Claim Missing Document
Check
Articles

PENGEMBANGAN SISTEM INFORMASI MANAJEMEN PETERNAKAN AYAM KAMPUNG BERBASIS WEB PADA SADELI FARM Dwi Apriansyah; Himmatul Miftah; Hilmy Aliy Andra Putra
Journal of Data Analytics, Information, and Computer Science Vol. 3 No. 3 (2026): Juli
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jdaics.v3i3.4123

Abstract

Peternakan ayam kampung merupakan salah satu sektor usaha yang berperan penting dalam mendukung ketahanan pangan dan perekonomian masyarakat. Namun, sebagian besar peternakan skala kecil, termasuk Sadeli Farm di Bogor Selatan, masih menerapkan sistem pencatatan manual yang menyebabkan tingginya risiko kesalahan pencatatan, kesulitan dalam pemantauan data, serta keterlambatan penyusunan laporan operasional dan keuangan. Penelitian ini bertujuan untuk merancang dan mengembangkan Sistem Informasi Manajemen Peternakan Ayam Kampung berbasis web yang mengintegrasikan pengelolaan data ternak, pakan, produksi, dan keuangan dalam satu sistem terpusat. Metode pengembangan perangkat lunak yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan PHP Native, MySQL/MariaDB, Bootstrap 5, dan Chart.js. Pengujian fungsional dilakukan menggunakan metode Black Box Testing terhadap tujuh modul utama sistem dan menunjukkan tingkat keberhasilan sebesar 100%, sehingga seluruh fungsi berjalan sesuai dengan kebutuhan pengguna tanpa ditemukan kesalahan kritis. Evaluasi penerimaan pengguna dilakukan melalui User Acceptance Testing (UAT) terhadap 5 responden yang terdiri atas pemilik, anggota keluarga, dan pekerja kandang. Hasil evaluasi menunjukkan tingkat kepuasan pengguna sebesar 89,5% dengan kategori sangat baik, terutama pada aspek kemudahan penggunaan, keakuratan data, dan efisiensi waktu. Implementasi sistem mampu meningkatkan efisiensi proses pencatatan, mempercepat penyusunan laporan, serta menghasilkan informasi yang lebih terstruktur dan akurat untuk mendukung pengambilan keputusan operasional di Sadeli Farm. Dengan demikian, sistem yang dikembangkan
Rancang Bangun Aplikasi Diagnosa Penyakit Tanaman dan Hewan Menggunakan Convolutional Neural Network (CNN) Berbasis Web Apriandi Syafiq Firdaus; Himmatul Miftah; Muhammad Encep
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.8243

Abstract

Penyakit pada tanaman dan hewan merupakan salah satu faktor yang dapat menurunkan produktivitas pada sektor pertanian dan peternakan. Proses diagnosis penyakit yang masih dilakukan secara manual seringkali membutuhkan waktu yang lama serta memerlukan pengetahuan khusus dari para ahli. Oleh karena itu, diperlukan suatu sistem yang dapat membantu proses identifikasi penyakit secara cepat dan akurat dengan memanfaatkan teknologi kecerdasan buatan. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi berbasis web yang dapat digunakan untuk mendiagnosa penyakit pada tanaman dan hewan menggunakan metode Convolutional Neural Network (CNN). Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan memanfaatkan algoritma CNN sebagai metode klasifikasi citra. Dataset yang digunakan terdiri dari citra tanaman dan hewan yang telah dikategorikan berdasarkan kondisi sehat maupun jenis penyakit tertentu. Proses penelitian meliputi tahap pengumpulan dataset, preprocessing data, pelatihan model CNN, serta implementasi model ke dalam aplikasi berbasis web menggunakan framework Flask. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu melakukan proses diagnosis penyakit tanaman dan hewan secara otomatis dengan waktu respons rata-rata sekitar 1,48 detik. Sistem juga dapat menampilkan informasi mengenai jenis penyakit yang terdeteksi serta rekomendasi penanganan yang dapat dilakukan oleh pengguna. Aplikasi ini diharapkan dapat membantu petani dan peternak dalam melakukan diagnosis awal penyakit secara lebih cepat, mudah, dan efisien
Co-Authors Abdul Aziz Afandi, Santia Agustia Rizka Ananda Ahmid, Ahmid Ahmid, Ahmid Aina, Ana Aina, Ana Aisah Rini Susanti Ananda, Agustia Rizka Antoni, Erwin Antoni, Erwin Apendi Arsyad Apriandi Syafiq Firdaus Ar- Rozi, Muhammad Fakhrudin Arsyad, Eki Fadhal Arti Yoesdiarti Arti Yusdiarti Azrin Syamsuddin Bidari Silmi Dean Riza Rivanda Dianda, Rusli Dinata, Maijar Dwi Apriansyah Elgar, Muhamad Elis Marfu'ah Elis Marfuah Erika Ewiel, Ewiel Farrizal, Fony Fauzi Ahmad Muda Fazalika, Feri Dwi H Tsuwaibah Habibi, Muhsin Habibi, Muhsin Hanan, Sufrin Hanifah, Ishmah Hilmy Aliy Andra Putra I Gusti Bagus Wiksuana Ikhsan Qodri Pramartaa Iskandar, Imam Ita Novita Khairi, Yudri Khairi, Yudri Khairi, Yudrik Khairi, Yudrik Kusnadi, Sidik Laksana, Shefira Gustiana M. A. Sunaryo Marfuah Zuher, Vigia Maulana, Harry Muchransyah Muhammad Angga Nugraha Muhammad Encep Muhammad Encep Muhammad Fauzan Arkan Muhammad Rival Pratama Rival Nadita Nahraeni, Wini Namira L Ramadhani Namira Laila Ramadhani Nandan Limakrisna Nirmalasari, Suci Novita Yulanda Novita, Ita Parlindungan, Muhammad Dapot Parlindungan, Muhammad Dapot Ramadhan, Andhika Wahyu Ramadhan, Andika Wahyu Ramadhan, Januar Ramdani, Doni Riadhotul huda, Wafi Riny Kusumawati Riri Setyawati Ruslan, Muhammad Robi Saefullah, Lutfi Saefullah, Lutfi Santia Afandi Siti Malihatul Aviah Siti Masithoh Siti Masithoh Siti Masitoh Siti Rohmah Soka, Tiara Dewi Soka, Tiara Dewi Soka, Tiara Dwi Soka, Tiara Dwi Sulistiawati , Riri Sumantri Sumantri Sumantri Sunaryo, Muhammad Abdurohman Suryana, Dede Suryana, Dede Syaima Lailatul Mubarokah Tamaradewi, R. Nadya Tiara Amanda Lestari Vigia Marfu’ah Zuher Yanyan Mulyaningsih Yodfiatfinda, Yodfiatfinda Yusdiarti, Arti Yusdiarti, Arti