• Tidak ada hasil yang ditemukan

Institutional Repository | Satya Wacana Christian University: Pengoptimalan Kadar Proksimat pada Mocorin dengan Menggunakan Algoritma Genetik

N/A
N/A
Protected

Academic year: 2017

Membagikan "Institutional Repository | Satya Wacana Christian University: Pengoptimalan Kadar Proksimat pada Mocorin dengan Menggunakan Algoritma Genetik"

Copied!
3
0
0

Teks penuh

(1)

ABSTRAK

Pada makalah ini ditunjukkan pengoptimalan kadar proksimat untuk mendapatkan proporsi penambahan bekatul sesuai fungsi tujuan. Ada lima proporsi penambahan bekatul yang digunakan, yaitu 0%, 12,5%, 25%, 37,5%, dan 50%.

Tahap pertama (makalah I), dicari proporsi penambahan bekatul yang memaksimalkan karbohidrat dan protein. Pencarian parameter-parameter fungsi tujuannya ditentukan menggunakan metode kuadrat terkecil (Least Square). Dengan optimasi menggunakan Algoritma Genetik diperoleh kadar karbohidrat maksimum pada penambahan bekatul sebanyak 12,5% dan kadar protein maksimum pada penambahan bekatul sebanyak 50%.

Pada tahap kedua (makalah II), digunakan persamaan kuadratik untuk fungsi tujuan protein dan lemak, dimana parameter-parameter fungsi tujuannya ditentukan menggunakan Singular Value Decomposition (SVD). Dengan metode ini, diperoleh error untuk funsi tujuan protein yang lebih kecil dibandingkan dengan menggunakan metode kuadrat terkecil. Sedangkan parameter fungsi tujuan untuk serat dicari dengan menggunakan metode kuadrat terkecil. Dengan memaksimalkan serat, dan meminimalkan protein dan lemak, diperoleh proporsi penambahan bekatul pada mocorin yang baik untuk dikonsumsi oleh para penderita kolesterol adalah sebesar 25%.

(2)

ABSTRACT

In this paper, the optimization of proximate levels to obtain the proportions of rice brand flour appropriate to the objective function was showed. There are five proportions used , i.e. 0 % , 12.5 % , 25 % , 37.5 %, and 50 % .

In the first stage ( paper I) , the proportion of rice brand flour added to maximize the carbohydrate and protein was sought. The search for the objective function parameters are done by using the least squares method. Optimization is done by applying the genetic algorithms, acquiring the maximum carbohydrate level at the rice brand flour proportion of 12,5%. The maximum protein level is achieved at the proportion of 50%.

In the second stage ( paper II ), quadratic equation was used as the objective function of proteins and fats, the parameters of which were determined using Singular Value Decomposition ( SVD ) where the error is smaller than the first. Parameters of the objective function of the fibers were determined by using the least squares method. By maximizing fibers, and minimizing proteins and fats, the addition of rice brand flour on mocorin which is good for the consumption of people with cholesterol is 25%.

(3)

Referensi

Dokumen terkait

Hubungan sebab-akibat tersebut dapat membentuk garis regresi berbentuk linier yang tidak dapat ditentukan secara tepat, sehingga diperlukan taksiran parameter untuk model

Fungsi penambahan dan penghapusan yang ada di halaman ini memiliki kemiripan dengan fungsi sebelumnya, yang membedakan adalah parameter dari fungsi serta tabel yang digunakan

Berdasarkan latar belakang diatas, maka tujuan dari penelitian ini adalah: Menguji dan membandingkan kadar protein, kadar lemak, kadar air, kadar abu dan kadar karbohidrat

Pada penelitian ini dirancang sebuah simulasi untuk mencari jalur terpendek pada jaringan seluler menggunakan algoritma Dijkstra dengan cost menggunakan 2 parameter yaitu

Kemudian dilakukan penyusunan makalah yang kedua yang merupakan pengembangan dari makalah pertama dengan judul “PENGGUNAAN METODE FUZZY SUGENO UNTUK PENGAMBILAN KEPUTUSAN

Penambahan WRED sebagai algoritma threshold pada jaringan MPLS-Diffserv memberikan pengaruh yang signifikan, dari hasil parameter QoS untuk layanan VoIP mampu mengurangi

umum tentang kebutuhan dari sistem maka pada tahap. kedua ini sistem akan langsung dibangun

dengan perancangan dan implementasi algoritma kriptografi cipher block berbasis pada bentuk piramida dan Linear Congruential Generator (LCG); Tahap kedua : Perancangan