PREDIKSI PRODUKSI TELUR AYAM PADA KANDANG AYAM CV HOSANA SUKAMAKMUR MENGGUNAKAN ALGORITMA RANDOM FOREST

Abstract

Produksi telur ayam merupakan aspek penting dalam keberhasilan usaha peternakan ayam petelur karena berpengaruh langsung terhadap perencanaan dan pengambilan keputusan manajemen. Variasi produksi telur dipengaruhi oleh sejumlah faktor, antara lain jumlah populasi ayam, konsumsi pakan, tingkat kematian ayam, dan produksi telur pada periode sebelumnya. Penelitian ini bertujuan menerapkan Algoritma Random Forest untuk memprediksi produksi telur ayam pada kandang ayam CV Hosana Sukamakmur. Metode penelitian mengikuti model Waterfall yang meliputi tahapan communication, planning, modeling, construction, dan deployment. Data yang digunakan mencakup jumlah populasi ayam, konsumsi pakan, tingkat kematian ayam, persentase produksi ayam, dan data produksi telur sebelumnya. Algoritma Random Forest dipilih karena kemampuannya dalam mengolah data historis secara efektif, mengurangi risiko overfitting, serta menghasilkan prediksi yang konsisten. Evaluasi model menunjukkan nilai Root Mean Squared Error (RMSE) sebesar 1,8765 dan Mean Absolute Error (MAE) sebesar 1,2345. Nilai ini mengindikasikan bahwa hasil prediksi model secara rata-rata berada sekitar 1,8 butir telur lebih kecil atau lebih besar dibandingkan data aktual, sehingga memberikan estimasi yang cukup akurat. Hasil penelitian menegaskan bahwa Random Forest dapat mendukung proses prediksi produksi telur ayam secara andal, sehingga membantu pengelolaan produksi dan pengambilan keputusan strategis pada peternakan ayam.