PENCARIAN PROPORSI PENAMBAHAN BEKATUL PADA MO- CORIN YANG BAIK DIKONSUMSI OLEH PENDERITA KOLES- TEROL DENGAN MENGGUNAKAN ALGORITMA GENETIK MULTIOBJECTIVE FUNCTION
Kata Kunci:
Mocorin, Algoritma Genetik Mutiobjective Function, SVDAbstrak
Makalah ini mengkaji penelitian tentang pencarian proporsi penambahan bekatul pada mocorin yang baik dikonsumsi oleh para penderita kolesterol. Kriteria ma- kanan yang baik untuk dikonsumsi oleh para penderita kolesterol adalah makanan dengan protein dan lemak yang rendah, namun memiliki kandungan serat yang ting- gi. Selanjutnya dibuat pemodelan data dan dicari parameter untuk fungsi tujuan. Fungsi tujuan dioptimalkan dengan menggunakan Algoritma Genetik (AG) multi- objective function. Diperoleh proporsi penambahan bekatul yang baik untuk dikon- sumsi oleh para penderita kolesterol adalah 25%.
Referensi
Bandypadhyay S,S. Saha, U. Maulik, and K. Deb. 2008. A Simulated Annealing- Based Multiobjective Optimization Algorithm: AMOSA.Evolutionary Computation, IEEE Transactions on 12(3): 269-283.
Doerner, K. Gutjahr, W. Hartl R, Strauss C, and Stummer C. 2004. Pareto Ant Colony Optimization: A Metaheuristic Approach to Multiobjective Portfolio Selection.Annals of Operations Research. 131(1): 79-99.
Kristianingsih, R. Parhusip, H.A. & Mahatma, T. 2013. Penggunaan Algoritma Genetik dalam Mengoptimalkan Kandungan Karbohidrat dan Protein pada Mocorin. Seminar Nasional Matematika dan Pendidikan Matematika dengan tema ”Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesia yang Lebih Baik” pada tanggal 9 November 2013. Yogyakarta : Universitas Negeri Yogyakarta.
Mahmudy, W.F. Rahman, M.A. 2011. Optimasi Fungsi Multi-Obyaktif Berkendala Menggunakan Algoritma Genetik Adaptif Dengan Pengkodean Real. Jurnal Ilmiah ”Kursor” Vol 6 No. 1 Januari 2011. ISSN 0216-0544.
Mikail, Bramirus. 2012. 4 Makanan Sumber Kolesterol Baik. Kompas, 18 Mei 2012.
Umi P, Fitria. Santoso, T.B. Kristalina, P. 2011. Simulasi Coverage pada Wireless Sensor Network dengan Menggunakan Algoritma Genetik Pareto. Surabaya : Institut Teknologo Sepuluh Nopember (ITS) Surabaya.
Popov, Andrey. 2005. Genetics Algorithm for Optimization.Germany : Hamburg.
Silvia L., 2012. Mocorin ( Modifikasi Tepung Jagung Kuning (Zea Mays L.) Varie- tas Bisi 2 – Bekatul) Ditelaah Dari Nilai Gizi Dan Uji Organoleptik, Skripsi, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana.
Xiaohui, H. and Eberhart R. 2002. Multiobjective Optimization Using Dynamic Neighborhood Particle Swarm Optimization. In Proceedings of the 2002 Congress on Evolutionary Computation, pp. 1677-1681.
Watkins, D.S. (1991). Fundamentals of Matrix Computations, John Wiley & Sons, New York.
Doerner, K. Gutjahr, W. Hartl R, Strauss C, and Stummer C. 2004. Pareto Ant Colony Optimization: A Metaheuristic Approach to Multiobjective Portfolio Selection.Annals of Operations Research. 131(1): 79-99.
Kristianingsih, R. Parhusip, H.A. & Mahatma, T. 2013. Penggunaan Algoritma Genetik dalam Mengoptimalkan Kandungan Karbohidrat dan Protein pada Mocorin. Seminar Nasional Matematika dan Pendidikan Matematika dengan tema ”Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesia yang Lebih Baik” pada tanggal 9 November 2013. Yogyakarta : Universitas Negeri Yogyakarta.
Mahmudy, W.F. Rahman, M.A. 2011. Optimasi Fungsi Multi-Obyaktif Berkendala Menggunakan Algoritma Genetik Adaptif Dengan Pengkodean Real. Jurnal Ilmiah ”Kursor” Vol 6 No. 1 Januari 2011. ISSN 0216-0544.
Mikail, Bramirus. 2012. 4 Makanan Sumber Kolesterol Baik. Kompas, 18 Mei 2012.
Umi P, Fitria. Santoso, T.B. Kristalina, P. 2011. Simulasi Coverage pada Wireless Sensor Network dengan Menggunakan Algoritma Genetik Pareto. Surabaya : Institut Teknologo Sepuluh Nopember (ITS) Surabaya.
Popov, Andrey. 2005. Genetics Algorithm for Optimization.Germany : Hamburg.
Silvia L., 2012. Mocorin ( Modifikasi Tepung Jagung Kuning (Zea Mays L.) Varie- tas Bisi 2 – Bekatul) Ditelaah Dari Nilai Gizi Dan Uji Organoleptik, Skripsi, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana.
Xiaohui, H. and Eberhart R. 2002. Multiobjective Optimization Using Dynamic Neighborhood Particle Swarm Optimization. In Proceedings of the 2002 Congress on Evolutionary Computation, pp. 1677-1681.
Watkins, D.S. (1991). Fundamentals of Matrix Computations, John Wiley & Sons, New York.
Unduhan
Diterbitkan
2014-08-14
Cara Mengutip
Kristianingsih, R. ., Arini Parhusip , H., & Mahatma , T. (2014). PENCARIAN PROPORSI PENAMBAHAN BEKATUL PADA MO- CORIN YANG BAIK DIKONSUMSI OLEH PENDERITA KOLES- TEROL DENGAN MENGGUNAKAN ALGORITMA GENETIK MULTIOBJECTIVE FUNCTION. Prosiding Seminar Nasional Matematika Dan Pendidikan Matematika, 5(1), 411–418. Diambil dari http://prosiding.unirow.ac.id/index.php/snmpm/article/view/58
Terbitan
Bagian
Articles
