Prediksi nilai nutrisi pada pakan ternak ruminansia menggunakan resilient backpropagation neural network
View/ Open
Date
2015Author
Lutfiah, Selma Siti
Kustiyo, Aziz
Jayanegara, Anuraga
Metadata
Show full item recordAbstract
Hasil produksi hewan ternak ruminansia sangat dibutuhkan manusia dalam
memenuhi kebutuhan protein hewani. Kualitas produksi dari hewan ternak
bergantung pada jumlah dan kandungan nutrisi dari pakan yang diberikan. Oleh
karena itu, strategi penyusunan pakan yang tepat diperlukan agar ternak
mendapatkan pakan yang sesuai dengan kebutuhan gizi ternak tersebut. Penelitian
ini bertujuan membangun beberapa model untuk memprediksi nilai nutrisi pakan
ternak berdasarkan kandungan kimianya menggunakan resilient backpropagation
neural network. Data penelitian merupakan data pakan ternak ruminansia milik
Perancis yang bersumber dari National Institute for Agricultural Research
(INRA). Kandungan nutrisi yang diprediksi sebanyak 8 yaitu UFL, UFV, PDIA,
ME, Ed, OMd, Nd, dan TId. Model terbaik diperoleh ketika PDIA dihilangkan,
dan menghasilkan model dengan jumlah output sebanyak 7. Model tersebut
memiliki nilai MAPE terkecil 8.02% dan RMSE sebesar 4.37.
Collections
- UT - Computer Science [2254]