Peramalan Jumlah Sampah Terangkut Di Kota Pekanbaru Menggunakan Metode ARIMA

Shafhia Mifthasha

Abstract


Kota Pekanbaru merupakan ibukota Provinsi Riau yang termasuk ke dalam salah satu kota yang menjadi pusat ekonomi di pulau Sumatera dengan tingkat pertumbuhan, urbanisasi, dan mingrasi. Seiring pertumbuhan jumlah penduduk setiap tahun dan meningkatnya jumlah sampah  yang terangkut ke Tempat Pembuangan Akhir namun berkurangnya daya dukung alam yang semakin sempit sebagai tempat pembuangan sampah akan menimbulkan permasalahan yang berkelanjutan. Untuk itu perlu perencanaan manajemen pengelolaan sampah dengan memprediksi jumlah sampah terangkut  dan  harus dikelola di Tempat Pembuangan Akhir  pada waktu yang akan datang. Peramalan terhadap jumlah sampah dilakukan menggunakan metode ARIMA dengan mengukur ketepatan peramalan menggunakan MAPE. Hasil penelitian didapatkan model yang terbaik untuk zona 1 adalah model AR (1) dengan kenaikan jumlah sampah terangkut sebesar 39.857,7 ton sedangkan pada zona 2 adalah model ARIMA (1,1,1) dengan kenaikan jumlah sampah terangkut sebesar 53.380,3 ton

Full Text:

PDF

References


Y. Hartono, D. Mardhia, I. W. Ayu, and R. Masniadi, Pengelolaan Dan Pemanfaatan Sampah Berbasis Rumah Tangga. Literasi Nusantara, 2020.

C. W. PURNOMO and U. G. M. Press, Solusi Pengelolaan Sampah Kota. Yogyakarta: Gadjah Mada University Press, 2021.

R. S. Juliandi, Mardiana, and D. Tampubolon, “Analisis Aspek Ekonomi Dan Sosial Kota Pekanbaru Sebagai Kota Layak Huni,” Revenue J. Ekon. Pembang. dan Ekon. Islam, vol. 4, no. 02, pp. 1–15, 2021, doi: 10.56998/jr.v4i02.36.

Badan Pusat Statistik Provinsi Riau, Provinsi Riau Dalam Angka 2022. Riau: CV MN Grafika, 2022.

Kementerian Lingkungan Hidup Dan Kehutanan, “Data Pengelolaan Sampah & Rth,” Sistem Informasi Pengelolaan Sampah Nasional, 2022. https://sipsn.menlhk.go.id/sipsn/public/data/komposisi (accessed Nov. 21, 2022).

I. Rielasari, “Pengelolaan Sampah Kota Pekanbaru,” vol. 5, no. 1, pp. 1–12, 2018.

Dinas Lingkungan Hidup Dan Kebersihan Kota Pekanbaru, “Kelola Sampah di Hulu dan Hilir: DLHK Kota Pekanbaru Terus Lakukan Antisipasi dan Perbaikan dalam Pengelolaan Sampah,” dlhk.pekanbaru.go.id, 2021. https://dlhk.pekanbaru.go.id/KegiatanOPD/detail/9 (accessed Nov. 13, 2022).

U. A. Dodo, E. C. Ashigwuike, and J. N. Emechebe, “Municipal Solid Waste Generation Forecast using an ARIMA Model: A Focus on Abuja City, Nigeria,” Proc. 2022 IEEE Niger. 4th Int. Conf. Disruptive Technol. Sustain. Dev. NIGERCON 2022, 2022, doi: 10.1109/NIGERCON54645.2022.9803108.

P. Zhong, Z. Chen, C. Hang, S. Wu, L. Mei, and H. Sun, “Yield prediction of household garbage based on sarima and exponential smoothing model,” J. Phys. Conf. Ser., vol. 2024, no. 1, pp. 1–10, 2021, doi: 10.1088/1742-6596/2024/1/012068.

