Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X

Vol. 2, No. 1, Januari 2018, hlm. 387-394 http://j-ptiik.ub.ac.id

Otomasi Kandang Dalam Rangka Meminimalisir Heat Stress Pada Ayam

Broiler Dengan Metode Naive Bayes
Chandra Gusti Nanda Putra1, Rizal Maulana2, Hurriyatul Fitriyah3
Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya
Email: 1chandragusti.gusti@gmail.com,2rizal_lana@ub.ac.id, 3hfitriyah@ub.ac.id

Abstrak
Kenaikan suhu yang melebihi zona nyaman mengakibatkan heat sress pada ayam broiler, dimana ayam
akan mengalami penurunan pertumbuhan, penurunan pakan, kegelisahan, peningkatan konsumsi air dan
berujung pada kematian. Suhu zona nyaman ayam broiler berkisar antara 20-25°C dan kelembaban
berkisar 50-70%, sedangkan permasalahan saat ini suhu di indonesia berfluktuasi antara 29-36°C.
Berdasarkan masalah tersebut dibuatkan sistem otomasi untuk meminimalisir heat stres. Pada penelitian
ini menggunakan 2 parameter yaitu suhu dan kelembaban dari pembacaan sensor DHT11 sebagai
masukan dan keluaran berupa kecepatan kipas dan buka tutup tirai pada sistem. Untuk menentukan
keluaran menggunakan metode perhitungan klasfikasi metode Naive Bayes. Dapat disimpulkan bahwa
sistem ini mampu meminimalisir heat stress dengan pengujian yang dilakukan selama 2 minggu dengan
menggunakan 600 ekor ayam broiler dimana kematian ayam sebelum menggunakan sistem otomasi
yaitu berjumlah 64 dan sesudah menggunakan sistem otomasi yaitu 31 ekor.
Kata kunci: heat stress, DHT11, klasifikasi, Naive Bayes

Abstract
The temperature rise exceeds the comfort zone resulting in heat sress in chickens, where broiler chickens
will experience a decline in growth, decreased feeding, anxiety, increased water consumption and
resulted in death. Broiler chicken comfort zone temperature ranges between 20-25 ° C and humidity
range 50-70%, whereas the problems of current temperature fluctuating between indonesia's 29-36 ° C.
Based on the issue of his automation system to minimize heat stress. This research uses 2 parameters,
namely the temperature and moisture sensor readings from the DHT11 as the input and output speed fan
and close the curtains open on the system. To specify output fan and curtain using a calculation method
klasfikasi method of naive bayes. It can be concluded that the system is able to minimize heat stress
with testing done for 2 weeks using the 600 broiler chickens where the death of a chicken before using
the automation system that is amounted to 64 and after using the automation system is 31 tail.
Key words: heat stress, DHT11, classification, Naive Bayes

1. PENDAHULUAN musim hujan dan musin kemarau . Suhu harian

di indonesia dapat melebihi 35°C dengan
Industri unggas di daerah tropis dihadapkan
berfluktuasi antara 29°C sampai 36°C dan
dengan permasalahan tingginya suhu lingkungan
kelembabannya 70-80% (Hery,2010). Ayam
yang mengakibatkan ayam mengalamai stres
broiler yang merupakan jenis ras uggulan hasil
panas (heat stress). Ternak unggas tergolong
persilangan dari bangsa- ayam yang memiliki
dalam hewan berdarah panas yang tidak
produktifitas tinggi.. Mutu genetik yang baik
mempunyai kelenjar keringat serta hampir
akan muncul secara maksimal apabila ayam
seleuruh tubunya tertutup bulu. Kondisi biologis
tersebut diberi faktor lingkungan yang
seperti ini mengakibatkan ternak unggas dalam
mendukung, misalnya pakan yang berkualitas
kondisi panas mengalami kesulitan untuk
tinggi, sistem perkandangan yang baik, serta
membuang panas tubuhnya ke lingkungan. (M.
perawatan kesehatan dan pencegahan penyakit.
TAMZIL,2014) . Indonesia merupakan negara
Ayam broiler merupakan ternak yang paling
yang terletak pada garis khatulistiwa dengan
ekonomis bila dibandingkan dengan ternak lain,
iklim tropis yang mempunyai dua musin yaitu
kelebihan yang dimiliki adalah kecepatan

