LENTERADUALENTERADUA

JNANALOKAJNANALOKA

Penyakit ayam merupakan permasalahan signifikan bagi peternak, tidak hanya berdampak pada peternakan tetapi juga lingkungan sekitar. Kurangnya pengetahuan tentang gejala penyakit menyebabkan peternak seringkali menggunakan cara tradisional dalam pengobatan yang memakan waktu dan rentan kesalahan. Penelitian ini memanfaatkan teknologi, khususnya model deep learning InceptionV3, untuk klasifikasi penyakit ayam berdasarkan citra feses. Dataset yang digunakan terdiri dari 8067 citra dengan kelas Sehat, Salmonella, Coccidiosis, dan Newcastle. Hasil percobaan menunjukkan bahwa penggunaan 100 epoch menghasilkan akurasi tertinggi, yaitu 94.05%.

Penelitian ini menyimpulkan bahwa penggunaan model InceptionV3 efektif dalam klasifikasi penyakit ayam berdasarkan citra feses.Nilai epoch yang berbeda berpengaruh terhadap akurasi dan nilai loss, dengan 100 epoch menghasilkan akurasi tertinggi sebesar 94.Penelitian ini memberikan kontribusi dalam pengembangan sistem klasifikasi otomatis untuk membantu peternak dalam mendeteksi penyakit ayam secara lebih cepat dan akurat.

Penelitian lebih lanjut dapat dilakukan dengan mengeksplorasi penggunaan dataset yang lebih besar dan beragam, termasuk citra dari berbagai jenis ayam dan kondisi lingkungan yang berbeda, untuk meningkatkan generalisasi model. Selain itu, pengembangan model dengan arsitektur deep learning yang lebih canggih, seperti transformer atau kombinasi CNN dan RNN, dapat dieksplorasi untuk meningkatkan akurasi klasifikasi. Terakhir, integrasi sistem klasifikasi ini dengan platform monitoring kesehatan ayam secara real-time, seperti sensor atau kamera, dapat memberikan solusi komprehensif bagi peternak untuk mendeteksi dan mencegah penyebaran penyakit secara dini, sehingga meningkatkan produktivitas dan keberlanjutan peternakan ayam.

  1. Frontiers | Detecting and Predicting Emerging Disease in Poultry With the Implementation of New Technologies... doi.org/10.3389/fvets.2018.00263Frontiers Detecting and Predicting Emerging Disease in Poultry With the Implementation of New Technologies doi 10 3389 fvets 2018 00263
  2. Penerapan model InceptionV3 dalam klasifikasi penyakit ayam | JNANALOKA. penerapan model inceptionv3... doi.org/10.36802/jnanaloka.2023.v4-no02-55-62Penerapan model InceptionV3 dalam klasifikasi penyakit ayam JNANALOKA penerapan model inceptionv3 doi 10 36802 jnanaloka 2023 v4 no02 55 62
  3. Frontiers | A Review on Data Preprocessing Techniques Toward Efficient and Reliable Knowledge Discovery... doi.org/10.3389/fenrg.2021.652801Frontiers A Review on Data Preprocessing Techniques Toward Efficient and Reliable Knowledge Discovery doi 10 3389 fenrg 2021 652801
Read online
File size1.31 MB
Pages8
DMCAReport

Related /

ads-block-test