Prediksi Tingkat Kematian Ayam Petelur terhadap Perubahan Cuaca menggunakan Metode Long Short Term Memory

Penulis

Abstrak

Abstrak — Pada tahun 2022, populasi ayam petelur di Indonesia mengalami penurunan sebesar 1,77%, yang menjadi perhatian serius karena ayam petelur berperan penting dalam pemenuhan kebutuhan gizi masyarakat. Selain itu, fenomena El Niño dapat mengakibatkan kekeringan atau kemarau yang diperkirakan terjadi pada Juni 2023 meningkatkan potensi heatstress yang dapat memperburuk tingkat kematian ayam. Penelitian ini bertujuan untuk menerapkan algoritma Long Short Term Memory (LSTM) guna memprediksi tingkat kematian ayam petelur terhadap perubahan cuaca. Data dikumpulkan dari September 2022 hingga Desember 2023, mencakup data kematian ayam dan parameter cuaca bulanan. Setelah melalui tahapan preprocessing, normalisasi, dan pembagian data, model LSTM dilatih dan diuji untuk mendapatkan performa terbaik. Model optimal dengan epoch 50, batch size 8, dan learning rate 0.1 menghasilkan MAE sebesar 3.33 dan MAPE sebesar 10.10%, dengan akurasi 89.90%. Model ini diintegrasikan ke dalam website Growchick berbasis Streamlit untuk membantu peternak dalam memitigasi risiko dan pengambilan keputusan bisnis kedepan yang lebih tepat.

Kata kunci— Ayam petelur, Cuaca, LSTM

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] D. C. Widianingrum and R. W. Septio, “Peran Peternakan dalam Mendukung Ketahanan Pangan Indonesia: Kondisi, Potensi, dan Peluang Pengembangan,” National Multidisciplinary Sciences, vol. 2, no. 3, pp. 285–291, May 2023, doi: 10.32528/nms.v2i3.298.

[2] R. Subekti, T. Husna, and P. Salsabila, “Questioning Food Security in Green Constitution Conception: Realizing Sustainable Development Goals (SDGs) in Indonesia,” PADJADJARAN Jurnal Ilmu Hukum (Journal of Law), vol. 11, no. 2, pp. 254–273, Aug. 2024, doi: 10.22304/pjih.v11n2.a5.

[3] Harnanik and E. W. Pertiwi, KABUPATEN BLITAR DALAM ANGKA 2024, vol. 39. Blitar: BPS Kabupaten Blitar/BPS-Statistic Blitar Regency, 2024.

[4] P. Aris, “Populasi Ayam Layer di Blitar Turun Drastis, Peternak Lakukan Berbagai Upaya Alternatif untuk tetap Bertahan - Kompasiana,” Kompasiana, Blitar, 2022. [Online]. Available: https://www.kompasiana.com/pujiaris4473/6296eeb4ce96e567fd5ba243/populasi-ayam-layer-di-blitar-turun-drastis-peternak-lakukan-berbagai-upaya-alternatif-untuk-tetap-bertahan

[5] Poultry Indonesia, “Mewaspadai Dampak Suhu Panas pada Pemeliharaan Ayam Ras _ Poultry Indonesia,” Poultry Indonesia. [Online]. Available: https://www.poultryindonesia.com/id/mewaspadai-dampak-suhu-panas-pada-pemeliharaan-ayam-ras/

[6] R. Nurlaili and B. U. Aulia, “Penentuan Lokasi Sentra Produksi Komoditas Telur Ayam Ras di Kabupaten Blitar,” Jurnal Teknik ITS, vol. 8, no. 2, 2020, doi: 10.12962/j23373539.v8i2.46980.

[7] A. Shittu, A. A. Raji, S. A. Madugu, A. W. Hassan, and F. O. Fasina, “Predictors of death and production performance of layer chickens in opened and sealed pens in a tropical savannah environment,” BMC Vet Res, vol. 10, no. 1, pp. 1–11, 2014, doi: 10.1186/s12917-014-0214-7.