Fakultas Ilmu Komputer

Universitas Brawijaya 387
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
pertambahan/ produksi daging dalam waktu
yang relatif cepat dan singkat atau sekitar 4 - 5
minggu produksi daging sudah dapat dipasarkan
atau dikonsumsi. Keunggulan ayam broiler yang
lain yaitu pertumbuhannya yang sangat cepat
dengan bobot badan yang tinggi dalam waktu
yang relatif pendek . (Murtidjo, 1987)Pada ayam
broiler dewasa zona nyaman untuk pertumbuhan
berkisar antara 20-25 °C dengan kelembapan
berkisar antara 50-70 % (Borges et al.,2004).
Ayam broiler seperti juga ternak umumnya,
termasuk kelompok hewan endotermik, artinya
suhu tubuhya relatif konstan walaupun suhu
lingkungan berubah-ubah. Dalam pemeliharaan
suhu lingkungan merupakan faktor eksternal
yang dapat mempengaruhi produktivitas ayam
broiler . Suhu dan kelembapan yang terlalu
tinggi dalam pemeliharan broiler dapat
menyebabkan terjadinya stres panas (heat stress)
(Fajrin.Sidiq,2014). Ciri- ciri pada saat ayam
akan mengalami cekaman panas yaitu
mengalami gangguan terhadap pertumbuhan,
penurunanpakan,kegelisahan, mengembangakan
sayap, painting, peningkatan konsumsi air, dan
berujung pada kematian
(E.syahruddin,2012)..Ayam broiler dewasa akan
mengalami cekaman panas serius, dimana suhu
kandang mencapai 32 °C. (Cooper &
Wasburn,2006). Kandang dapat melindungi
ternak dari kontak dengan dunia luar dengan
dinding yang tertutup mampu mengurangi
sirkulasi udara yang terlalu bebas yang
mengakibatkan ternak dapat terpapar udara
bebas. Ternak akan terlindung dari panas,
dingin, angin, dan intensitas sinar matahari yang
terik. Dengan kandang yang suhu dan
kelembapan dapat diatur secara otomatis ayam
tidak akan mengalami Heat Stress (cekaman
panas). Banyak para peternak ayam pedaging di
Indonesia masih menggunakan cara manual
dalam menjaga suhu optimal kandang dan
memberi minum ayam. Cara manual seperti ini
menjadikan pemberian minum dan penjagaan
suhu kandang ayam kurang efektif dan efisien
(Alimuddin, 2012).Dari permasalahan tersebut
peneliti memberikan solusi yaitu dengan cara
memanfaatkan teknologi dengan membuat alat
otomatisasi suhu, kelembapan dan pangawasan
tingkat air minum pada kandang ayam . Pada
sistem ini intensitas suhu disesuaikan
berdasarkan suhu udara. Otomatis sistem akan
akan menyalakan kipas untuk membuang udara
panas serta sirkulasi pada kandang ketika suhu
terlalu panas. untuk dapat mengenali kondisi
udara pada kandang dapat dideteksi oleh sensor
Fakultas Ilmu Komputer, Universitas Brawijaya
388
Suhu dan Kelembaban. Nilai sensor akan
berubah sesuai dengan instensitas suhu. Untuk
dapat mengetahui keadaan air minum pada ayam
dapat dideteksi menggunakan sensor Ultrasonik
yang berfungsi sebagai pengawasan tingkat air
agar tidak terjadi keterlambatan air minum dan
menggunakan WEB sebagai monitoring suhu,
kelembapan dan pengawasan tingkat air. Alat
ini diharapkan dapat membantu peternak dalam
mencegah heat strees akibat kenaikan suhu
lingkungan sekitar.
2. DASAR TEORI
2.1 Heat Stress
Heat stres merupakan gejala yang timbul
akibat ketidak mampuan tubuh ayam broiler
untuk menyesuaikan diri dengan panas. Heat
stress merupakan suatu cekaman yang
disebabkan suhu dan kelembapan udara dalam
kandang melebihi zona nyaman. Stress ini akan
muncul ketika ayam tidak bisa membuang panas
dari dalam tubuhnya akibat suhu udara dalam
kandang terlalu tinggi. Heat stress dapat terjadi
dalam 2 bentuk yaitu akut dan kronis. Bentuk
akut terjadi ketika suhu dan kelembapan
meningkat drastis secara tiba - tiba sedangkan
kronis dipicu kondisi meningkatnya suhu dan
kelembapan yang relatif lama. Heat stress akan
menimbulkan efek yang lebih besar pada ayam
tua dibandingkan dengan ayam muda.
Ayam dewasa memiliki bulu yang telah
sempurna dan kondisi ini akan mempersulit
pembuangan panas tubuhnya. Selain itu itu ayam
dewasa memiliki ukuran tubuh yang lebih besar
sehingga panas tubuh yang dihasilkan lebih
banyak. ayam akan memperluas area permukaan
tubuh dengan melebarkan atau menggantungkan
sayap dan painting dimana ayam akan bernafas
melalui tenggorokan akibatnya ayam akan
mengalami penurunan ransum dan
meningkatnya konsumsi air minum ketika
mengalami heat stress .Bila sirkulasi udara
dalam kandang tidak lancar maka dalam
kandang kadar oksigen menurun dan
meningkatnya kebutuhan cairan tubuh pada saat
suhu panas. Indonesia merupakan negara tropis
dimana seringkali ditemukan kondisi yang
kurang atau tidak nyaman pada ayam. Suhu
kandang yang tinggi bukanlah suatu keadaan
yang sulit ditemukan apalagi pada musim
kemarau kondisi ini akan memicu terjadinya
heat stress(Medion, 2008).
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 389

