PERBANDINGAN ALGORITMA SARIMA DAN ARIMA UNTUK MEMPREDIKSI POLA PERTUMBUHAN SAMPAH

Ahmad, Septiawan (2026) PERBANDINGAN ALGORITMA SARIMA DAN ARIMA UNTUK MEMPREDIKSI POLA PERTUMBUHAN SAMPAH. Other thesis, Unsada.

Preview	Text COVER.pdf Download (1MB) | Preview
Preview	Text BAB 1.pdf Download (747kB) | Preview
Preview	Text BAB 2.pdf Download (756kB) | Preview
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
Preview	Text BAB 5.pdf Download (746kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (641kB) | Preview
Preview	Text LAMPIRAN.pdf Download (2MB) | Preview
Preview	Text HASIL TURNITIN.pdf Download (532kB) | Preview
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (145kB)

Abstract

Penelitian ini bertujuan untuk menganalisis tren pertumbuhan sampah di Jakarta menggunakan Perbandingan dari metode ARIMA dan SARIMA. Permasalahan penumpukan sampah di TPST Bantargebang semakin meningkat setiap tahun, dengan volume sampah yang terus bertambah dari berbagai kecamatan di Jakarta. Data yang digunakan dalam penelitian ini berasal dari Dinas Lingkungan Hidup DKI Jakarta, mencakup periode Januari 2022 hingga April 2024. Penelitian ini berfokus pada jenis sampah seperti sampah mudah terurai, plastik, dan B3 domestik untuk mengidentifikasi pola penyebaran dan tren pertumbuhan sampah di berbagai wilayah. Metodologi yang diterapkan dalam penelitian ini adalah CRISP-DM, yang terdiri dari tahap pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Proses pengolahan data dilakukan dengan metode pembersihan data, normalisasi, serta pemisahan data untuk pelatihan dan pengujian. Hasil analisis menunjukkan bahwa model ARIMA memberikan nilai RMSE, MAE, MAPE yang cukup baik yang menunjukkan akurasi peramalan yang cukup baik dalam memprediksi volume sampah di masa mendatang. Algoritma SARIMA berhasil mengelompokkan wilayah Jakarta menjadi tiga klaster utama, yaitu wilayah dengan dominasi sampah organik, plastik, dan campuran. Implementasi sistem berbasis web menggunakan Python Flask memudahkan proses analisis dan visualisasi data bagi pemangku kebijakan, khususnya Dinas Lingkungan Hidup. Kesimpulan dari penelitian ini menunjukkan bahwa metode SARIMA dapat membantu mengelompokkan wilayah berdasarkan jumlah volume timbulan sampah untuk mendukung kebijakan pengelolaan yang lebih efektif. Adapun saran dari penelitian ini adalah perlunya pengembangan sistem yang lebih kompleks dengan mempertimbangkan variabel eksternal seperti perubahan kebijakan pemerintah dan faktor sosial ekonomi, serta peningkatan akurasi model dengan menggunakan teknik machine learning yang lebih canggih. Selain itu, diharapkan sistem yang telah dibangun dapat terus diperbarui dan diperluas cakupannya agar dapat digunakan dalam pengelolaan sampah di seluruh wilayah Jakarta secara lebih optimal dan berkelanjutan.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing : Bagus Tri mahardika MM,SI
Uncontrolled Keywords:	ARIMA, SARIMA , RMSE, MAE, MAPE, Python Flask.
Subjects:	000 Generalities/Karya Umum > 005.3 Programs/ Program
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	21 Aug 2026 13:34
Last Modified:	21 Aug 2026 13:34
URI:	http://repository.unsada.id/id/eprint/10867

Actions (login required)

View Item