Pemodelan Fuzzy Inference System – Certainty Factor (FIS-CF) untuk Grading Ternak pada Penggemukan Sapi Bali Jantan

Abstract

RINGKASAN DEFIANA ARNALDY. Pemodelan Fuzzy Inference System – Certainty Factor (FIS-CF) untuk Grading Ternak pada Penggemukan Sapi Bali Jantan. Dibimbing oleh KUDANG BORO SEMINAR, SHELVIE NIDYA NEYMAN, HERU SUKOCO dan MULADNO.

Usaha penggemukan sapi Bali Jantan telah berkembang makin baik di komunitas peternak rakyat anggota Solidaritas Alumni Sekolah Peternakan Rakyat Indonesia (SASPRI) yang salah satunya berada di Kecamatan Sungai Lilin Kabupaten Musi Banyuasin Provinsi Sumatera Selatan. Dalam rangka efisiensi dalam pemilihan sapi jantan untuk usaha penggemukan, penelitian untuk membuat grading ternak sapi Bali jantan melalui pendekatan fuzzy inference system dan certainty factor dilakukan dengan melihat informasi dari karakteristik morfometrik ternak. Metode yang digunakan dalam penelitian ini berupa pendataan kuantitatif dan kualitatif dengan sistem wawancara secara langsung ke para peternak dan pengukuran terhadap ternaknya. Parameter yang digunakan merupakan morfometrik ternak yang meliputi panjang badan, lingkar dada, dan tinggi Pundak ternak sapi Bali jantan. Ukuran-ukuran tersebut dijadikan masukan ke dalam fuzzy inference system dan certainty factor untuk diketahui grading dari setiap ternak. Grading diklasifikasi menjadi tiga kelas yaitu kelas I, kelas II, dan kelas III. Kelas I menunjukkan sapi berkualitas terbaik, sedangkan kelas II menunjukkan sapi berkualitas baik, adapun kelas III menunjukkan sapi berkualitas kurang baik namun masih dapat diterima untuk penggemukan. Berdasarkan hasil penelitian yang dilakukan, identifikasi kualitas ternak sapi Bali jantan untuk tujuan penggemukan dapat dilakukan secara lebih objektif dan sistematis. Penerapan model Fuzzy Inference System–Certainty Factor (FIS-CF) terbukti mampu mengakomodasi ketidakpastian data sekaligus memberikan tingkat keyakinan dalam proses klasifikasi, dengan menghasilkan akurasi tinggi serta skor balanced accuracy sebesar 96,2%. Model ini memungkinkan pengambilan keputusan secara konsisten meskipun menghadapi nilai parameter yang berada pada area batas antar kelas (borderline) karena nilai akhir klasifikasi ditentukan berdasarkan derajat keyakinan yang dihitung secara sistematis menggunakan rumus CF combine. Dibandingkan dengan metode klasifikasi tradisional yang bersifat subjektif dan sangat bergantung pada pengalaman individu penilai, pendekatan FIS-CF mampu menghasilkan keputusan yang lebih stabil, transparan, dan dapat direplikasi. Hal ini menegaskan bahwa penggabungan FIS dan CF dalam satu model inferensi merupakan pendekatan yang lebih unggul dalam menentukan kualitas ternak secara kuantitatif, serta dapat digunakan sebagai dasar sistem pendukung keputusan dalam praktik peternakan modern. Hasil penelitian dengan kelebihan dan keterbatasannya dapat diterapkan di komunitas peternak rakyat anggota SASPRI di seluruh Indonesia.

Kata kunci: certainty factor, fuzzy inference system, grading ternak, sapi potong, sekolah peternakan rakyat