[8] F. Lutfi Afriansyah, F. E. Purnomo, and B. Prasetyo, “Sistem Hitung Cepat Aplikasi Smart Egg Counting Untuk Mengoptimalkan Produksi Telur Dan Mengetahui Recording Hen Day Pada Peternakan Ayam Petelur,” J-Dinamika : Jurnal Pengabdian Masyarakat, vol. 7, no. 3, pp. 398–403, 2022, doi: 10.25047/j-dinamika.v7i3.2965.

[9] W. A. Harahap, “IMPLEMENTASI METODE MONTE CARLO DALAM MELAKUKAN PREDIKSI POPULASI JUMLAH HEWAN TERNAK BABI DI NUSA TENGGARA TIMUR,” 2024. [Online]. Available: www.bps.go.id,

[10] M. N. P. Ma’ady, B. R. Lidiawaty, A. Dzulkarnain, and A. Ramadan, Data Mining: Algoritma dan Contoh Perhitungan Matematis, 1st ed., vol. 1. Sleman: DEEPUBLISH, 2024.

[11] S. Hochreiter and S. Jurgen, “Long Short-Term Memory,” Neural Comput, pp. 1735–1780, 1997, doi: 10.1162/neco.1997.9.8.1735.

[12] K. Febriani and C. Fatichah, “Prediksi Permintaan Batu Bara Menggunakan Machine Learning (Study Kasus PLTU Balikpapan),” JUTI: Jurnal Ilmiah Teknologi Informasi, no. 22, pp. 65–77, Jan. 2024, doi: http://dx.doi.org/10.12962/j24068535.v22i1.a1209.

[13] A. C. Luthfi, S. Suhardi, and E. C. Wulandari, “Produktivitas Ayam Petelur Fase Layer II dengan Pemberian Pakan Free Feeding Choice,” Tropical Animal Science, vol. 2, no. 2, pp. 57–65, Nov. 2020, doi: 10.36596/tas.v2i2.370.

[14] C. Gusti, N. Putra, R. Maulana, and H. Fitriyah, “Otomasi Kandang Dalam Rangka Meminimalisir Heat Stress Pada Ayam Broiler Dengan Metode Naive Bayes,” 2018. [Online]. Available: http://j-ptiik.ub.ac.id

[15] S. Wasti, N. Sah, and B. Mishra, “Impact of heat stress on poultry health and performances, and potential mitigation strategies,” Animals, vol. 10, no. 8, pp. 1–19, Aug. 2020, doi: 10.3390/ani10081266.

[16] A. M. Siregar, “Klasifikasi Untuk Prediksi Cuaca Menggunakan Esemble Learning,” Petir, vol. 13, no. 2, pp. 138–147, 2020, doi: 10.33322/petir.v13i2.998.

[17] Y. Heryadi and T. Wahyono, Dasar Dasar Deep Learning dan Implementasinya, Cetakan Pe. Yogyakarta: PENERBIT GAVA MEDIA, 2021.

[18] D. Telezhenko and O. Tolstoluzka, “Development and Training of Lstm Models for Control of Virtual Distributed Systems Using Tensorflow and Keras,” Grail of Science, vol. 38, no. 38, pp. 163–168, 2024, doi: 10.36074/grail-of-science.12.04.2024.027.

[19] K. Adam, K. Smagulova, and A. P. James, “Memristive LSTM network hardware architecture for time-series predictive modeling problems,” 2018 IEEE Asia Pacific Conference on Circuits and Systems, APCCAS 2018, pp. 459–462, 2018, doi: 10.1109/APCCAS.2018.8605649.

Unduhan

Diterbitkan

2025-12-01

Terbitan

Halaman

1 - 4

Bagian

Prodi S1 Sistem Informasi - Kampus Surabaya

Cara Mengutip

Sonaya Devi Anja Amelia, Nizar Palefi Ma'ady, M., & Ilham Alhari, M. (2025). Prediksi Tingkat Kematian Ayam Petelur terhadap Perubahan Cuaca menggunakan Metode Long Short Term Memory. eProceedings of Engineering, 12(6), 1-4. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/28654