Pemodelan Respon Fisiologis Sapi Perah FH Dara Berdasarkan Perubahan Suhu Udara Dan Kelembaban Relatif Menggunakan Artificial Neural Network

Abstract

An experiment was conducted to create a model of air temperature and relative humidity effect on termoregulatory responses of FH dairy heifers. Four dairy heifers were kept with normal feeding in dairy barn, Faculty of Animal Science, Bogor Agriculture University. Observed variables were environment factors (air temperature, relative humidity and temperature –humidity index/THI) and the termoregulatory responses (rectal temperature and skin temperature). Data were analized by artificial neural network (ANN) with back propagation methods. Data procesing used 2 variables data input layer, 6 variables hidden layer and 2 variables data output layer. The results showed that with iterations, the error percentage predicted rectal and skin temperatures were 0,5 % and 1,1 % respectively. The ANN simulated showed clearly there was an effect of the air temperature and relative humidity on the termoregulatory responses (rectal temperature and skin temperature). Therefore, the model can be use to predict termoregulatory responses using measurements of air temperature and relative humidity. The rectal temperature was more sensitive to heat stress than that of skin temperature due to changes in air temperature and relative humidity.

Sapi perah FH mempunyai sifat peka terhadap perubahan iklim mikro yang dapat mempengaruhi produksi dan pelepasan panas pada tubuh sapi. Unsur iklim mikro itu antara lain suhu dan kelembaban udara, radiasi matahari dan kecepatan angin. Sifat peka tersebut dapat di ukur dari respon fisiologis sapi antara lain frekuensi denyut jantung (Hr), frekuensi pernafasan (Rr), Suhu rektal (Tr), Suhu kulit (Ts) dan suhu tubuh (Tb). Pemecahan masalah hubungan antara unsur iklim mikro dengan respon fisiologis pada sapi perah telah banyak dilakukan dengan pendekatan regresi sederhana. Sejalan dengan perkembangan di bidang pemodelan, maka perlu dikaji pemanfaatannya dalam bidang fisiologi peternakan. Salah satu model yang cocok untuk pemodelan fisiologi yaitu Jaringan Syaraf Tiruan (Artificial Neural network). Penelitian ini bertujuan untuk mencoba pemodelan dan simulasi hubungan antara perubahan suhu udara dan kelembaban relatif terhadap respon fisiologis sapi perah yaitu menggunakan metode Artificial Neural Network (ANN). Pelaksanaan penelitian pada Bulan Nopember sampai Desember 2011 di Laboratorium Lapang, Bagian Ilmu Produksi Ternak Perah Departemen IPTP, Fakultas Peternakan, Institut pertanian Bogor. Sapi perah FH dara dipelihara dalam kandang ikat dengan perlakuan pakan normal yaitu pemberian hijauan sebanyak 20 kg/ekor/hari dan konsentrat 2 kg/ekor/hari. Pemberian pakan dilakukan pada pukul 08.00 dan pukul 15.00 WIB. Parameter iklim mikro yang diukur yaitu suhu udara (Ta) dan kelembaban udara (Rh), dengan respon fisiologis yang diukur yaitu suhu rektal (Tr) dan suhu kulit (Ts). Data dianalisis menggunakan jaringan syaraf tiruan/artificial neural network dengan metode algoritma propagasi balik/back propagation. Pemodelan dimulai dengan membangun model jaringan syaraf tiruan (JST), membentuk arsitektur jaringan (menentukan input layer, hidden layer, dan output layer) serta aktivasi jaringan dengan cara inisialisasi data, training data (perambatan maju dan perambatan mundur) hingga ke penentuan nilai error terendah. Hasil pengamatan selama penelitian yang berlangsung mulai pukul 06.00 sampai pukul 16.00 WIB menunjukkan bahwa suhu udara berkisar antara 23,7 – 33,7 oC, kelembaban udara (Rh) 55% – 96%, THI antara 73,18 – 83,86. Suhu udara meningkat pada siang hari dan mencapai puncaknya, kemudian turun lagi pada sore hari. Kelembaban udara menunjukkan hal yang sebaliknya. Suhu rektal berkisar antara 38,13 – 39,7 oC, melebihi nilai rataan suhu rektal normal yaitu 38,2 – 39,1 oC, dengan suhu kulit yang berkisar antara 31,97 – 36,55 oC, yang masih dalam kisaran normal yaitu 33,5 – 37,1 oC. Penerapan jaringan syaraf tiruan/ artificial neural network dilakukan dengan training data melalaui proses iterasi sebanyak 800.000/25 (32.000 kali), untuk mendapatkan nilai error terendah pada yp1 (suhu rektal) sebesar 0,011435 dan yp2 (suhu kulit) sebesar 0,020294. Hasil validasi perhitungan ANN didapatkan persentase nilai error hasil prediksi dengan hasil pengukuran di lapang pada suhu rektal dan suhu kulit berturut-turut 0,5% dan 1,12%. Simulasi pendugaan suhu rektal dan suhu kulit melalui suhu dan kelembaban udara didapatkan bahwa sapi perah akan mengalami cekaman panas apabila suhu udara yang meningkat dengan kelembaban udara yang meningkat pula. Indikator cekaman panas lebih sensitif terjadi pada suhu rektal daripada suhu kulit.