Konten ini tersedia dalam:
English Melayu (Malay) ไทย (Thai) Tiếng Việt (Vietnamese) Philipino
Kecerdasan buatan (artificial intelligence / AI) tengah membentuk masa depan berbagai industri, dan sektor perunggasan tidak terkecuali.
Machine learning (ML) dan analisis prediktif merupakan segmen dari kecerdasan buatan (AI). Analisis prediktif AI menggunakan teknik dan machine learning (ML) yang memperoleh pengetahuan dari data dari waktu ke waktu.
Model-model ini menjalani pelatihan menggunakan data masa lalu untuk mengenali dan menganalisis pola dan interaksi (Ravi et al., 2018).
Setelah dilatih, model-model tersebut digunakan untuk membuat prediksi tentang hasil di masa mendatang menggunakan data baru yang belum pernah dilihat sebelumnya (Gambar 1).
Gambar 1. Penggambaran sederhana analisis prediktif (Sumber: Ogirala et al., 2024)
Penyakit dan kebersihan yang tidak memadai merupakan dua dari sekian banyak masalah yang dihadapi sektor produksi ayam. Coccidiosis, Newcastle, Gumboro, Pullorum, dan Salmonella merupakan beberapa penyakit yang paling umum (Machuve et al., 2022).
Pengujian diagnostik untuk penyakit-penyakit ini bisa mahal, memakan waktu, dan melelahkan.
Pengujian bakteriologis pada kotoran ayam, misalnya, dapat menelan biaya rata-rata 30 dolar AS dari laboratorium Amerika (misalnya, GPLN dan lainnya), dengan harga yang berfluktuasi berdasarkan jumlah unggas yang diuji (GPLN, 2024; CEVDL, 2024).
Memantau unggas tertentu secara seksama untuk mengetahui adanya perubahan perilaku atau penampilan dapat membantu operator dengan cepat menentukan dan menghilangkan penyebab penyakit.
Di sinilah analisis prediktif telah memberikan solusi terobosan bagi industri unggas.
Manajer peternakan dapat mengambil tindakan yang tepat bahkan sebelum penyakit tersebut muncul secara klinis, berkat model analisis prediktif yang memperoleh hasil dari data historis dan masukan yang real time untuk memperkirakan wabah.
Analisis modern, dalam bentuk algoritma machine learning dan didukung oleh teknologi big data, menggabungkan kedua keharusan ini dengan memungkinkan analisis yang dapat mendeteksi pola saat ini dan memprediksi penyakit di masa mendatang.
PENGUMPULAN DAN PENGELOLAAN DATA
Kunci keberhasilan analisis prediktif dalam peternakan unggas adalah pengumpulan dan pengelolaan berbagai data.
Jenis data yang menonjol di peternakan meliputi faktor lingkungan seperti suhu, kelembaban, dan kualitas udara (yang penting bagi kesehatan unggas).
Pelacaka...
Regístrate gratuitamente y accede a los mejores artículos sobre nutrición en avinews .
Regístrate en aviNews untuk membuka artikel ini dan mendapatkan lebih banyak manfaat seperti:
Iniciar sesión
Akses ke
revista digital
Videos y podcasts exclusivos
Newsletter dengan
últimas novedades
Regístrate en aviNews
REGISTRARME
