Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Agri-Informatika
Anuraga Jayanegara
Departemen Ilmu Komputer, FMIPA, IPB
Agriculture, Biological Sciences & Forestry Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ilmu Komputer dan Agri-Informatika

 1 
Pengembangan Model Bayesian Regularization Backpropagation untuk Estimasi Nilai Nutrisi berdasarkan Komposisi Kimia Pakan Ternak Ruminansia Ulfa Nikmatya; Aziz Kustiyo; Anuraga Jayanegara
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.168-176

Abstract

Perbedaan komponen kimia pakan ternak dapat memengaruhi nilai nutrisi hewan ternak ruminansia. Untuk menentukan komposisi kimia dan nutrisi yang dihasilkan oleh pakan ternak tersebut perlu dilakukan analisis di laboratorium. Sebagai alternatif, pada penelitian ini estimasi nutrisi pakan ruminansia berdasarkan komposisi kimia pakan dilakukan menggunakan bayesian regularization backpropagation menggunakan data sekunder. Data yang digunakan dalam penelitian ini diperoleh dari hasil penelitian Rowett Research Institute Prancis pada kategori main constituents dan ruminant nutritive values. Main constituents menunjukkan komposisi kimia pakan ruminansia sedangkan ruminant nutritive values menunjukkan nilai nutrisi pakan yang akan diprediksi. Model bayesian regularization backpropagation yang dibangun memiliki 12 neuron input yang berasal dari 12 komponen kimia pakan ruminansia. Jumlah maksimal output model tersebut adalah 8 neuron yang merupakan 8 nilai nutrisi pakan ruminansia. Proses pelatihan dilakukan dengan metode validasi silang dengan memvariasikan jumlah neuron lapisan tersembunyi dari 5 sampai dengan 50 dan jumlah neuron output sebanyak 8, 6 dan 3. Hasil percobaan menunjukkan model bayesian regularization backpropagation terbaik adalah model dengan 8 output dengan nilai root mean square error sebesar 3.47 dan nilai mean absolute percentage error sebesar 11.82%.
Co-Authors Aziz Kustiyo Ulfa Nikmatya