<![CDATA[Itik petelur mempunyai potensi besar dalam memenuhi kebutuhan protein hewani masyarakat, namun peternak sering menghadapi kendala dalam merumuskan komposisi pakan yang murah sekaligus memenuhi standar nutrisi. Penelitian ini bertujuan untuk mengimplementasikan dan menguji kualitas solusi Algoritma Genetika dalam optimasi komposisi pakan itik petelur pada fase layer. Model yang digunakan dalam penelitian ini berbasis bilangan riil (real-coded), dengan mekanisme pemilihan induk menggunakan Random Selection. Proses perkawinan silang dan mutasi menggunakan metode Extended Intermediate Crossover dan Random Mutation, serta didukung metode Elitism Selection untuk menjaga individu terbaik pada setiap generasi. Berdasarkan pengujian hyperparameter, kombinasi optimal yang menghasilkan rata-rata nilai fitness tertinggi yaitu ukuran populasi sebesar 500, jumlah generasi sebanyak 1000, nilai Crossover Rate sebesar 0,4, dan Mutation Rate sebesar 0,6. Melalui proses optimasi menggunakan hyperparameter terbaik tersebut, diperoleh nilai fitness terbaik sebesar 0,00012242. Hasil optimasi sukses memenuhi batas kebutuhan nutrisi secara akurat, seperti nilai protein sebesar 17,004% (target 17,00%) dan energi sebesar 2.700,012 kcal/kg (target 2.700,00 kcal/kg). Hasil dari penelitian menunjukkan bahwa Algoritma Genetika mampu menghasilkan komposisi pakan yang akurat terhadap target nutrisi dan lebih efisien dibanding perhitungan manual.]]>
Copyrights © 2026
