Diagnosa Penyakit pada Sapi Perah dengan Metode Backpropagation Neural Network

Abstract

Ternak sapi yang ada di Indonesia merupakan sumber daya alam dari beberapa potensi sumber alam lainnya. Potensi dari ternak sapi sendiri juga dapat diperbaharui terus, sehingga berguna untuk meningkatakan dinamika produktifitas pertumbuhan ekonomi yang memadai. Untuk budidaya ternak sapi sendiri di Indonesia cukup berkembang pesat di seluruh wilayah dan daerah, hal ini didukung oleh badan pusat statistic Indonesia (Badan Pusat Statistik, 2018). Beberapa peternak sapi sering mengalami kesulitan dalam menghadapi atau mengetahui penyebab penyakit yang diderita ternak dengan kemampuan sendiri sehingga menyebabkan angka kematian sapi setiap hari terus meningkat karena kurangnya pengetahuan peternak tentang penyakit sapi. Selain itu peternak kesulitan mencari solusi dan pada akhirnya ternak mati. Backpropagation adalah teknik dalam arsitektur jaringan saraf yang melibatkan pembelajaran maju dan koreksi kesalahan mundur. Model jaringan ini juga umum digunakan untuk proses deteksi, prediksi dan prediksi, serta digunakan dengan akurasi yang cukup tinggi. Dengan melakukan beberapa percobaan menggunakan learning rate antara learning rate 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9 dapat diketahui bahwa setiap learning rate sangat mempengaruhi percepatan proses pembelajaran. Hal ini terlihat dari jumlah epoch yang didapatkan dimana semakin kecil nilai Epoch maka proses pembelajaran backpropagation semakin cepat sehingga dapat dijadikan acuan saat melakukan proses pengujian dengan menggunakan learning rate yang optimal.