ABSTRAK
Ayam broiler termasuk ayam potong yang banyak dijumpai di berbagai usaha peternakan ayam. Prospek usaha
beternak ayam broiler cukup menjanjikan. Hal ini dikarenakan daging ayam merupakan makanan favorit bangsa
Indonesia. Permasalahan utama yang merupakan tantangan terberat di peternakan ayam adalah munculnya
penyakit, sehingga pengelolaannya perlu dilakukan secara efisien dan profesional. Untuk mempermudah peternak
ayam dalam mendiagnosa penyakit pada ayam broiler, maka dibuatlah suatu sistem untuk megindentifikasi
penyakit pada ayam broiler. Pembuatan sistem identifikasi ini menggunakan metode Naive Bayes. Dengan
demikian, dari permasalahan di atas, maka diperlukan pengetahuan tentang berbagai jenis penyakit yang
menyerang ayam tersebut, sehingga peternak dapat melakukan penanganan lebih awal untuk mengatasi masalah
yang dihadapi.
1
dapat dilatih dengan efisien dalam pembelajaran penghitungan manual untuk mendapatkan hasil
terawasi (supervised learning). Dalam prosesnya, identifikasi dari 5 penyakit dan 20 gejala.
Naive Bayes mengasumsikan bahwa ada atau 4. Macam-macam penyakit
tidaknya suatu fitur pada suatu kelas tidak
berhubungan dengan ada atau tidaknya fitur lain
dikelas yang sama (Patil dan Sherekar, 2013). No. Nama Penyakit
Perhitungan Naive Bayes yang digunakan dalam 1 Chlamydiosis
penelitian ini : 2 Chronic Respiratory Disease (CRD)
Menghitung P(ai|vj) dengan rumus : 3 Colibacilosis
𝑛𝑐+𝑚.𝑝
P(ai|vj) 4 Coryza
𝑛+𝑚
Dimana : 5 Kolera
Nc = Jumlah record pada data learning 4. Macam-macam Gejala
yang v = vj dan a = ai No Gejala
p = 1 / banyaknya jenis class / penyakit 1 Diare
m = jumlah parameter / gejala 2 Sesak nafas
n = jumlah record pada data learning yang 3 Sekresi hidung
v = vj / tiap class
4 Bulu kusam
Persamaan diselesaikan melalui perhitungan sebagai
5 Rongga hidung kotor dan atau berair
berikut:
3. Menentukan nilai nc untuk setiap class. 6 Menggigil kedinginan
3. Menghitung nilai P (ai|vj) dan hitung nilai p. 7 Batuk
3. Menghitung P(ai|vj) x P(vj) untuk tiap v. 8 Nafas berbunyi atau ngorok
4. Menentukan hasil klasifikasi yaitu v yang 9 Nafsu makan menurun
memiliki hasil perkalian paling besar. 10 Ayam menggelengkan kepala
11 Ayam lesu dan tidak bergairah
3. Metodologi Penelitian 12 Bulu kasar
3.1. Studi literatur 13 Muka dan mata bengkak akibat
Tahap studi literatur mempelajari tentang pembengakakan sinus infra global
semua informasi dan data yang berkaitan dengan 14 Terdapat kerak dihidung
penyakit pada ayam Broiler, dan gejala yang 15 Ayam terlihat mengantuk
ditimbulkan. Pada tahap studi literatur ini 16 Keluar lendir dari hidung kental
mempelajari kerja dari metode Naive Bayes untuk berwarna kuning
mengklasifikasikan penyakit pada ayam Broiler. 17 Pertumbuhan menjadi lambat
Informasi yang didapat untuk menunjang penelitian 18 Warna kotoran kuning
ini adalah wawancara dengan dokter hewan dari 19 Jengger berwarna biru
Dinas Peternakan Bondowoso unutuk mendapatkan 20 Persendian kaki dan sayap bengkak
informasi dari penyakit dan gejala yang ada pada disertai kelumpuhan.
