Browsing by Author "Mafarul, Alif Wanda"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    KLASIFIKASI HASIL PETERNAKAN BOILER DENGAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)
    (Program Studi S1 Informatika, 2025) Mafarul, Alif Wanda; Sunjana (Pembimbing)
    Keberhasilan dalam beternak ayam broiler sangat bergantung pada berbagai faktor, seperti jenis pakan, kondisi kandang, dan kesehatan ayam. Namun, banyak peternak menghadapi kesulitan dalam menentukan faktor mana yang paling berpengaruh terhadap keberhasilan produksi. Oleh karena itu, penelitian ini menerapkan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan hasil produksi ayam broiler berdasarkan sejumlah atribut, seperti musim, jenis bibit, jenis pakan, populasi, konsumsi pakan, rasio FCR, berat panen, umur panen, deplesi, kondisi kandang dan biaya produksi. Salah satu tantangan utama dalam penelitian ini adalah ketidakseimbangan data pada label target. Untuk mengatasi hal tersebut, digunakan teknik Synthetic Minority Over-sampling Technique (SMOTE) agar distribusi data antar kelas menjadi seimbang. Model SVM diuji menggunakan empat jenis kernel, yaitu Linear, Polynomial, RBF, dan Sigmoid, untuk menentukan performa terbaik. Berdasarkan hasil evaluasi, kernel Linear memberikan performa paling stabil dengan akurasi tertinggi pada data latih. Model ini kemudian diuji pada data uji yang belum pernah dilihat sebelumnya, dan menghasilkan akurasi sebesar 84%. Selain itu, analisis feature importance menunjukkan bahwa rasio FCR, berat panen, konsumsi pakan, dan populasi merupakan atribut yang paling berpengaruh terhadap hasil klasifikasi. Penelitian ini diharapkan dapat memberikan wawasan bagi peternak dan perusahaan dalam mengoptimalkan faktor-faktor utama yang memengaruhi keberhasilan produksi ayam broiler.