2.2 NodeMCU Sehingga probabilitas sebuah data uji

NodeMCU merupakan mikrokontroler yang terhadap sebuah kelas 𝑃(𝜔𝑗 |𝑥) adalah
𝑃(𝑥|𝜔𝑗 ) 𝑥 𝑃(𝜔𝑗 )
berbasis ESP8266. NodeMCU beroperasi 𝑃(𝜔𝑗 |𝑥) = (2
dengan tegangan 5V. Memiliki 1 input analog, 9 𝑃(𝑥)
GPIO pin digital input atau output pin dimana 3 − 1)
pin sebagai output PWM ( pulse-width 𝑃𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟
𝑙𝑖𝑘𝑒ℎ𝑜𝑜𝑑 𝑥 𝑝𝑟𝑖𝑜𝑟
modulation ) , koneksi usb , socket DC input, = (2 − 2)
𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑒
tombol reset dan dapat menggunakan sketch Dimana evidence 𝑃(𝑥) adalah
arduino (dirakit,2015). 𝑃(𝑥)
𝑛
dengan karakteristik sebagai berikut: =∑ 𝑃(𝑥|𝜔𝑗 )
𝑗=1
Tabel 1 Spesifikasi NodeMCU × 𝑃(𝜔𝑗 ) (2 − 3)
Variabel n merupakan banyak kelas atau
kategori pengelompokkan yang dilakukan
dalam perhitungan.
2.4 Sensor DHT11
Sensor DHT11 merupakan sensor digital
yang dapat suhu dan kelembaban. Sensor ini
tergolong komponen yangmemiliki tingkat
stabilitas yang baik, serta ditambah dengan
kemampuan mikrokontroler 8 bit dengan
trasmisi jarak sampai 20 meter dan
menggunakan exclusive digital-signal-
acquisition technique temperature &
humidity.humiditysensing tecnhnology untuk
2.3 Naive Bayes memastikan keandalan dan stabilitas jangka
Metode klasifikasi Naive Bayes panjang. DHT11 memiliki pengukuran
dikembangkan oleh ahli statistik dari Inggris kelembaban kisaran 20-90 % dan suhu antara 0-
yaitu Thomas Bayes dan menjadi metode paling 50 C. Sensor DHT11 juga menyediakan library
dasar dalam pengenalan pola menggunakan library sendiri yaitu DHT library yang berguna
pendekatan statistik (Webb, 2010). Bayesian untuk memudahkan pemrograman pada
Decision Theory menggunakan probabilitas dari mikrokontroler. Berikut merupakan spesifikasi
data latih yang bertujuan untuk menentukan sensor DHT11:
probabilitas dari data uji terhadap masing-
masing kelas pengelompokan. Menurut Webb Tabel 2 Spesifikasi DHT11
(2010) untuk mengetahui probabilitas kelas
sebuah data uji (𝑥) terhadap sebuah kelas 𝜔𝑗 atau
posterior probability, maka dibutuhkan
informasi berupa:
1. Likelihood Probability 𝑃(𝑥|𝜔𝑗 ) adalah
probabilitas data latih (𝑥) tersebut terhadap
kelas (𝜔𝑗 ).
2. Prior Probability 𝑃(𝜔𝑗 ) adalah probabilitas
dari data latih yang mempunyai kelas (𝜔𝑗 )
terhadap keseluruhan data latih.
3. Evidence 𝑃(𝑥) adalah jumlah total dari
semua likelihood probability yang dikalikan
dengan prior probability. Evidence ini yang
akan membuat nilai posterior probability
hanya antara 0 dan 1.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 390

