Melola Discovery

← Melola Discovery

Jurnal SINTA 2

PENERAPAN RECURSIVE LINEAR MODEL (RLM) DALAM PENDUGAAN BERAT BADAN AYAM BROILER DAN AYAM LOKAL

JITRO (Jurnal Ilmu dan Teknologi Peternakan Tropis) · Vol. 4 No. 3 (2017) · pp. 26–33

DOI
10.33772/jitro.v4i3.3650
ISSN
2406-9337
Published
2017-09-15
Publisher
Universitas Halu Oleo
Language
eng

Abstract

Penggunaan model matematis bermanfaat untuk meningkatkan ketepatan tujuan pemberian nutrisi dalam ransum sebagai usaha meningkatkan produksi ternak. Recursive linear model (RLM) merupakan salah satu model matematis yang sederhana dan cukup akurat diaplikasikan dalam studi pertumbuhan ayam. Tujuan makalah ini adalah untuk memberikan gambaran penerapan model RLM dalam pendugaan berat badan ayam broiler dan ayam lokal di Indonesia. Hal tersebut untuk mendukung penggunaan pendekatan nutrisi kuantitatif dalam merepresentasikan hasil riset dunia perunggasan nasional. Data yang digunakan dalam makalah ini adalah data sekunder yang berasal dari dua sumber data (skripsi) yang merepresentasikan topik penelitian komoditas ayam broiler dan ayam lokal. Data yang terdapat dalam skripsi tersebut diseleksi dan diuji menggunakan model RLM dengan rumus Wk = θ1k + θ2k · CFk. Nilai notasi θ1k pada ayam broiler berkisar antara 0,0629 - 0,0822 kg. Nilai notasi θ2k sebesar 0,707 - 0,759 kg/kg. Nilai notasi θ1k untuk ayam lokal jantan dan betina sebesar -0,114 dan -0,124 kg. Nilai notasi θ2k ayam lokal sebesar 1,95 (jantan) dan 2,08 (betina) kg/kg. Nilai mean relative prediction error (MRPE) atau tingkat kesesuaian model pada ayam broiler berkisar antara 2,47-4,30%. Nilai MRPE ayam lokal berkisar 25,80-29,39%. Kesimpulan makalah ini adalah bahwa RLM sangat cocok diaplikasikan pada riset unggas berbasis ayam broiler. Penerapan RLM belum sesuai diterapkan dalam riset berbasis ayam lokal. Dalam penerapan RLM juga perlu mempertimbangkan faktor tujuan perlakuan pakan dan horison periode prediksi. Akan tetapi, berbagai penelitian pendugaan pertumbuhan ayam lokal menggunakan model matematis lain (disertai dengan uji empiris) perlu dilakukan ntuk mendukung pernyataan diatas. Kata kunci: ayam broiler, ayam lokal, model matematis pertumbuhan, and recursive linear model

