Dashboard kesehatan hewan ini dirancang sebagai sistem pemantauan real-time yang memanfaatkan integrasi data IoT dan model Machine Learning Random Forest untuk mendeteksi kondisi fisiologis hewan percobaan secara otomatis. Data seperti suhu tubuh, detak jantung, aktivitas harian, serta parameter lingkungan (suhu ruangan, kelembapan, CO₂, dan amonia) dikumpulkan secara kontinu melalui sensor dan dikirim ke cloud server.
Model Random Forest digunakan untuk melakukan klasifikasi kesehatan hewan ke dalam tiga kategori utama: Sehat, Risiko Rendah, dan Risiko Tinggi, berdasarkan pola data historis dan perubahan sinyal fisiologis. Dashboard menampilkan hasil prediksi dalam bentuk grafik interaktif, indikator status warna (green–yellow–red), dan riwayat tren kondisi setiap individu.
Selain itu, dashboard ini memungkinkan pengguna untuk mengevaluasi performa model melalui metrik akurasi, precision, recall, F1-score, dan ROC-AUC, sehingga hasil pemantauan tidak hanya bersifat visual tetapi juga analitis. Secara keseluruhan, sistem ini menjadi alat bantu pengambilan keputusan berbasis data yang efisien untuk menjaga kesejahteraan hewan percobaan secara adaptif dan berkelanjutan.