3. PERANCANGAN DAN merupakan jenis step down yang dapat

IMPLEMENTASI
3.1 Perancangan Sistem
3.1.1 Perancangan Perangkat Keras
Pada Perancangan perangkat keras yaitu
terdapat 2 bagian yaitu perancangan sistem
otomasi dan perancangan rangkain elektrik
sebgai berikut :
Gambar 1 Perancangan Perangkat
Keras
Pada perancangan sistem otomasi
menggunakan kandang dengan panjang 15 meter
dan lebar 6 meter dan tinggi 2 meter.
Perancangan sistem seperti pada Gambar.
mengubah tegangan listrik AC besar menjadi
tegangan DC yang lebih rendah. Pada penelitian
kali ini rangkaian power supply memiliki
tegangan keluaran sebesar 12V dan 5V. Peneliti
menggunakan IC regulator untuk
mempertahankan atau memastikan nilai
tegangan pada level tertentu, dengan arti lain
tegangan Output DC pada voltage regulator
tidak dipengaruhi oleh perubahan tegangan input
maupun beban lain nya sehingga tegangan akan
stabil. IC regulator yang digunakan yaitu
LM7812 untuk mendapatkan tegangan sebesar
12 V, LM7905 untuk mendapatkan tegangan
sebesar 5V
3.1.2 Perancangan Driver Kipas
Pada perancangan driver kipas ini
menggunakan rangkaian mosfet dengan
menggunakan metode zero crossing dengan
rangkaian inti menggunakan triac tipe bt136
dimana berdasarkan datasheet mampu bekerja
pada daya maksimal 800 watt .Triac merupakan
komponen yang berfungsi untuk mengatur
besaran tegangan AC yang masuk ke perangkat
kipas. Berikut merupakan skematik rangkaian
driver kipas

Gambar 3 Skematik Rangkaian Driver

Kipas

Gambar 2 Peletakan Sensor dan Output

Sistem
Pada penelitian kali ini Rangkaian power
supply dirancang untuk menghasilkan nilai
tegangan (+) dan (GND) yaitu dengan nilai
tegangan 12 V, 5V dan GND Teganngan
Rangkaian power supply mendapatkan sumber
tegangan dari Transformator 5A seperti yang
terlihat pada gambar 5.3 yang dihubungkan ke
sumber tegangan PLN. Transformator
digunakan sebagai tegangan masukan untuk
rangkaian power supply, tegangan yang dipakai
sebesar 12 V, 5V, dan GND. Tegangan tersebut
diubah menjadi tegangan DC dengan komponen
dioda rectifier (penyearah gelombang penuh).
Transformator yang digunakan dalam penelitian

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 391

3.1.3 Perancangan Rangkaian Elektrik ouput kipas dapat dilihat Flowchart perancangan
Sistem yang ditunjukkan pada Gambar .
Pada tahap perancangan rangkaian elektrik
sistem otomasi terdapat komponen utama dari
sistem adalah sebagai berikut:

Gambar 7 Perancangan Klasifikasi Kipas

Gambar 4 Rangkaian Elektrik

3.2 Perancangan Perangkat Lunak 3.2.2 Perancangan Klasifikasi Tirai

Pada sistem ini, Perancangan perangkat
lunak pada sistem ini dibagi beberapa bagian
yaitu program DHT11,, program Metode Naive
Bayes, dan program output pwm.
Pada perancangan perangkat lunak diatas
menjelaskan bahwa mikrokontroler NodeMCU
mengambil data dari sensor DHT11 kemudian
dari data tersebut dihitung dengan menggunakan
perhitungan klasifikasi naive bayes untuk
menentukan klasifikasi output pada sistem.
Pada proses ini sistem akan melakukan
klasisifikasi output tirai berdasarkan 2 parameter
suhu dan kelembaban dari data sensor kemudian
terdapat 2 pengklasifikasian untuk output tirai
yaitu buka dan tutup. Tentang penjelasan
bagaimana mikrokontroler dapat melakukan
pengklasifikasian yang ditentukan dengan
menggunakan metode Naïve Bayes. Tahapan
proses klasifikasi mengenai ouput kipas dapat
dilihat Flowchart perancangan yang ditunjukkan
pada

