SISTEM PREDIKSI PRODUKTIVITAS AYAM BROILER MENGGUNAKAN METODE TIME SERIES ARIMA PADA KANDANG AYAM MITRA UNGGAS MUARA BULIAN
DOI:
https://doi.org/10.37338/65zzrv34Abstract
Abstract— Broiler chicken farming faces challenges in predicting productivity due to production performance fluctuations and inefficient manual recording. This research aims to develop a broiler chicken productivity prediction system using the ARIMA method at Mitra Unggas Muara Bulian Chicken Farm. Research data was collected from daily production records for 30 days including population, mortality, average weight, and feed consumption. The method used is the Team Data Science Process (TDSP) to design a website-based prediction system. The research results show that the ARIMA (1,1,3) model can predict harvest weight for 1-3 days ahead with 86.96% accuracy, MAE 3,889.0 grams, and MAPE 13.04%. This system provides monitoring, prediction, and reporting features in real-time through easy-to-understand graphical visualizations. The implementation of this system is expected to support more effective farm management and assist farmers in making strategic decisions regarding production planning and optimal harvest timing
Keywords— Broiler Chicken, ARIMA, Productivity Prediction, Time Series, Harvest Weight, Website-Based System
Abstrak— Peternakan ayam broiler menghadapi tantangan dalam memprediksi produktivitas akibat fluktuasi performa produksi dan pencatatan manual yang kurang efisien. Penelitian ini bertujuan mengembangkan sistem prediksi produktivitas ayam broiler menggunakan metode ARIMA pada Kandang Ayam Mitra Unggas Muara Bulian. Data penelitian dikumpulkan dari pencatatan produksi harian selama 30 hari yang mencakup populasi, mortalitas, bobot rata-rata, dan konsumsi pakan. Metode yang digunakan adalah Team Data Science Process (TDSP) untuk merancang sistem prediksi berbasis website. Hasil penelitian menunjukkan model ARIMA (1,1,3) dapat memprediksi bobot panen untuk 1-3 hari kedepan dengan akurasi 86,96%, MAE 3.889,0 gram, dan MAPE 13,04%. Sistem ini menyediakan fitur monitoring, prediksi, dan laporan secara real-time melalui visualisasi grafik yang mudah dipahami. Penerapan sistem ini diharapkan dapat mendukung pengelolaan peternakan yang lebih efektif dan membantu peternak dalam pengambilan keputusan strategis terkait perencanaan produksi dan waktu panen optimal.
Kata kunci— Ayam Brioler, ARIMA, Prediksi Produktivitas, Time Series, Bobot Panen, Sistem Berbasis Website
References
DAFTAR PUSTAKA
K. C. Wibowo, D. S. Putri, and S. Hidayati, “pedaging di indonesia dalam rangka mewujudkan ketahanan pangan Forecasting Analysis of Production And Consumption of Ras Chicken Meat In,” vol. 12, no. 2, pp. 58–65, 2020, [Online]. Available: https://scholar.archive.org/work/u6hac4bjjvagbmtzzeue4c6syq/access/wayback/http://ejournal.kemenperin.go.id/tegi/article/download/6231/pdf_35
Fitrimawati, Nurhayati, and I. Indrayani, “Analisis Pola Harga Dan Trend Projection Input Dan Output Ayam Broiler Di Indonesia,” Wahana Peternak., vol. 7, no. 3, pp. 260–270, 2023, doi: 10.37090/jwputb.v7i3.1107.
N. Nurhabibah, F. Firmansyah, B. Pramushinto, and F. Hoesni, “Analisis Peramalan Harga Daging Ayam Broiler di Pasar Tradisional Provinsi Jambi,” J-MAS (Jurnal Manaj. dan Sains), vol. 7, no. 1, p. 35, 2022, doi: 10.33087/jmas.v7i1.356.
Z. C. K. Novilita, “Analisis Usaha Ayam Broiler Di Tomosa Farm Selama Satu Kali Masa Produksi,” J. Ilmu dan Teknol. Peternak., vol. 12, no. 2, pp. 1–23, 2024.
N. Azizah, H. D. Utami, D. Bambang, and A. Nugroho, “Analisis pola kemitraan usaha peternakan ayam pedagingAzizah, N., Utami, H. D., Bambang, D., & Nugroho, A. (2013). Analisis pola kemitraan usaha peternakan ayam pedaging sistem closed house di Plandaan Kabupaten Jombang. Jurnal Ilmu-Ilmu Peternakan, 23(2),” J. Ilmu-Ilmu Peternak., vol. 23, no. 2, pp. 1–5, 2014, [Online]. Available: http://jiip.ub.ac.id/
W. Kurniadi, “Pendukung Keputusan Dalam Peramalan Penjualan Ayam Broiler Dengan Metode Trend Moment Dan Simple Moving Average Pada CV. Merdeka Adi Perkasa,” J. Media Inform. Budidarma, vol. 2, no. 3, pp. 76–90, 2018, doi: 10.30865/mib.v2i3.652.
F. Z. Diny Syarifah Sany, “ANALISIS DAN prediksi pola produksi telur ayam buras di jawa barat menggunakan algoritma time series decomposition algorithm,” vol. 4, no. 2, pp. 111–122, 2024.
H. Hassyddiqy and H. Hasdiana, “Analisis Peramalan (Forecasting) Penjualan Dengan Metode ARIMA (Autoregressive Integrated Moving Average) Pada Huebee Indonesia,” Data Sci. Indones., vol. 2, no. 2, pp. 92–100, 2023, doi: 10.47709/dsi.v2i2.2022.
K. Kusnawi, M. A. F. Eka Putra, and J. Ipmawati, “Price Prediction Of Basic Material Using ARIMA Forecasting Method Through Open Data Sumedang District,” Sistemasi, vol. 12, no. 2, p. 293, 2023, doi: 10.32520/stmsi.v12i2.2282.
F. Mardalius, Dristyan and A. Syafnur, “Kabupaten Asahan Menggunakan Framework,” vol. 4307, no. 3, pp. 347–351, 2021.
G. G. Maulana, “Algoritma Dan Pemograman,” J. Tek. Mesin, vol. 6, no. 2, p. 8, 2017.
M. H. Saputra, P. Nurul Adinda, F. Dristyan, and P. Jambi, “Pengujian Sistem Informasi Pengelolaan Dokumen Untuk Mendukung Sistem Penjaminan Mutu Internal Di Politeknik Jambi,” J. Sci. Soc. Res., vol. 4307, no. 1, pp. 147–154, 2025, [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR
G. S. Mahendra, “SINTECH Journal | 181 SPK Penerima Bantuan Sosial Menggunakan Metode BWM-SAW,” Sintech J., vol. 5, no. 2, pp. 181–190, 2022, [Online]. Available: https://doi.org/10.31598
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Lisa Agustina, Tanto, Febri
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
