←../kembali_ke_proyek
⚡ Proyek 2025·completed·Aplikasi Mobile AgriTech

>_ Bagaimana Saya Mengotomatiskan Perhitungan FCR Kandang Broiler dan Mengganti Catatan Kertas dengan Telemetri Real-Time

Membangun sistem manajemen kandang broiler berbasis Flutter untuk produksi: pencatatan pakan harian, pelacakan deplesi, mesin hitung Feed Conversion Ratio (FCR) & Indeks Performa otomatis, serta sinkronisasi multi-kandang real-time di Firebase.

Dapatkan di Google Play ↗
BroilerKu — architecture.pipeline
  1. 01Flutter UI Layer
    Form reaktif & kartu dashboard FCR
  2. 02Domain / FCR Engine
    Kalkulasi otomatis FCR, deplesi & IP
  3. 03Repository Layer
    Sinkronisasi state & aturan validasi
  4. 04Firebase / Firestore
    Persistensi cloud real-time & autentikasi

Gambar 1.0 — Arsitektur end-to-end dan alur data untuk BroilerKu

# Gambaran Perjalanan

Aplikasi manajemen kandang ayam broiler yang menggantikan pencatatan kertas dengan perhitungan efisiensi pakan (FCR) otomatis.

Titik Awal (Masalah)

Peternak mencatat pakan, kematian ayam, dan bobot harian di kertas atau chat manual sehingga perhitungan FCR (Feed Conversion Ratio) lambat dan rawan salah hitung.

Mengapa Ini Penting (Hasil & Dampak)

Memangkas waktu rekap harian kandang dan memberikan indikator performa panen (FCR & Indeks Performa) secara instan di HP peternak.

# Fase 1: Arsitektur Sistem & Pipeline

Arsitektur sistem dirancang secara modular agar setiap lapisan memiliki tanggung jawab yang terisolasi dengan jelas:

TAHAP 01

Flutter UI Layer

Form reaktif & kartu dashboard FCR

TAHAP 02

Domain / FCR Engine

Kalkulasi otomatis FCR, deplesi & IP

TAHAP 03

Repository Layer

Sinkronisasi state & aturan validasi

TAHAP 04

Firebase / Firestore

Persistensi cloud real-time & autentikasi

Hasil Teknis Utama

  • Pencatatan pakan harian, deplesi (kematian), dan sampling bobot ayam per kandang
  • Kalkulasi otomatis FCR (Feed Conversion Ratio) & estimasi panen secara real-time
  • Sinkronisasi data multi-kandang berbasis Cloud Firestore & Firebase Auth

# Fase 2: Keputusan Engineering & Implementasi

[Keputusan 01]Memisahkan logika perhitungan peternakan (FCR, tingkat deplesi, rata-rata bobot) ke domain layer murni agar hasil kalkulasi konsisten dan mudah diuji.
[Keputusan 02]Menggunakan struktur koleksi hierarkis di Firestore (Farms -> Cycles -> DailyLogs) untuk mempercepat query rekap per periode panen.
[Keputusan 03]Mendesain form input harian dengan validasi batas wajar agar petugas kandang tidak salah memasukkan satuan kilogram vs sak pakan.
fcr_calculator.dart
class FcrCalculator {
  static double compute({
    required double totalFeedKg,
    required int livePopulation,
    required double avgWeightKg,
  }) {
    final totalBiomassKg = livePopulation * avgWeightKg;
    if (totalBiomassKg <= 0) return 0.0;
    return double.parse((totalFeedKg / totalBiomassKg).toStringAsFixed(2));
  }
}

# Fase 3: Layar Aplikasi & Alur Operasional

BroilerKu - 1. Dashboard Kandang

1. Dashboard Kandang

Ringkasan metrik utama: skor FCR saat ini, populasi hidup, dan grafik konsumsi pakan.

BroilerKu - 2. Input Harian Cepat

2. Input Harian Cepat

Form pencatatan jumlah pakan masuk, angka kematian harian, dan hasil timbang sampel.

BroilerKu - 3. Analitik Siklus Panen

3. Analitik Siklus Panen

Evaluasi performa kandang dari hari ke-1 (DOC) hingga panen untuk membandingkan efisiensi.