Gambar 5 Perancangan Perangkat Lunak

3.2.1 Perancangan Klasifikasi Kipas

Pada proses ini sistem akan melakukan
klasisifikasi output kipas berdasarkan 2 Gambar 6 Perancangan Klasifikasi Kipas
parameter suhu dan kelembaban dari data sensor
kemudian terdapat 3 pengklasifikasian untuk
output kipas yaitu mati, sedang, dan cepat.
Tentang penjelasan bagaimana mikrokontroler
dapat melakukan pengklasifikasian yang
ditentukan dengan menggunakan metode Naïve
Bayes. Tahapan proses klasifikasi mengenai

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
3.2.3 Perancangan WEB Server
Pada proses perancangan sistem ini
menjelaskan bagaimana hasil pembacaan sensor
DHT11 disimpan pada web server dimana data
berdasarkan 2 parameter suhu dan kelembaban
dari data sensor sebagai monitoring sistem.
untuk perancangan web server akan dijelaskan
pada Gambar
Gambar 8 Flowchart Perancangan WEB
Server
Dari gambar diatas merupakan tahap untuk
perancangan web server yaitu dinulai dari
pengambilan data suhu beserta kelembaban
sensor DHT11 kemudian data dikirm pada
database, disimpan dan ditampilkan pada WEB.
4. PENGUJIAN DAN ANALISIS
Manfaat dilakukannya pengujian adalah
untuk mengetahui apakah semua kebutuhan
yang diharapkan telah terpenuhi oleh sistem.
Pada proses pengujian yang dilakukan yakni
berupa pengujian fungsional, pengujian akurasi
dan pengujian kecepatan pemrosesan sistem,
yakni untuk menguji waktu pemrosesan ketika
sistem mulai di jalankan hingga menghasilkan
jenis klasisifikasi. Berikut dijelaskan beberapa
skenario pengujian yang dilakukan untuk
menguji sistem.
4.1 Pengujian Sensor DHT11
Sensor DHT11 merupakan sensor yang
dapat mendeteksi suhu dan kelembaban. Pada
penelitian sensor DHT11 merupakan komponen
utama pada sistem ini untuk melakukan
pembacaan nilai suhu dan kelembaban pada
kandang. Pengujian ini bertujuan untuk
mengetahui respon suhu beserta kelembaban
yang diberikan oleh sensor dan keakuratan
sensor dengan alat HTC-2.
Fakultas Ilmu Komputer, Universitas Brawijaya
392
Tabel 3 Perhitungan Persentase Kesalahan
Suhu DHT11
Tabel 4 Perhitungan Persentase Kesalahan
kelembaban Kelembaban DHT11
Berdasarkan Tabel 3 dan 4 persentase
kesalahan pada pembacaan suhu yaitu 1,94 %
dengan nilai akurasi sebesar 98,06 % dan
presentase kesalahan pada pembacaan
kelembaban yaitu sebesar 4,42 % dengan nilai
akurasi sebesar 95,58%.
4.2 Pengujian akurasi hasil klasifikasi Naive
Bayes.
Pada prosedur pengujian tingkat akurasi
metode Naive Bayes dilakukan untuk
mendapatkan hasil nilai akurasi pada sistem,
yaitu dengan cara membandingkan hasil
klasifikasi output pada kipas dan tirai yang
dilakukan oleh sistem. Adapun persamaan yang
digunakan untuk menghitung tingkat keakuratan
metode Naive Bayes ditunjukan di antara
lainnya adalah sebagai berikut.
𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 − 𝐷𝑎𝑡𝑎 𝑦𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑠𝑒𝑠𝑢𝑎𝑖
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = × 100%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎
Berdasarkan hasil pengujian klasifikasi
kipas bahwa dari 54 data terdapat 7 hasil dari
sistem yang tidak sesuai dengan kelas
sebenarnya. Sehingga akurasi untuk menentukan
output kipas berdasarkan perhitungan yaitu
87,03 %. sedangkan Berdasarkan hasil pengujian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
dari klasifikasi tirai bahwa dari 54 data terdapat
2 hasil dari sistem yang tidak sesuai dengan
kelas sebenarnya. Sehingga akurasi untuk
menentukan kecepatan kipas berdasarkan
persamaan yaitu 96,29 %.
5. KESIMPULAN
