunakan programaplikasi formulasi pakan ternak unggas)Per&itungan efisiensi %iaya pakan ternak adala&
se%agai %erikut)
efisiensibiaya=100%−(biaya pakanbuatansendiri
biayakonsentrat ×100%)
efisiensibiaya=100%−(1623.8905325444
4700 ×100%)
efisiensibiaya=65.4491376054%
Tingkat efisiensi %iaya pakan 1tanpameng&itung faktor %iaya pengola&an %a&an pakan menjadi pakan dan aktifitas produksi pakan lainnya+ dari program aplikasi formulasi pakan ternak unggas yang dikem%angkan dalam penelitian ini adala& sekitar !,##/)
Berdasarkan Ta%el "!, pemenu&an ke%utu&an
nutrisi ternak men*apai "../ dengan kandunganfosfor dan protein yang sangat ke*il)
6# KESIMPULAN *AN SARAN
K-!im/uan
") Berdasarkan penelitian ini, 0S234II dapat
digunakan untuk menyelesaikan masala&formulasi pakan multitujuan)
) Berdasarkan &asil pengujian, parameter genetika yang digunakan pada 0S234IIuntuk menyelesaikan permasala&an formulasi pakan ternak unggas menggunakan ". %a&an
pakan yaitu, jumla& generasi !.7 ukuran populasi #!.7 pro%a%ilitas crossover .,87 pro%a%ilitas mutasi .,7 indeks distri%usicrossover .7 dan indeks distri%usi mutasi .)
-) 5engan 0S234II dan penggunaan fungsikendala yang mem%atasi ke%utu&an nutrisi
ternak unggas, pemenu&an ke%utu&an nutrisiternak men*apai "../ dengan efisiensi %iayamen*apai !,##/ 1tanpa meng&itung faktor %iaya pengola&an %a&an pakan menjadi pakandan aktifitas produksi pakan lainnya+)
#) Kandungan fosfor dan protein dalam pakan
sangat ke*il, mendekati ke%utu&an minimal
fosfor dan protein)
Saran
") Perlu dilakukan penelitian le%i& lanjutter&adap permasala&an optimasi multitujuan
formula pakan ternak unggas, yangmemungkinkan memun*ulkan tujuan4tujuan %aru dalam memformulasi pakan)
) 5ata &arga %a&an pakan yang digunakandalam penelitian ini adala& data per 3pril.". sedangkan data &arga konsentrat per
Duli .".) Karena &arga %a&an pakan dankonsentrat fluktuatif, maka untuk
meningkatkan akurasi efisiensi &arga maka perlu dilakukan pengujian ulangmenggunakan data pada %ulan dan ta&un
yang sama)
-) Pada penelitian ini, formula pakan yangdiformulasikan merupakan total self-mi&ing ,se&ingga untuk semi self-mi&ing perludilakukan penelitian le%i& lanjut agar
meng&asilkan pakan yang memenu&ike%utu&an nutrisi ternak unggas, mura&, dan
rama& lingkungan)
7# *AFTAR PUSTAKA
'"( 6) ?idodo, \Teori dan 3plikasi Pem%uatan
Pakan Ternak 3yam dan Itik)] .".)
'( ;) ;astrode@a, P) =ara, and T) Pe â,
\Multi*riteria Fra*tional Model for Feed
Formulation$ 6*onomi*, 0utritional and
6nvironmental ;riteria], Agric" Syst", vol)
8, no) ", pp) 9V
-
8/17/2019 Formulasi Pakan Ternak Unggas Menggunakan Non-dominated Sorting Genetic Algorithm II [paper]
20/20
:" #heor" Appl" Inf" #echnol", vol) #, no) ",
pp) 9#V8", ."#)
'"( 3) Saini and 3) Saraswat, \Solving a Multi4
o%je*tive >ea*tive Power Market ;learing
Model Using 0S234II], Int" :" Adv" Inf"
#echnol", vol) , no) -, pp) #eport "", 5esem%er "'-( 5eong, \Tournament Sele*tion in 2eneti*
3lgorit&ms)] Tersedia$
&ttp$CC*st&eory)sta*ke*&ange)*omCuestions
C"#9!8Ctournament4sele*tion4in4geneti*4
algorit&msC"#9."#9.) '5iakses$ "9 3pril
."!()
'#( K) 5e% and >) B) 3grawal, \SimulatedBinary ;rossover for ;ontinuous Sear*&
Spa*e], 7omple& Syst", vol)
2eneti* 3daptive Sear*& 12ene3S+ for
6ngineering 5esign], 7omput" Sci" Inform",
vol) , no) #, pp) -.V#!, "
top related