Optimasi Komposisi Pakan Ternak Ayam Petelur Menggunakan Algoritme Genetika

Peluang beternak ayam petelur dinilai cukup menjanjikan di Indonesia karena Kebutuhan telur dalam negeri terus meningkat sejalan dengan peningkatan pola hidup manusia dalam meningkatkan kebutuhan akan protein hewani. Berdasarkan data dari kementerian pertanian pada tahun 2017 terdapat peningkatan konsumsi telur ayam ras selama tahun 1987-2017 sebesar 3,57% pertahun dengan rata-rata konsumsi 6,63 kg/kap/th pada tahun 2017. Namun dalam beternak ayam petelur biaya pembelian pakan ternak dapat mencapai 60%-70 % dari biaya produksi. Salah satu cara agar dapat menekan biaya pembelian pakan yaitu dengan melakukan optimasi komposisi pakan sehingga dapat diperoleh komposisi pakan yang memenuhi kebutuhan nutrisi dengan biaya yang minimal. Metode optimasi yang digunakan pada penelitian ini yaitu algoritme genetika dengan representasi permutasi, single-point crossover, reciprocal exchange mutation, dan seleksi elitism. Pada penelitian ini digunakan 50 data bahan pakan ayam petelur beserta kandungan nutrisinya. Dari hasil pengujian yang dilakukan diperoleh parameter populasi dengan nilai fitness tertinggi pada populasi 500 dan 800 dengan rata-rata nilai fitness 2.573591, Generasi optimal sebanyak 100 generasi dengan rata-rata nilai fitness 2.479726 dan kombinasi probabilitas crossover 0.5 dan probabilitas mutasi 0.3 dengan rata-rata nilai fitness 2.58459. Hasil akhir yang didapatkan berupa komposisi pakan ternak ayam petelur yang memenuhi kebutuhan nutrisi dengan biaya yang minimal