Berdasarkan perancangan dan hasil
pengujian yang dilakukan, maka dapat diambil
kesimpulan sebgai berikut :
1. Pada penelititan ini telah dibuat sistem
otomasi untuk meminimalisir heat stress
pada ayam broiler yaitu dengan
menggunakan sensor DHT11 sebagai
pendeteksi suhu dan kelembaban yang
berhasil diolah oleh mikrokontroler
NodeMCU, Serta memiliki memiliki
presentase kesalahan sebesar 1,94% dan
keakurasian sebesar 98,06% pada
pembacaan suhu. Untuk pembacaan
kelembaban memiliki presentase
kesalahan sebesar 4,42 % dan
keakurasian sebesar 95,58%, bila nilai
suhu dan kelembaban yang dideteksi
dengan HTC-2.
2. Pada penelitian ini menggunakan
metode Naive Bayes dengan 54 data uji
dari 150 data latih, diperoleh
keakurasian untuk output kipas sebesar
87,03% dan pada output tirai diperoleh
keakurasian sebesar 96,29 %. Sehingga
metode Naive Bayes baik untuk
diterapkan pada sistem otomasi kandang
ini untuk dapat meminimalisir heat
stress.
3. Pada penelitian ini data sensor berupa
suhu dan kelembaban berhasil disimpan
pada database dan ditampilkan pada
halaman WEB.
4. Berdasarkan pengujian yang dilakukan
selama 2 minggu, dapat disimpulkan
bahwa sistem otomasi ini berhasil
meminimalisir heat stress. Karena
sebelum menggunakan sistem ini
jumlah kematian ayam sebanyak 64
ekor, kemudian setelah menggunakan
sistem ini jumlah kematian menurun
yaitu sebanyak 31 ekor.
Fakultas Ilmu Komputer, Universitas Brawijaya
393
6. DAFTAR PUSTAKA
Alimuddin. 2012. Sistem Supervisori Kendali
Lingkungan pada Model Broiler
Clossed House
Alimuddin., K. B. Seminar, D. M. Subrata, N.
Nomura. 2011. A Supervisory Control
System for Temperature and Humidity
in a Closed House Model for Broilers.
International Journal of Electrical &
Computer Sciences. 11 (6).
Amani, R. Z., 2017. Sistem Pendeteksi
Dehidrasi Berdasarkan Warna dan
Kadar Amonia Pada Urin Berbasis
Sensor TCS3200 dan MQ135 Dengan
Metode Naive Bayes.
Aprilianto, L., P. Kuntoro. 2014. Pemadam Api
Otomatis dengan Kendali Suhu dan
Kelembaban Ruangan Menggunakan
Logika Fuzzy.
Cooper, M.A., K.W. Washburn. 1998. The
Relationships of Body Temperature to
Weight Gain, Feed Consumption, and
Feed Utilization in Broilers under Heat
Stress. Poult. Sci. 77:237–242
DHT11, 2010. DHT11 Humidity & Temperatur
Sensor.
Hery., 2009. Pentingnya Aspirin dan Vitamin
C. http://broilerkita.blogspot.com.
Jindarat, S. & W. Pongpisitt. 2015. Smart Farm
Monitoring Using Raspberry Pi and
Arduino. Journal International
Conference on Computer,
Communication, and Control
Technology.
Mahmoud, T., M. A. Rahman, M. H. Darwish,
T. J. Apllegate, H. W. Cheng. 2015.
Behavioral Changes and Feathering
Score in Heat Stressed Broiler
Chickens Fed Diets Containing
Different Levels of Propolis. Journa
Home Page
www.elsevier.com/locate/applanim.
Prihandanu, R, A. Trisanto. & Y. Yuniati. 2015.
Model Sistem Kandang Ayam Closed
House Otomatis Menggunakan Omron
Sysmac CPM1A 20-CDR-A-V1.
Jurnal Rekayasa dan Teknologi
Elektro. 9 (1).
Rahman, A. & Z. H. Abu Dieyeh. 2007. Effect
of Chronic Heat Stress on Broiler
Performance in Jordan. International
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 394

Journal of Poultry Science. 6 (1): 64-

70.
Syahruddin, H. A. 2012. Aplikasi Mengkudu
Sebagai Sumber Antioksidan Untuk
Mengatasi Stress pada Ayam Broiler di
Daerah Tropis
Tamzil, M. 2016. Stress Panas Pada Unggas
Metabolisme Akibat dan
Penanggulangannya
Sugito, D. Mira. 2009 Dampak Cekaman Panas
Terhadap Pertumbuhan Bobot, Rasio
Heterofil Limfosit dan Suhu Tubuh
Ayam

Fakultas Ilmu Komputer, Universitas Brawijaya