Optimasi Komposisi Pakan Burung Lovebird Menggunakan Particle Swarm Optimization (PSO)

Burung lovebird merupakan salah satu jenis burung yang banyak orang pelihara atau memperlombakannya. Burung ini membutuhkan asupan nutrisi yang cukup untuk keberlangsungan hidupnya. Banyak burung yang kelebihan dan kekurangan nutrisi dalam kenyataannya. Penelitian ini akan membahas bagaimana mengoptimasi komposisi pakan burung lovebird dan meminimalkan biaya tanpa mengurangi kebutuhan nutrisi. Metode optimasi, Particle Swarm Optimization (PSO) diterapkan pada proses formulasi dan komposisi pakan burung lovebird agar tetap memenuhi kebutuhan nutrisi 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 dilanjutkan ke tahap update kecepatan, posisi, pBest dan gBest sebanyak iterasi yang sudah ditentukan. Berdasarkan hasil pengujian yang telah dilakukan pada penelitian ini, diperoleh parameter optimal antara lain jumlah partikel sebanyak 60, jumlah iterasi sebanyak 600 dan nilai koefisien k sebesar 0,3. Dengan menggunakan parameter tersebut, selisih harga yang didapatkan adalah Rp 5.540,00