Authentication
187x Tipe DOCX Ukuran file 0.08 MB Source: perpustakaan.fmipa.unpak.ac.id
JURNAL PREDIKSI HASIL PANEN TERNAK AYAM BROILER MENGGUNAKAN ALGORITMA BAYESIAN NETWORK Disusun Oleh: Fatahillah Panji Kusumah 065114707 PROGRAM STUDI ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PAKUAN BOGOR 2018 1 PREDIKSI HASIL PANEN TERNAK AYAM BROILER MENGGUNAKAN ALGORITMA BAYESIAN NETWORK Fatahillah Panji Kusumah Dr. Sri Setyaningsih, Dra.,M.Si. Aries Maesya, M.Kom Program Studi Ilmu Komputer Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Pakuan Email: fatahillahpanjikusumah05@gmail.com ABSTRAK Skripsi ini menjelaskan tentang aplikasi untuk memprediksi hasil panen dalam beternak ayam yang berbasis web yang mengenai kemudahan dalam memprediksi dan memberikan informasi kepada peternak pemula dalam melakukan peternakan. Melalui penenlitian ini peneliti mengunakan algoritma Bayesian Network untuk metode penelitian. Tahap yang dilakukan dalam penelitian ini yaitu melakukan analisis dalam penelitian dan membangun program prediksi hasil ternak. Tahapan yang digunakan meliputi: Mengodentifikasi kebutuhan pemakai, Membuat Program, Menguji Program, Memperbaiki Program, dan Mengembangkan Produk. Dari hasil kegiatan penenlitian yang telah dilakukan dapat disimpulkan bahwa memperoleh hasil rancangan model keterhubunga antar atribut pada algoritma Bayesian Network untuk memprediksi hasil panen ayam broiler. Dan juga mendapat 2 variabel yaitu “Perawatan” dan “Hasil” yang didalamnya pada Variabel perawatan antara lain, Berat DOC, Jumlah DOC, Persiapan Pakan, Lama Hari dan Kualitas Perawan. Dan pada variabel hasil antara lain, Jenis Kandang, Luas kendang, dan jarak antar kendang. Setelah dilaksanakan program tersebut memiliki keakurasian dalam memprediksi adalah 80%. Kata Kunci: Bayesian Network, Algoritma ___________________________________ Mahasiswa program studi Ilmu Komputer FMIPA UNPAK Staf Pengajar program studi Ilmu Komputer FMIPA UNPAK Staf Pengajar program studi Ilmu Komputer FMIPA UNPAK Pendahuluan ayam yang sering dikonsumsi masyarakat Peningkatan jumlah penduduk diperoleh dari pemotongan ayam broiler, Indonesia dari tahun ke tahun berdampak petelur afkir, dan ayam kampung. Ayam kepada peningkatan konsumsi produk broiler merupakan salah satu penyumbang peternakan (daging, telur, susu). terbesar protein hewani asal ternak dan Meningkatnya kesejahteraan dan tingkat merupakan komoditas unggulan. Industri kesadaran masyarakat akan pemenuhan ayam broiler berkembang pesat karena gizi khususnya protein hewani juga turut daging ayam menjadi sumber utama menu meningkatkan angka permintaan produk konsumen. Daging ayam broiler mudah peternakan. Daging banyak dimanfaatkan didapatkan baik dipasar modern maupun oleh masyarakat karena mempunyai rasa tradisional. yang enak dan kandungan gizi yang tinggi. Ayam broiler merupakan hasil Salah satu sumber daging yang paling teknologi yaitu persilangan antara ayam banyak dimanfaatkan oleh masyarakat Cornish dengan Plymouth Rock. Indonesia adalah daging ayam. Daging Karakteristik ekonomis, pertumbuhan yang cepat sebagai penghasil daging, 2 konversi pakan rendah, dipanen cepat mengatakan bahwa kejadian di masa depan karena pertumbuhannya yang cepat, dan dapat di prediksi dengan syarat kejadian sebagai penghasil daging dengan serat sebelumnya terjadi. Pemikiran Bayesian lunak. Menurut Northe (1984) menyediakan sebuah pendekatan pertambahan berat badan yang ideal 400 probabilistic untuk mendapatkan suatu gram per minggu untuk jantan dan untuk inferensi atau kesimpulan. Inferensi dalam betina 300 gram per minggu. sebuah Bayesia Network didapat dari Pada era globalisasi seperti ini hubungan setiap node yang ada pada komputer menjadi kebutuhan utama dalam struktur Bayesian tersebut. Untuk setiap penunjang kerja-kerja manusia. Peran perubahan yang terjadi dri sebuah node komputer kini pun lebih meluas tidak maka juga akan mempengaruhi nilai hanya menjadi alat bantu hitung. Juga probabilitas dari node-node yang lain, menjadi alat bantu penyelesaian masalah- yang secara langsung maupun tidak masalah yang dihadapi manusia. Dengan langsung berhubungan dengan node sistem komputer yang terintegrasi dapat tersebut. menyimpan data dengan skala besar, Sesuai dengan kasus untuk mencari data yang tersimpan dengan cepat, memprediksi hasil panen ayam broiler dan dan memungkinkan memberikan hasil dari refrensi jurnal yang digunakan pertimbangan untuk membuat kebijakan. sebagai acuan literatur yang memiliki Ada salah satu cabang ilmu komputer yang kesamaan konsep dalam memprediksi sering dan banyak di pergunakan untuk suatu masalah, maka penelitian ini akan membantu pekerjaan adalah pembentukan menggunakan metode Bayesian Network. sistem pakar yang merupakan sub bidang Jika dibandingkan dengan menggunakan ilmu kecerdasan buatan. metode