PENGEMBANGAN SISTEM BIG DATA PETERNAKAN SAPI BERBASIS DUAL LAYER APPS DAN MACHINE LEARNING DI KABUPATEN KEBUMEN

 By : Novanda Alim Setya Nugraha, Tri Ginanjar Laksana, A. Zaki Yamani, Ridho Ananda

Banyaknya permasalahan mengenai pencatatan pemotongan sapi dan manajemen monitoring sapi di Kabupaten Kebumen, mengakibatkan sulitnya pemerintah daerah dalam menentukan kebijakan terkait kebutuhan konsumsi daging sapi.  Oleh karenya dibutuhkan solusi secara optimal. Hal tersebut, berdasarkan hasil yang diperoleh melalui verifikasi 2 Rumah Pemotongan Hewan yang berada di gombong dan kebumen terkait pencatatan yang kurang maksimal mengenai data pemotongan sapi yang belum tersaji secara up to date. Meskipun disisi lain sudah ada ketua paguyuban sapi lokal serta 150 petugas rekorder kelompok pembibitan, namun upaya pendataan seringkali menghadapi kendala, terkait metode update data sapi yang masih manual dan rentan akan terjadinya kesimpangsiuran data. Misalnya, ingin mengetahui update jumlah sapi lokal yang beranak, mati atau bahkan sudah terjual karena alasan ekonomi, keluarga peternak sapi. Berdasarkan kondisi tersebut, diusulkan optimalisasi pencatatan dan monitoring sapi di Kabupaten Kebumen menggunakan pendekatan model waterfall berbasis android. Model pengembangan waterfall merupakan sebuah model pengembangan perangkat lunak yang menggunakan prinsip secara berurutan, yang berarti bahwa selangkah tahapan lanjut tidak akan dikerjakan jika tahapan sebelumnya belum terselesaikan. Mengetahui informasi kebutuhan jumlah konsumsi daging sapi masyarakat di Kabupaten Kebumen secara realtime. Merancang modul informasi untuk menampilkan gambaran faktual tentang ketersediaan sapi yang dipotong di Kabupaten pada aplikasi (SIDAK) Sistem Daging Sapi Kebumen. Membuat aplikasi (SIDAK) Sistem Daging Sapi Kebumen berbasi android guna mengoptimalkan pencatatan sapi yang telah dipotong secara realtime di Kabupaten Kebumen.

Penelitian ini berfokus pada proses identifikasi serta menciptakan rancang bangun sistem big data peternakan sapi berbasis dual layer apps dan machine learning yang bernama SIDAK (Sistem Informasi Daging Sapi Kebumen), sehingga bisa digunakan sebagai alat bantu monitoring sapi lokal secara periodik oleh petugas rekorder kelompok pembibitan.  Hasil penelitian ini berbentuk Sistem informasi Daging Sapi Kebumen (SIDAK) guna mencatat secara uptodate dan memudahkan manajemen memonitoring pencatatan sapi yang terintegrasi. Kemudian, model matematika untuk peramalan produksi daging sapi dengan model ARIMA(0,2,1) ialah  sedangkan model untuk populasinya ialah . Konsumsi daging sapi diperoleh dari populasi dikalikan dengan kebutuhan konsumsi daging sapi normative yaitu 1.3 kg perkapita pertahun. Hasil analisis menunjukkan bahwa untuk tahun 2020 s.d. 2022, kebutuhan konsumsi daging sapi diprediksi dapat dipenuhi oleh produksi daging sapi di Kebumen. kedepan aplikasi SIDAK (Sistem Informasi Daging Sapi Kebumen) ini, dapat menjadi masukan terhadap perumusan arah kebijakan pengendalian serta pengelolaan sapi di Kabupaten Kebumen. 

 

 Kata Kunci : Aplikasi, Android,  Big data, Machine Learning, Sapi, Waterfall.

Kesimpulan

Berdasarkan hasil penelitian yang telah dikaji dan dilakukan pembasahan pada BAB IV sebelumnya, maka kesimpulan dalam penelitian ini, sebagai berikut:

1)      Model matematika untuk peramalan produksi daging sapi yang diperoleh ialah  sedangkan model untuk populasinya ialah  .

2)      Berdasarkan data yang diperoleh dilapangan, dan hasil analisis diperoleh prediksi bahwa kebutuhan konsumsi daging sapi tahun 2020, 2021, dan 2022 diprediksi dapat dipenuhi oleh produksi daging sapi lokal di Kebumen.

3)      Setelah dibuatnya aplikasi SIDAK (Sistem Informasi Daging Sapi Kebumen) diharpkan dapat membantu tim recorder, khususnya admin pencatatan di RPH Kebumen dan Gombong menjadi lebih optimal.

4)      Dibuatnya aplikasi SIDAK (Sistem Informasi Daging Sapi Kebumen), dimana aplikasi tersebut membantu stakeholder, khususnya pemerintah kabumpten kebumen dalam menentukan kebijakan pengelolaan kebutuhan daging sapi diwilayah kabupaten kebumen.

 Saran

Adapun saran yang dapat dilakukan pada penelitian selanjutnya, bagi para peneliti yang ingin mengkaji dari hasil penelitian ini, maka yang harus dilakukan untuk penelitian selanjutnya, yaitu :

1)      Ruang lingkup pengambilan sampel data sebaiknya bisa diperoleh secara lebih detail untuk setiap bulannya, sehingga hasil peramalan akan lebih akurat. Hal itu dikarenakan diprediksi aka nada pola musiman yang tentunya memiliki banyak informasi yang bisa diambil.

2)      Aplikasi yang sudah di bangun, tidak hanya dapat menampilkan monitoring data secara realtime, namun harus adanya pengukuran yang divalidasi oleh tim khusus (Satgas dalam pengelolaan daging sapi kebumen).

3)      Database yang tersimpan sementara di IT Telkom Purwokerto, terkait aplikasi yang sudah di bangun. Mohon dapat segera di pindahkan, guna keamanan dan ketertiban data.