Fakultas Ilmu Komputer
387
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
Industri unggas di daerah tropis dihadapkan dengan permasalahan tingginya suhu lingkungan yang mengakibatkan ayam mengalamai stres panas (heat stress). Ternak unggas tergolong dalam hewan berdarah panas yang tidak mempunyai kelenjar keringat serta hampir seleuruh tubunya tertutup bulu. Kondisi biologis seperti ini mengakibatkan ternak unggas dalam kondisi panas mengalami kesulitan untuk membuang panas tubuhnya ke lingkungan. (M. TAMZIL,2014) . Indonesia merupakan negara yang terletak pada garis khatulistiwa dengan iklim tropis yang mempunyai dua musin yaitu
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 sepertiini 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
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.
2.2 NodeMCU
NodeMCU merupakan mikrokontroler yang berbasis ESP8266. NodeMCU beroperasi dengan tegangan 5V. Memiliki 1 input analog, 9 GPIO pin digital input atau output pin dimana 3 pin sebagai output PWM ( pulse-width modulation ) , koneksi usb , socket DC input, tombol reset dan dapat menggunakan sketch arduino (dirakit,2015).
dengan karakteristik sebagai berikut:
Tabel 1 Spesifikasi NodeMCU
2.3 Naive Bayes
Metode klasifikasi Naive Bayes
dikembangkan oleh ahli statistik dari Inggris yaitu Thomas Bayes dan menjadi metode paling dasar dalam pengenalan pola menggunakan pendekatan statistik (Webb, 2010). Bayesian Decision Theory menggunakan probabilitas dari data latih yang bertujuan untuk menentukan probabilitas dari data uji terhadap masing-masing kelas pengelompokan. Menurut Webb (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.
Sehingga probabilitas sebuah data uji terhadap sebuah kelas 𝑃(𝜔𝑗|𝑥) adalah
𝑃(𝜔𝑗|𝑥) = 𝑃(𝑥|𝜔𝑗) 𝑥 𝑃(𝜔𝑗)𝑃(𝑥) (2 − 1)
𝑃𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟
= 𝑙𝑖𝑘𝑒ℎ𝑜𝑜𝑑 𝑥 𝑝𝑟𝑖𝑜𝑟𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑒 (2 − 2)
Dimana evidence 𝑃(𝑥)adalah
𝑃(𝑥)
= ∑ 𝑃(𝑥|𝜔𝑗)𝑛
𝑗=1
× 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 memastikan keandalan dan stabilitas jangka panjang. DHT11 memiliki pengukuran kelembaban kisaran 290 % dan suhu antara 0-50 C. Sensor DHT11 juga menyediakan library library sendiri yaitu DHT library yang berguna untuk memudahkan pemrograman pada mikrokontroler. Berikut merupakan spesifikasi sensor DHT11:
3. PERANCANGAN DAN 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 :
Pada perancangan sistem otomasi menggunakan kandang dengan panjang 15 meter dan lebar 6 meter dan tinggi 2 meter. Perancangan sistem seperti pada Gambar.
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
merupakan jenis step down yang dapat 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 1 Perancangan Perangkat Keras
Gambar 2 Peletakan Sensor dan Output Sistem
3.1.3 Perancangan Rangkaian Elektrik Sistem
Pada tahap perancangan rangkaian elektrik sistem otomasi terdapat komponen utama dari sistem adalah sebagai berikut:
3.2 Perancangan Perangkat Lunak
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.
3.2.1 Perancangan Klasifikasi Kipas
Pada proses ini sistem akan melakukan klasisifikasi output kipas berdasarkan 2 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
ouput kipas dapat dilihat Flowchart perancangan yang ditunjukkan pada Gambar .
3.2.2 Perancangan Klasifikasi Tirai
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 4 Rangkaian Elektrik
Gambar 5 Perancangan Perangkat Lunak
Gambar 7 Perancangan Klasifikasi Kipas
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
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 DHT11Sensor 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.
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.
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 =𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 − 𝐷𝑎𝑡𝑎 𝑦𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑠𝑒𝑠𝑢𝑎𝑖𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 × 100%
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
Tabel 3 Perhitungan Persentase Kesalahan Suhu DHT11
Tabel 4 Perhitungan Persentase Kesalahan kelembaban Kelembaban DHT11
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.
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.
InternationalJournal 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.
JurnalRekayasa dan Teknologi Elektro. 9 (1).
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
