Pengembangan dan Evaluasi Fitur Silsilah pada Modul Frontend Web Aplikasi Manajemen Ternak Sapi Pintar (MATASAPI)
Date
2026Author
Nurfaza, Malikus Syafaadi
Sukoco, Heru
Giri, Endang Purnama
Metadata
Show full item recordAbstract
Pencatatan manual data dalam pembiakan sapi sering menyebabkan inefisiensi, duplikasi data, dan risiko terjadinya inbreeding. Penelitian ini mengimplementasikan modul frontend pada aplikasi berbasis web MATASAPI guna memvisualisasikan silsilah sapi melalui struktur tree interaktif yang terintegrasi dengan data pencatatan. Menggunakan metode Scrum selama lima sprint dan framework Yii2 Advanced, penelitian ini mengembangkan fitur pengelolaan silsilah, pencarian, penyaringan, serta visualisasi pohon dengan navigasi zoom dan pan. Akses guest role disediakan untuk transparansi informasi. Pengujian black-box menunjukkan bahwa fungsi berjalan dengan baik sesuai spesifikasi. Evaluasi melalui User Acceptance Testing (UAT) menghasilkan tingkat keberhasilan awal 98,7% yang meningkat menjadi 100% pasca perbaikan. Hasil ini mengindikasikan bahwa modul yang dikembangkan mampu meningkatkan transparansi informasi dan efisiensi manajemen data, sehingga membantu peternak serta industri dalam mengoptimalkan strategi dan program pembiakan guna meminimalisir risiko inbreeding serta meningkatkan mutu genetik ternak. Manual data recording in cattle breeding often leads to inefficiency, data duplication, and the risk of inbreeding. This study implemented a frontend module in the MATASAPI web-based application to visualize cattle pedigrees through an interactive tree structure integrated with recording data. Using the Scrum method over five sprints and the Yii2 Advanced framework, this study developed features for pedigree management, searching, filtering, and tree visualization with zoom and pan navigation. Guest role access is provided for information transparency. Black-box testing showed that the functions worked well according to specifications. Evaluation through User Acceptance Testing (UAT) resulted in an initial success rate of 98.7%, which increased to 100% after improvements. These results indicate that the developed module is capable of improving information transparency and data management efficiency, thereby assisting farmers and the industry in optimizing breeding strategies and programs to minimize the risk of inbreeding and improve livestock genetic quality.
