Abdi, Hafizh (2024) SISTEM IDENTIFIKASI AYAM PETELUR YANG SAKIT BERDASARKAN WARNA KOTORAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Diploma thesis, Universitas Andalas.
Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version Download (299kB) |
|
Text (BAB I Pendahuluan)
BAB I Pendahuluan.pdf - Published Version Download (329kB) |
|
Text (BAB V Penutup)
BAB V Penutup.pdf - Published Version Download (301kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (291kB) |
|
Text (Skripsi Full Text)
Draft Tugas Akhir Full_Abdi Hafizh_1911512026.pdf - Published Version Restricted to Repository staff only Download (8MB) |
Abstract
Beberapa masyarakat Indonesia sangat tertarik dalam menjalankan usaha peternakan ayam petelur. Hal ini dikarenakan permintaan terhadap telur ayam yang sangat tinggi. Meskipun demikian, terdapat banyak tantangan dalam menjalani usaha peternakan ayam petelur, salah satunya yaitu pencegahan penularan penyakit. Dalam praktiknya, pemeriksaan kesehatan masih dilakukan secara manual sehingga jika diterapkan pada peternakan skala besar maka akan menyita waktu. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat mengidentifikasi secara otomatis ayam petelur yang sakit berdasarkan warna kotorannya dengan menggunakan algoritma Support Vector Machine (SVM). Sistem ini bekerja dengan cara mendeteksi objek kotoran ayam dengan metode Haar Cascade, kemudian hasil deteksi tersebut diklasifikasi menggunakan model machine learning SVM, dan terakhir sistem akan menyalakan LED dan mengirimkan pesan melalui Bot Telegram jika teridentifikasi kotoran ayam petelur yang sakit. Berdasarkan pengujian yang dilakukan, didapatkan hasil performance metrics model SVM yang dirancang dengan nilai masing- masingnya yaitu Accuracy 83,33%, Precision 83,66%, Recall 83,33%, dan F1-Score 83,28%. Diharapkan dengan adanya sistem ini dapat membantu para peternak dalam mencegah terjadinya penularan penyakit pada ayam petelur.
Item Type: | Thesis (Diploma) |
---|---|
Primary Supervisor: | Dr. Eng. Tati Erlina, M.I.T., Arrya Anandika, M.T. |
Uncontrolled Keywords: | Ayam Petelur, Warna Kotoran, Haar Cascade, Support Vector Machine, Bot Telegram |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Teknik Komputer |
Depositing User: | s1 Teknik Komputer |
Date Deposited: | 21 Aug 2024 02:58 |
Last Modified: | 21 Aug 2024 02:58 |
URI: | http://scholar.unand.ac.id/id/eprint/476758 |
Actions (login required)
View Item |