Determining Laying Hens Production Performance Using Analytical Hierarchy Process and Simple Additive Weighting Methods

Authors

  • Andaka Dadi Pradana Program Studi Informatika Universitas Atma Jaya Yogyakarta
  • Findra Kartika Sari Dewi Program Studi Informatika Universitas Atma Jaya Yogyakarta
  • Albertus Joko Santoso Program Studi Informatika Universitas Atma Jaya Yogyakarta

DOI:

https://doi.org/10.24002/jbi.v11i1.3072

Abstract

Abstract. The high consumption of chicken eggs in Indonesia must be balanced with the productivity level of laying hens to avoid scarcity resulting in an increasing price of chicken eggs. The maximum egg production can be possibly achieved by implementing a system of grouping chickens into good quality and poor performance different groups. This grouping can be made with a decision support system using the Analytical Hierarchy Process and Simple Additive Weighting methods. The criteria used in this test are eggs total, total of hens per coop, age, and hens’ death per coop. Alternatives used are coop 1, 2, 3, and 4. The coops were chosen as the alternative for the breeders compared the laying hens’ production performance based on the production per coop. The testing results, with the same input, show the same ranking order for both methods. The ranking order respectively the best to the worst is coop 1, coop 3, coop 2 and coop 4.
Keywords: Laying hens, production performance, decision support system, Analytical Hierarchy Process, Simple Additive Weigthing.


Abstrak. Banyaknya konsumsi telur ayam di Indonesia, harus diimbangi dengan tingkat produktivitas ayam petelur agar tidak terjadi kelangkaan yang mengakibatkan kenaikan harga telur ayam. Produksi telur yang maksimal bisa dicapai dengan menerapkan sistem pengelompokan ayam-ayam dengan kualitas performa yang baik dan yang kurang baik. Pengelompokan ini bisa dibuat dengan sistem pendukung keputusan menggunakan metode Analytical Hierarchy Process dan Simple Additive Weighting. Kriteria yang digunakan dalam pengujian ini adalah Total telur, Total ayam per kandang, umur ayam dan kematian ayam per kandang. Alternative yang digunakan adalah kandang 1, 2, 3, and 4. Kandang dipilih sebagai alternative karena peternak membandingkan performa produksi ayam petelur berdasarkan produksi per kandangnya. Hasil pengujian, dengan masukan yang sama, menunjukkan hasil perangkingan dengan urutan yang sama untuk kedua metode. Rangking terbaik sampai dengan terburuk, secara berturut-turut: kandang 1, kandang 3, kandang 2 dan kandang 4.
Kata Kunci: Ayam Petelur, Performa Produksi, Sistem Pendukung Keputusan, Analytical Hierarchy Process, Simple Additive Weigthing.

References

Y. Y. Lase, Analisis rule kualitas ayam petelur menggunakan metode simple additive weighting. Riau Journal Of Computer Science, vol. 4(1), pp. 12-19, 2017.

Yusri. (2015). Performa Ayam Ras Petelur pada Periode Awal Bertelur dengan Kombinasi Berat Badan Pre-Layer dan Pemberian Total Pakan yang Berbeda [Repository UNHAS]. Available: http://repository.unhas.ac.id:4002/digilib/gdl.php?mod=browse&op=read&id=--yusri-32317&PHPSESS ID=f528421bf0dc3de9d7c91897eaa649fc.

Z. M. Si., Manajemen pemeliharaan ayam petelur ras. Jurnal Lentera, vol. 13(1), 2014.

T. E. Susilorini, Muharlien, dan M. E. Sawitri, Budidaya 22 Ternak Potensial. Jakarta: Penebar Swadaya, 2008.

M. Alamsyah, Sistem pendukung keputusan untuk menentukan kualitas telur pada ayam petelur menggunakan metode AHP. Jurnal Keilmuan dan Aplikasi Teknik Informatika, vol. 5(2), pp. 33–44, 2013.

D. M. Simanjuntak, Sistem pendukung keputusan untuk menentukan kualitas bebek petelur dengan menggunakan metode simple additive weighting (SAW). Jurnal Pelita Informatika, vol. 4(3), pp. 30–34, 2013.

L. S. Angkat, Sistem pendukung keputusan pemilihan induk ayam produktif dengan metode simple additive weight (SAW)(studi kasus: pt. expravet nasuba farm desa namopuli). Pelita Inform. Budi Darma, vol. 9(2), pp. 135-141, 2015.

T. Susilowati dan A. A. D. Saputra, Decision support system penentuan jenis ayam petelur menggunakan metode AHP. Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia, dan Informasi), vol. 9(1), pp. 7–14, 2016.

F. L. Mu’asyaroh dan W. F. Mahmudy, Implementasi algoritma genetika dalam optimasi model AHP dan TOPSIS untuk penentuan kelayakan pengisian bibit ayam broiler di kandang peternak. Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 3(4), pp. 226–237, 2016.

I. Hamdhani, N. Hidayar, dan I. Cholissodin, Sistem pendukung keputusan penentuan kelayakan kandang ayam broiler menggunakan metode analytic hierarchy process-weighted product [studi kasus pt. semesta mitra sejahtera wilayah jombang, kediri, dan tulungagung]. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2(7), pp. 2754–2759, 2018.

T. Saaty and L. Vargas, Decision Making With The Analytic Network Process. United States of America: Springer, 2006.

S. Kusumadewi, S. Hartati, A. Harjoko, dan R. Wardoyo, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu, 2006, pp. 78-79.

A. D. Firman, Sistem informasi perpustakaan online berbasis web. Jurnal Teknik Elektro Dan Komputer, vol. 5(2), pp. 29–36, 2016.

Y. Herman, Perancangan replikasi basis data mysql dengan mekanisme pengamanan menggunakan ssl encryption. Jurnal Informatika, vol. 8(1), pp. 826–836, 2014.

H. Magdalena, “Sistem Pendukung Keputusan Untuk Menentukan Mahasiswa Lulusan Terbaik Di Perguruan Tinggi (Studi Kasus STMIK Atma Luhur Pangkalpinang)” di Seminar Nasional Teknologi Informasi dan Komunikasi, FTI UAJY Yogyakarta, 2016, pp. 49-56, (https://fti.uajy.ac.id/sentika/publikasi/makalah/ 2012/2012-4.pdf).

Downloads

Published

2020-05-01