Sistem Pakar Dan Naïve Bayes Classifier Untuk Diagnosis Penyakit Pada Ayam Broiler Dalam Rangka Meningkatkan Performa Peternak Plasma Di Pt Xyz

Rabbani, Pandu Ahmad Ihsan (2025) Sistem Pakar Dan Naïve Bayes Classifier Untuk Diagnosis Penyakit Pada Ayam Broiler Dalam Rangka Meningkatkan Performa Peternak Plasma Di Pt Xyz. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032212131-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Ayam broiler sebagai salah satu sumber utama daging segar yang dikonsumsi oleh masyarakat memiliki peran strategis dalam memenuhi kebutuhan protein hewani dengan harga terjangkau. Data konsumsi nasional per kapita pada periode 2016 hingga 2020 menunjukkan bahwa ayam broiler menyumbang sekitar 76,03% dari total konsumsi daging segar perkapita di Indonesia. Salah satu masalah utama adalah peternak plasma secara konsisten menghadapi risiko penyakit setiap periodenya. Keterlambatan penanganan penyakit yang menyerang unggas secara massal dapat menyebabkan penurunan populasi karena kematian dan penurunan volume penjualan. Hal ini dikarenakan belum adanya pengetahuan yang cukup tentang penanganan penyakit ayam broiler dengan benar. Penelitian ini bertujuan untuk mengembangkan sistem pakar yang dapat digunakan untuk mendiagnosis penyakit pada ayam broiler secara efisien dan akurat. Sistem ini dirancang untuk membantu peternak dalam mengidentifikasi gejala penyakit pada ayam dengan cepat, sehingga penanganan yang tepat dapat dilakukan secara lebih efektif. Data yang digunakan pada penelitian ini adalah data primer yang didapatkan dari wawancara terhadap pakar dan observasi lapang dan data sekunder yang didapatkan dari studi literatur mengenai penyakit dan gejala ayam broiler. Data yang diperoleh yaitu penyakit ayam broiler yang sering terjadi dari peternak plasma sebanyak 7 penyakit dengan 23 gejala. Aplikasi sistem pakar untuk diagnosis penyakit ayam broiler dikembangkan menggunakan metode Naive Bayes untuk klasifikasi penyakit dan metode certainty factor untuk menghitung tingkat kepercayaan terhadap diagnosis penyakit tersebut. Uji akurasi sistem dilakukan dengan menghitung nilai probabilitas antara gejala dan penyakit. Berdasarkan uji coba yang dilakukan, hasil menunjukkan tingkat akurasi sebesar 93,3% antara diagnosis manual oleh pakar dan diagnosis yang dihasilkan oleh sistem. Hasil survei terhadap 30 peternak ayam broiler di PT XYZ menunjukkan bahwa sistem ini dinilai memberikan dampak positif yang signifikan, seperti kemudahan penggunaan, pengurangan waktu diagnosis, peningkatan akurasi informasi, dan pengetahuan peternak, serta mendukung pengambilan keputusan yang lebih baik. Selain itu, sistem pakar terbukti meningkatkan kepercayaan diri peternak, profitabilitas usaha, dan memperoleh tingkat kepuasan yang tinggi, dengan sebagian besar peternak merekomendasikan penggunaannya.
=============================================================================================================================================
Broiler chickens serve as one of the primary sources of fresh meat consumed by the
public, playing a strategic role in meeting affordable animal protein needs. National per
capita consumption data from 2016 to 2020 indicates that broiler chickens accounted for
approximately 76.03% of Indonesia's total per capita fresh meat consumption. One of the
major challenges is that plasma farmers (contract growers) consistently face disease
risks in every production cycle. Delayed responses to poultry disease outbreaks can lead
to population decline due to mortality and reduced sales volume. This issue stems from
insufficient knowledge about proper broiler disease management. This research aims to
develop an expert system capable of efficiently and accurately diagnosing diseases in
broiler chickens. The system is designed to assist farmers in quickly identifying disease
symptoms, enabling more effective and timely interventions. The study utilizes primary
data obtained from expert interviews and field observations, as well as secondary
data derived from literature reviews on broiler diseases and symptoms. The collected
data covers 7 common broiler diseases and 23 associated symptoms reported by plasma
farmers. The expert system application for diagnosing broiler chicken diseases was
developed using the Naive Bayes method for disease classification and the certainty
factor method to calculate the confidence level in the disease diagnosis. System accuracy
testing was conducted by calculating probability values between symptoms and diseases.
Based on trials, the results showed a 93.3% accuracy rate between manual diagnosis by
experts and system-generated diagnosis. . A survey of 30 broiler chicken farmers at PT
XYZ revealed that the system significantly impacted positively, such as ease of use,
reduced diagnosis time, improved information accuracy, increased farmer knowledge,
and better decision-making support. Additionally, the expert system was proven to
enhance farmers' confidence, business profitability, and satisfaction levels, with the
majority of farmers recommending its use.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Ayam Broiler, Diagnosis, Penyakit Ayam Broiler, Sistem Pakar, Naïve Bayes, Certainty factor, Broiler Chicken, Diagnose, Broiler Chicken Diseases, Expert Sistem, Naïve Bayes, Certainty factor
Subjects:	S Agriculture > SF Animal culture
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Pandu Ahmad Ihsan Rabbani
Date Deposited:	20 Jun 2025 07:16
Last Modified:	20 Jun 2025 08:15
URI:	http://repository.its.ac.id/id/eprint/119206

Actions (login required)

View Item