Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Tingkat Kematian Ayam Petelur terhadap Perubahan Cuaca menggunakan Metode Long Short Term Memory Sonaya Devi Anja Amelia; Nizar Palefi Ma'ady, Mochamad; Ilham Alhari, Muhammad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Pada tahun 2022, populasi ayam petelur di Indonesia mengalami penurunan sebesar 1,77%, yang menjadi perhatian serius karena ayam petelur berperan penting dalam pemenuhan kebutuhan gizi masyarakat. Selain itu, fenomena El Niño dapat mengakibatkan kekeringan atau kemarau yang diperkirakan terjadi pada Juni 2023 meningkatkan potensi heatstress yang dapat memperburuk tingkat kematian ayam. Penelitian ini bertujuan untuk menerapkan algoritma Long Short Term Memory (LSTM) guna memprediksi tingkat kematian ayam petelur terhadap perubahan cuaca. Data dikumpulkan dari September 2022 hingga Desember 2023, mencakup data kematian ayam dan parameter cuaca bulanan. Setelah melalui tahapan preprocessing, normalisasi, dan pembagian data, model LSTM dilatih dan diuji untuk mendapatkan performa terbaik. Model optimal dengan epoch 50, batch size 8, dan learning rate 0.1 menghasilkan MAE sebesar 3.33 dan MAPE sebesar 10.10%, dengan akurasi 89.90%. Model ini diintegrasikan ke dalam website Growchick berbasis Streamlit untuk membantu peternak dalam memitigasi risiko dan pengambilan keputusan bisnis kedepan yang lebih tepat. Kata kunci— Ayam petelur, Cuaca, LSTM