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