Naïve Bayes, metode Bayesian Konsep sistem pakar didasarkan Network memiliki keakuratan yang lebih pada asumsi bahwa pengetahuan pakar tinggi dikarenakan antara variabel yang dapat disimpan dan dapat diaplikasikan satu dengan yang lain saling terintergritas kedalam komputer dan di terapkan saat (dependen), tetapi pada metode Naïve dibutuhkan.dalam pengimplementasian Bayes mengabaikan integritas antar kedalam komputer dapat menghasilkan variabel. beberapa manfaat, yaitu keakurasian, Dengan hal itu penulis tertarik untuk kecepatan, dan dapat di akses kapanpun membangun aplikasi yang berjudul sesuai dengan keperluan user. Salah satu “Prediksi Hasil Panen Ternak Ayam pemanfaatan sistem pakar adalah dalam Broiler Menggunakan Metode Naive bidang pembudidayaan dan peternakan. Bayes” yang berbasis web. Sehingga para Pengimplementasian sistem pakar tentang peternak ayam broiler dan para peneliti peternakan ayam broiler dapat dapat melakukan ternak dengan mudah mempermudah para peternak dalam karena bisa memonitoring setiap kegiatan mengetahui asupan pakan sesuai dengan peternakan dan pemeliharaan ayam broiler umur ternak, sampai ke prediksi hasil dengan menggunakan sistem yang ada dan panen dari ayam broiler tersebut. juga dapat mengetahui perkiraan hasil Teori Bayesian diadopsi dari nama panen kedepan dari hasil ternak tersebut, penemunya yaitu Thomas Bayes sekitar selain itu memiliki manfaat untuk para tahun 1950, yang sering ditemukan pada peneliti dengan mengetahui model studi-studi ilmu statistika yang berbasis keterhubungan antar atribut pada algoritma pada teorema atau aturan Bayes. Teori Bayesian Network untuk memprediksi Bayesian merupakan sebuah teori kondisi hasil panen pada ternak ayam broiler. probabilitas suatu kejadian (hipotesis) Metode Penelitian bergantung pada kejadian lain (bukti). Pada dasarnya, teorema tersebut 3 Bayesian Network merupakan suatu merupakan garis yang model peluang grafis yang menghubungkan node tersebut. mempresentasikan suatu gugus perubahan b. Mengestimasikan nilai peluang dan peluang bebas. Model ini didasarkan setiap node. atas teorema Bayes. Teorema Bayes Pembahasan menyatakan jika S suatu ruang contoh dan {Ai…, An} merupakan sekatan S dengan Metode ini adalah sebuah syarat P(Ai) ≠ 0. I = 1,…,n; Ai ∩ Aj ≠ Ø. mekanisme pengambilan keputusan Jika B merupakan suatu kejadian pada dengan mengasumsikan bahwa terdapat ruang contoh S dengan syarat P(B) ≠ 0, tingkat variabel prediktor yang ideal yang maka secara matematis kaidah peluang harus dimiliki oleh suatu objek, bukannya Bayes dapat dituliskan sebagai berikut: tingkat minimal yang harus dipenuhi atau dilewati. Hasil dari perhitungan Bayesian Network akan di jadikan untuk Bayesian Network merupakan memprediksi hasil panen ayam broiler. pasangan dari (G,P) dimana G=(N,E) System ini bertujuan untuk dapat adalah Directed Acylic Graph (DAG) atau memprediksi hasil panen ayam broiler graf berarah, sedangkan P adalah sebaran untuk para peternak yang belum memiliki peluang bersyarat. pengalaman yang cukup, sehingga menjadi daya Tarik bagi para calon peternak yang lain untuk segera melakukan ternak dan selain daripada itu mengetahui teknis peternakan yang baik sesuai dari pengalaman peternak yang sudah memiliki pengalaman yang cukup mempuni. Dikarenakan para calon peternak belum Suatu graf G=(N,E) terdiri dua memiliki pengetahuan yang cukup unuk gugus objek yaitu N=(n1,n2,n3….) adalah melakukan peternakan sehingga mereka suatu gugus tak kosong yang unsur- memiliki rasa takut yang cukup tinggi unsurnya disebut simpul (node) dan gugus dikarenakan resiko berternak ayam broiler E=(e1,e2,e3…) yang unsur-unsurnya yang sangat tinggi. Hal ini yang disebut sisi (edge), sedemikian sehingga menjadikan dasar sebagai bentuk perlu masing-masing edge didefinisikan dengan adanya sebuah system yang membantu pasangan tidak terurut (ni,nj). para peternak pemula untuk berkontribusi Parents didefinisikan sebagai node dalam memenuhi kebutuhan daging ayam yang dijadikan syarat dan child adalah dimasyarakat. Alternative terbaik yang node yang diberikan syarat. Pada Gambar akan dihasilkan pada system ini diterapkan 4 dapat dijelaskan bahwa P merupakan dengan menggunakan metode Bayesian parent dari Q dan R atau dapat dijelaskan Network. Berat ayam broiler yang telah di bahwa Q dan R merupakan child dari P. ternak memiliki 4 kategori yaitu: Pembuatan model dalam Bayesian Tabel 10. Kategori Berat ayam broiler Network melibatkan dua langkah yaitu: Berat (Gram) Keterangan a. Membuat struktur jaringan < 1.400 Kurang Struktur jaringan dalam Memuaskan Bayesian Network dibentuk dalam ≥1.400 - <1.500 Cukup Memuaskan suatu graf. Sebuah graf terdiri dari ≥1.500 - <1.800 Memuaskan kumpulan node dan edge, Node ≥1.800 Sangat Memuaskan merupakan titik simpul dan edge 4
no reviews yet
Please Login to review.