EVALUASI TINGKAT KENYAMANAN AYAM BERBASIS ANALISIS PERILAKU PADA KANDANG CLOSE HOUSE DAN OPEN HOUSE MENGGUNAKAN DEEP LEARNING

Pratama, M. Ariansyah Putra (2026) EVALUASI TINGKAT KENYAMANAN AYAM BERBASIS ANALISIS PERILAKU PADA KANDANG CLOSE HOUSE DAN OPEN HOUSE MENGGUNAKAN DEEP LEARNING. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (2MB) | Preview
Preview	Text (ABSTRAK) ABSTRAK .pdf - Published Version Download (236kB) | Preview
	Text (BAB I PENDAHULUAN) BAB I .pdf - Published Version Restricted to Repository staff only Download (259kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III .pdf - Published Version Restricted to Repository staff only Download (814kB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (951kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (215kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA .pdf - Published Version Restricted to Repository staff only Download (185kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Evaluasi tingkat kenyamanan ayam merupakan aspek penting dalam meningkatkan kesejahteraan ternak dan produktivitas peternakan. Penelitian ini bertujuan mengembangkan sistem evaluasi kenyamanan ayam berbasis analisis perilaku menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan transfer learning melalui arsitektur MobileNetV2. Dataset penelitian terdiri atas citra ayam pada kandang close house dan open house yang dikelompokkan ke dalam tiga kategori perilaku, yaitu makan (feeding), minum (drinking), dan istirahat (resting). Tahapan penelitian meliputi praproses citra, pelatihan model, pengujian, dan evaluasi menggunakan metrik precision, recall, F1-score, dan accuracy. Hasil penelitian menunjukkan model mampu mengklasifikasikan perilaku ayam dengan baik, memperoleh precision tertinggi sebesar 0,97, recall 0,90, F1-score 0,94 pada kelas resting, serta accuracy tertinggi sebesar 0,90 pada kelas drinking. Hasil klasifikasi dimanfaatkan untuk menganalisis distribusi perilaku sehingga memberikan gambaran tingkat kenyamanan ayam pada kedua sistem kandang.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Evaluasi kenyamanan ayam; Analisis perilaku; CNN; MobileNetV2; Transfer Learning; Close House; Open House
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	09 Aug 2026 15:31
Last Modified:	09 Aug 2026 15:31
URI:	http://eprints.polsri.ac.id/id/eprint/24399

Actions (login required)

View Item