Collaboration network of the authors

28 authors · 80 co-authorship links · 16 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • National Nuclear Energy Agency of Indonesia
  • Sam Ratulangi University
  • Institut Agama Islam Negeri Kendari
  • Syarif Hidayatullah State Islamic University Jakarta
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Widhi KurniawanUniversitas Halu Oleo2
Soni SopiyanaUniversitas Halu Oleo2
Dewi FebrinaAffiliation unknown2
Rahmi FebriyantiAffiliation unknown2
Sadarman SadarmanAffiliation unknown2
La Ode HardiyantoAffiliation unknown2
Novia QomariyahAffiliation unknown2
Danung Nur AdliAffiliation unknown2
Husnul KhotimahInstitut Agama Islam Negeri Kendari1
Dedi AnsoriNational Nuclear Energy Agency of Indonesia1
Anna MuawanahSyarif Hidayatullah State Islamic University Jakarta1
La Ode NafiuUniversitas Halu Oleo1
Natsir SandiahUniversitas Halu Oleo1
Astriana NapirahUniversitas Halu Oleo1
Hamdan HasUniversitas Halu Oleo1
Andi Murlina TasseUniversitas Halu Oleo1
Erwin YuliantoUniversitas Halu Oleo1
Elsa TrianaUniversitas Halu Oleo1
Saidin SaidinUniversitas Halu Oleo1
Muh NasirUniversitas Halu Oleo1
Asmita AsmitaUniversitas Halu Oleo1
Risky AmeliaUniversitas Halu Oleo1
Eka SuaibUniversitas Halu Oleo1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/peternakan-tropis/oai, first harvested 29 Okt 2026, last seen 29 Okt 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PENERAPAN RECURSIVE LINEAR MODEL (RLM) DALAM  PENDUGAAN BERAT BADAN AYAM BROILER DAN AYAM LOKAL</dc:title>
	<dc:creator>Rahman, Rahman</dc:creator>
	<dc:creator>Wahyono, Teguh</dc:creator>
	<dc:creator>Hidayat, Cecep</dc:creator>
	<dc:creator>Krisnan, Rantan</dc:creator>
	<dc:creator>Malalantang, Sjenny S</dc:creator>
	<dc:description xml:lang="en-US">Penggunaan model matematis bermanfaat untuk meningkatkan ketepatan tujuan pemberian nutrisi dalam ransum sebagai usaha meningkatkan produksi ternak. Recursive linear model (RLM) merupakan salah satu model matematis yang sederhana dan cukup akurat diaplikasikan dalam studi pertumbuhan ayam. Tujuan makalah ini adalah untuk memberikan gambaran penerapan model RLM dalam pendugaan berat badan ayam broiler dan ayam lokal di Indonesia. Hal tersebut untuk mendukung penggunaan pendekatan nutrisi kuantitatif dalam merepresentasikan hasil riset dunia perunggasan nasional. Data yang digunakan dalam makalah ini adalah data sekunder yang berasal dari dua sumber data (skripsi) yang merepresentasikan topik penelitian komoditas ayam broiler dan ayam lokal. Data yang terdapat dalam skripsi tersebut diseleksi dan diuji menggunakan model RLM dengan rumus Wk = θ1k + θ2k · CFk. Nilai notasi θ1k pada ayam broiler berkisar antara 0,0629 - 0,0822 kg. Nilai notasi θ2k sebesar 0,707 - 0,759 kg/kg. Nilai notasi θ1k untuk ayam lokal jantan dan betina sebesar -0,114 dan -0,124 kg. Nilai notasi θ2k ayam lokal sebesar 1,95 (jantan) dan 2,08 (betina) kg/kg. Nilai mean relative prediction error (MRPE) atau tingkat kesesuaian model pada ayam broiler berkisar antara 2,47-4,30%. Nilai MRPE ayam lokal berkisar 25,80-29,39%. Kesimpulan makalah ini adalah bahwa RLM sangat cocok diaplikasikan pada riset unggas berbasis ayam broiler. Penerapan RLM belum sesuai diterapkan dalam riset berbasis ayam lokal. Dalam penerapan RLM juga perlu mempertimbangkan faktor tujuan perlakuan pakan dan horison periode prediksi. Akan tetapi, berbagai penelitian pendugaan pertumbuhan ayam lokal menggunakan model matematis lain (disertai dengan uji empiris) perlu dilakukan ntuk mendukung pernyataan diatas. Kata kunci: ayam broiler, ayam lokal, model matematis pertumbuhan, and recursive linear model</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Halu Oleo</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2017-09-15</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/peternakan-tropis/article/view/3650</dc:identifier>
	<dc:identifier>10.33772/jitro.v4i3.3650</dc:identifier>
	<dc:source xml:lang="en-US">Jurnal Ilmu dan Teknologi Peternakan Tropis; Vol 4, No 3 (2017): JITRO, September; 26-33</dc:source>
	<dc:source>2406-9337</dc:source>
	<dc:source>10.33772/jitro.v4i3</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/peternakan-tropis/article/view/3650/2768</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2017 Jurnal Ilmu dan Teknologi Peternakan Tropis</dc:rights>
</oai_dc:dc>