Pemodelan Sistem Kendali Suhu Otomatis Pada Smart Poultry Farm Menggunakan Metode Jaringan Saraf Tiruan
DOI:
https://doi.org/10.34818/eoe.v9i2.17709Abstract
Abstrak Di Indonesia para peternak ayam mengalami krisis yang diakibatkan oleh perubahan iklim global yang ekstrem dan mempengaruhi hasil produksi daging ayam. Hewan jenis unggas sangat rentan terhadap perubahan suhu yang tiba-tiba. Dibutuhkanlah suatu sistem otomatis untuk mengatur suhu kandang. Peternakan pintar atau Smart poultry farm adalah suatu konsep budidaya dengan memanfaatkan kemajuan perkembangan teknologi automasi dan komunikasi digital. Konsep ini diharapkan dapat meningkatkan produksi dan kualitas ternak.Pada penelitian ini berfokus pada pemodelan sistem kendali suhu otomatis pada smart poultry farm. Dengan menggunakan metode kontrol jaringan saraf tiruan (JST) Backpropagation, dengan metode kontrol ini sistem diharapkan mampu untuk beradaptasi dengan suhu lingkungan kandang. Dalam penelitian ini dilakukan pengujian menggunakan model JST 4 node, 8 node, dan 12 node neuron hidden layer dengan variasi iterasi 100, 1000, dan 5000 kali untuk 2, 4, 7, dan 14 level kecepatan. Pada pengujian ini didapatkan nilai hasil keluaran sistem yang mirip dengan target keluaran yaitu pada 2 tipe kecepatan output dengan iterasi ke 5000 menggunakan 12 neuron pada hidden layer dengan akurasi 93.3%. Kata Kunci : Jaringan Saraf Tiruan, JST, ANN, Backpropagation, Kontrol Suhu dan Kelembapan, Smart Poultry Farm. Abstract In Indonesia, chicken farmers are experiencing a crisis caused by extreme global climate change and affecting the production of chicken meat. Poultry species are very susceptible to sudden changes in temperature. An automatic system is needed to regulate the temperature and humidity of the cage. Smart farming or Smart poultry farm is a cultivation concept by utilizing advances in the development of digital information and communication technology. This concept is expected to increase livestock production and quality.This study focuses on modeling an automatic temperature control system on a smart poultry farm. By using the Backpropagation Artificial Neural Network (ANN) control method, with this control method the system is expected to be able to adapt to the temperature of the cage environment. In this study, testing was carried out using an ANN model of 4 nodes, 8 nodes, and 12 nodes of hidden layer neurons with variations of iterations of 100, 1000, and 5000 times for 2, 4, 7, and 14 speed levels. In this test, the output value of the system is similar to the target output, namely at 2 types of output speed with the 5000th iteration using 12 neurons in the hidden layer with an accuracy of 93.3%. Key words : ANN, Artificial Neural Network, Backpropagation, Temperature and Humidity Control, Smart Poultry Farm.References
[1] Hasil Tamzil, M,. “Stres Panas pada Unggas: Metabolisme, Akibat dan Upaya Penanggulangannya,” Laboratorium Produksi Ternak Unggas, Fakultas Peternakan, Universitas Mataram, Lombok, NTB. (Diterima 5 Maret 2014 – Direvisi 23 Mei 2014 – Disetujui 28 Mei 2014).
[2] Anonim,”Antisipasi Heat Stress di Musim Kemarau,” [online]. Avaible: https://www.medion.co.id/id/atasi-heat-stress-di-musim-kemarau/. [Accessed 25 February 2020, 08:30]
[3] Anonim,[online]. Avaible: https://www.idnfinancials.com/id/news/25430/sierad-produce-implement-smart-poultry-farming-concept [Accessed 20 February 2020, 15:08]
[4] Rupali B. Mahale, Smart Poultry Farm Monitoring Using IOT and Wireless Sensor Networks, Dept. Electronics and Telecommunication Dr. D. Y. Patil School of Engineering Pune, India.
[5] Longinus S. Ezema, et al, “Design and Implementation of an Embedded Poultry Farm,” IEEE, 2019.
[6] Bilad Gading I. Achdal, dkk, “Sistem Otomasi dan Monitoring Suhu dan Kelembapan Pada Peternakan Ayam Potong,” 2018.
[7] Rohadi. Erfan, dkk, “Sistem Penyiraman Tanaman Sayuran Secara Aeroponik Berdasarkan Suhu dan Kelembapan Berbasis IoT Menggunakan Metode Fuzzy,” Politeknik Negeri Malang, 2019.
[8] Mohammed; Ahmed. (2014). Internet of Things Applications, Challenges and Related Future Technologies (Vol. 67).
[9] Eko Wiji Setio B., dkk, “PROTOTIPE SISTEM KENDALI PENGATURAN SUHU DAN KELEMBAPAN KANDANG AYAM”, Universitas Mulawarman, 2017
[10] Etches RJ, John TM, Verrinder Gibbins AM. 2008. Behavioural, physiological, neuroendocrine and molecular responses to heat stress. In: Daghir NJ, editor. Poult Prod hot Clim. p. 49-69.
[11] Borges SA, Fischer da Silva A V, Maiorka A, Hooge DM, Cummings KR. 2004. Effects of diet and cyclic daily heat stress on electrolyte, nitrogen and water intake, excretion and retention by colostomized male broiler chickens. Int J Poult Sci. 3:313-321.
[12] Czarick IIIM, Fairchild BD. 2008. Poultry housing for hot climates. In: Daghir NJ, editor. Poult Prod hot Clim. Trowbridge (UK): Cromwell Press. p. 81-131.
[13] Adnan Syaifau Jenar. Zakariya,” Regulasi Udara Kandang Ayam Pintar Close house”, Universitas Telkom.
[14] Julpan, dkk, "ANALISIS FUNGSI AKTIVASI SIGMOID BINER DAN SIGMOID BIPOLAR DALAM ALGORITMA BACKPROPAGATION PADA PREDIKSI KEMAMPUAN SISWA", Jurnal Teknovasi Volume 02, Nomor 1, 2015, 103 – 116
[15] Putra. Ryan Anugrah,” Sistem Kendali Suhu Otomatis pada Smart Pultry Farm Menggunakan Metode PID”, Universitas Telkom.
