Pemodelan Hybrid AI untuk Prediksi Nutrisi Pakan Berbasis Simulasi NIR

Adinda Meylia Salsabila (Universitas Nusantara PGRI Kediri)
Intan Nur Farida (Universitas Nusantara PGRI Kediri)
Ardi Sanjaya (Universitas Nusantara PGRI Kediri)

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026

Analisis kandungan nutrisi pakan ternak merupakan tahapan penting dalam menentukan kualitas dan efisiensi produksi peternakan. Penggunaan alat Near Infrared Reflectance (NIR) mampu memberikan hasil analisis yang cepat, namun biaya perangkat dan pengujiannya relatif tinggi. Penelitian ini bertujuan mengembangkan model hybrid Artificial Intelligence berbasis simulasi spektrum NIR untuk memprediksi kandungan nutrisi pakan secara digital. Dataset yang digunakan berupa data spektral dan data nutrisi beberapa jenis pakan ruminansia. Tahapan penelitian meliputi preprocessing data, normalisasi, pelatihan model Autoencoder sebagai pembangkit sinyal spektral tiruan, serta Artificial Neural Network sebagai model prediksi nutrisi. Evaluasi model dilakukan menggunakan MSE, RMSE, MAE, dan R². Hasil penelitian menunjukkan model hybrid mampu menghasilkan prediksi dengan tingkat kesalahan rendah dan nilai koefisien determinasi tinggi. Sistem yang dikembangkan berpotensi menjadi alternatif simulasi analisis nutrisi pakan berbasis kecerdasan buatan dengan biaya lebih efisien.