ayam Broiler ketika sakit, selain wawancara dengan 4. Nama macam-macam penyakit dan gejala
ahlinya diambil dari buku peternakan ayam, jurnal
penelitian, e-book, website yang dinilai dapat
memberi tambahan wawasan dalam penelitian ini. No. Nama Penyakit Gejala
3.2. Perancangan Identifikasi sistem 1 Chlamydiosis 1,2,3,4,5,6,7
Pada tahap perancangan identifikasi 2 CRD 5,7,8,9,10
sistem ini akan dibuat sistem identifikasi 3 Colibacilosis 1,2,7,9,11,12
menggunakan algoritma Naive Bayes. Dengan 4 Coryza 8,9,13,14,15,16,17
demikian sistem akan mengidentifikasi gejala- 5 Kolera 1,2,9,10,18,19,20
gejala yang ditimbulkan oleh penyakit, seperti : 4. Perhitungan
Infeksi Bakteri. Contoh perhitungan dengan menggunakan Naive
Identifikasi sistem ini dilakukan Bayes dapat diterapkan pada Ayam ke-1
pengujian secara manual sebelum diterapkan mengalami gejala nomor 1,2,3,7
pada sistem aplikasi, sehingga pada proses Keterangan gejala :
1. Nafsu makan menurun
perhitungan manual ini nantinya akan dijadikan
2. kotoran encer dan bercampur butiran-butiran
sebagai contoh cara perhitungan manual putih seperti kapur
sebelum dibuat sistem untuk mengidentifikasi 3. sekresi hidung
penyakit. Adapun percobaan yang dilakukan 7. Batuk
sebagai berikut : Langkah-langkah perhitungan naive bayes
Sebagai contoh data uji coba sebagai berikut
perhitungan manual akan dilakukan Nilai P : 1/5=0,2
2
N=1
M=20 0 + 20 𝑥 0,2
P(7|D) = = 0,19047619
a. Menghitung nilai P(ai|vj) dan menghitung 1 + 20
nilai P(vj)
Penyakit ayam ke 1 : Chlamydiosis (A) P(D) = 𝟎, 𝟐
Penyakit ayam ke 5 : Kolera (E)
1 + 20 𝑥 0,2
P(1|A) = = 0,23809524 1 + 20 𝑥 0,2
1 + 20 P(1|E) = = 0,23809524
1 + 20
1 + 20 𝑥 0,2
P(2|A) = = 0,23809524 1 + 20 𝑥 0,2
1 + 20 P(2|E) = = 0,23809524
1 + 20
1 + 20 𝑥 0,2
P(3|A) = = 0,23809524 0 + 20 𝑥 0,2
1 + 20 P(3|E) = = 0,19047619
1 + 20
1 + 20 𝑥 0,2
P(7|A) = = 0,23809524 0 + 20 𝑥 0,2
1 + 20 P(7|E) = = 0,19047619
1 + 20
P(A) = 𝟎, 𝟐
P(E) = 𝟎, 𝟐
Penyakit ayam ke 2 : CRD (B) b. Menghitung P(ai|vj) x P(vj) untuk tiap v
0 + 20 𝑥 0,2
P(1|B) = = 0,19047619 Penyakit ayam ke 1 : Chlamydiosis (A)
1 + 20
P(C) x [P(1|C) x P(2|C) x P(3|C) x P(7|C)]
0 + 20 𝑥 0,2 =
P(2|B) = = 0,19047619 = 0,003213682
1 + 20
Penyakit ayam ke 2 : CRD (B)
0 + 20 𝑥 0,2 P(B) x [P(1|B) x P(2|B) x P(3|B) x P(7|B)]
P(3|B) = = 0,19047619 =
1 + 20
0,19047619 𝑥 0,19047619 𝑥 0,19047619 𝑥 0,23809524
1 + 20 𝑥 0,2 =0.001645405
P(7|B) = = 0,23809524 Penyakit ayam ke 3 : Colibacilosis (C)
1 + 20
P(C) x [P(1|C) x P(2|C) x P(3|C) x P(7|C)]
P(B) = 𝟎, 𝟐 = 0,23809524 x 0,23809524 x
0,19047619 𝑥 0,23809524
Penyakit ayam ke 3 : Colibacilosis (C) = 0.002570945
Penyakit ayam ke 4 : Coryza (D)
1 + 20 𝑥 0,2 P(D) x [P(1|D) x P(2|D) x P(3|D) x P(7|D)]
P(1|C) = = 0,23809524 =
1 + 20
0,19047619 𝑥 0,19047619 𝑥 0,19047619 𝑥 0,19047619
1 + 20 𝑥 0,2 = 0.001316324
P(2|C) = = 0,23809524
1 + 20 Penyakit ayam ke 5 : Kolera (E)
P(E) x [P(1|E) x P(2|E) x P(3|E) x P(7|E)]
0 + 20 𝑥 0,2 = 0,23809524 x 0,23809524 x
P(3|C) = = 0,19047619
1 + 20 0,19047619 𝑥 0,19047619
= 0.0020567561
1 + 20 𝑥 0,2
P(7|C) = = 0,23809524
1 + 20
5. Menentukan hasil identifikasi yaitu v
P(C) = 𝟎, 𝟐 yang memiliki hasil perkalian yang terbesar.
Penyakit ayam ke 4 : Coryza (D)
No. Nama Penyakit Nilai v
0 + 20 𝑥 0,2 1 Chlamydiosis (A) 0.003213682
P(1|D) = = 0,19047619
1 + 20 2 CRD (B) 0.001645404
3 Colibacillosis (C) 0.002570945
0 + 20 𝑥 0,2 4 Coryza (D) 0.001316324
P(2|D) = = 0,19047619
1 + 20 5 Kolera (E) 0.0020567562
0 + 20 𝑥 0,2
P(3|D) = = 0,19047619
1 + 20
3
Karena nilai 0.003213682 yang paling besar, maka
contoh kasus peyakit ayam yang diidentifikasi
sebagai penyakit Chlamydiosis.
4. Pembahasan
Implementasi Antarmuka menggambarkan
tampilan dari aplikasi yang dibangun berdasarkan
rancangan antarmuka yang telah dibuat pada tahap
sebelumnya.
4.1. Antarmuka sistem pengguna user dan admin
1. Halaman Home
Gambar 4.4 Halaman Penyakit dan Gejala
Halaman penyakit ini tidak hanya berisi tampilan
dari penyakit, akan tetapi pada halaman ini berisi
gejala dari masing-masing penyakit yang ada,
sehingga pengguna user dapat mengetahui penyakit
dan gejala-gejalanya. Gambar dari isi gejala dari
penyakit yang ada seperti pada gambar 4.3 dan 4.4.
3. Halaman Penyakit
4
Gambar 4.12 Form edit gejala
5
Berdasarkan permasalahan yang ada dan pada Patil dan, Sherekar. (2013). Performance Analysis of
pembahasan bab sebelumnya, didapatkan Naive Bayes and J48 Classification
kesimpulan dan akurasi dari metode Naive Bayes Algorithm for Data Classification. Sant
sebagai berikut : Gadgebaba Amravati University,
1. Identifikasi penyakit ayam broiler dapat Amravati.
dilakukan dengan menggunakan metode Naive
Bayes, dengan cara mencocokkan gejala-gejala Puspa dkk. (2011). Effect Of House Temperature
pada halaman diagnosa dengan databases On Performance Of Broiler In Starter
gejala dan penyakit yang ada. Period. University of Brawijaya. Malang
2. Akurasi metode Naive Bayes diperoleh akurasi Sholikin, H. (2011). Manajemen Pemeliharaan
dengan persentase akurasi 100%, dan Ayam Broiler di Peternakan UD Hadi PS
dicocokkan dengan pendapat dari ahli dalam Kecamatan Nguter Kabupaten Sukoharjo.
bidang kesehatan hewan khususnya kesehatan Universitas Sebelas Maret. Surakarta
hewan dibidang perunggasan. Pengukuran Tarigan, I. (2013). Merancang Website Berita
akurasi dilakukan dengan mencocokkan hasil Moderamen GBKP Dengan Menggunakan
dari diagnosa yang dilakukan oleh program dan PHP Dan MYSQL. Universitas Sumatera
diuji coba oleh ahli guna untuk mendapatkan Utara. Medan..
hasil diagnosa yang akurat dari ahli. UBnet. (2016). Sukses Usaha Beternak Ayam
Broiler 2016. Diakses 20 September 2016,
5.2. Saran Diambil kembali dari UBnet :
Saran dalam penelitian ini untuk pengembangan http://www.usahabersama.net/sukses-
program selanjutnya : usaha-beternak-ayam-broiler-2016/.
1. Penambahan jenis penyakit dan gejala pada
ayam broiler dengan menambah penyakit yang
disebabkan oleh selain bakteri.
2. Untuk kedepannya aplikasi ini dapat dijalankan
di platform Android.
3. Identifikasi penyakit ini diharapkan untuk
kedepannya dapat dilakukan dengan
menggunakan metode selain metode Naive
Bayes.
Aplikasi ini dapat dibuat rekam medisnya dari
setiap melakukan diagnosa agar dapat
dilakukan pencatatan secara otomatis oleh
program, dan dapat diketahui jumlah ayam yang
sakit dari penyakit yang ada
DAFTAR PUSTAKA
Arif, S. (2012). Rancang Bangun Website Program
Studi DIV Komputer Multimedia.
STIKOM. Surabaya
Diani, N. (2013). Analis Dampak Perubahan Harga
Bahan Bakar Minyak (BBM) Terhadap
Biaya Input dan Output Ayam Broiler di
Kabupaten Deli Serdang (Studi Kasus:
Kecamatan Galang Kabupaten Deli
Serdang). Universitas Sumatera Utara.
Medan.
Kementerian Pertanian. (2012). Manual Penyakit
Unggas. Biro Administrasi Sumber Daya
Alam Sekretariat Daerah Provinsi Jawa
Timur
Mulyadi, D. (2014). Sistem Informasi Pelayanan
Konsumen Berbasis Web Pada
Perusahaan Laundry Ciremai Indah
Kabupaten Kuningan. Universitas
Komputer Indonesia. Bandung.