E. Fitriastutik and M. Anityasari, “Forecasting Timbulan Sampah Kota Surabaya Menggunakan Time Series Analysis,” J. Tek. ITS, vol. 9, no. 2, 2021, doi: 10.12962/j23373539.v9i2.56557.

A. Arta Putra, M. Almadevi, P. Ardine Puspitasari, R. Septiani Pontoh, and U. Padjadjaran, “Peramalan Kandungan CO (Karbon Monoksida) DKI JAKARTA dengan Menggunakan Metode Arima,” Semin. Nas. Stat. AKTUARIA I, 2022, [Online]. Available: http://prosiding.statistics.unpad.ac.id

Y. Yu, Q. Huang, X. Ma, and J. He, “Prediction of Urban Waste Disposal Based on ARIMA Model,” Appl. Mech. Mater., vol. 768, pp. 707–713, 2015, doi: 10.4028/www.scientific.net/AMM.768.707.

E. Owusu-Sekyere, E. Harris, and E. Bonyah, “Forecasting and Planning for Solid Waste Generation in the Kumasi Metropolitan Area of Ghana: An ARIMA Time Series Approach,” Int. J. Sci., vol. 2, no. 04, pp. 69–83, 2013.

T. M. Linda, Ecobrick : Solusi Penanganan Sampah Plastik - Graf Literasi. Jakarta: Graf Literasi, 2022.

N. Makmun, Sahabat Sampah: Alam Bersahabat, Hidup Menjadi Nyaman. Jakarta: Bhuana Ilmu Populer, 2019.

I. M. R. M. Kes, Buku Teknologi Tepat Guna Pengolahan Sampah. Jawa Timur: Qiara Media Partner, 2020.

A. Sasmita, J. Asmura, and B. Nurmaida, “Analisis Emisi CH4 dan Potensi Energi dari Tempat Pembuangan Akhir (TPA) Muara Fajar 2 Kota Pekanbaru,” J. Sci. Technol., vol. 15, no. 1, pp. 64–70, 2022, doi: 10.21107/rekayasa.v15i1.13284.

A. T. Husain, “Sistem Pengolahan Sampah Di Tempat Pembuangan Akhir (TPA) Muara Fajar Kota Pekanbaru,” JOM FISIP, vol. 3, no. 1, pp. 1–13, 2016.

E. Suseno, K. R. Purba, and R. Intan, “Media Pembelajaran Interaktif Pengelolaan Sampah Organik, Anorganik dan Bahan Beracun Berbahaya Berbasis Flash,” J. Infra, vol. 4, no. 1, pp. 159–163, 2016.

D. H. prasetya, Manajemen Operasi. Yogyakarta: Media Pressindo, 2009.

M. Marizal and F. Mutiarani, “Penerapan Metode Eksponential Smoothing Dalam Memprediksi Jumlah Peserta Didik Baru Di Sma Favorit Kota Payakumbuh,” Maj. Ilm. Mat. dan Stat., vol. 22, no. 1, p. 43, 2022, doi: 10.19184/mims.v22i1.30138.

T. D. Andini and P. Auristandi, “Peramalan Jumlah Stok Alat Tulis Kantor di UD Achmad Jaya Menggunakan Metode Double Exponential Smoothing,” J. Ilm. Teknol. Inf. Asia, vol. 10, no. 1, pp. 1–10, 2016.

E. P. Lumbatoruan and P. Hidayat, “Analisis Pertumbuhan Ekonomi Dan Indeks Pembangunan Manusia (Ipm) Provinsi-Provinsi Di Indonesia (Metode Kointegrasi),” J. Ekon. dan Keuang., vol. 2, no. 2, pp. 14–27, 2013.

Endri, “Analisis Faktor-Faktor Yang Mempengaruhi Inflansi Di Indonesia,” J. Ekon. Pembang., vol. 13, no. 1, pp. 1–13, 2008.

A. P. Desvina, “Peramalan pencemaran udara oleh Sulfur Dioksida (SO2) di Pekanbaru dengan model Ar (3),” J. Sains,Teknologi, dan Ind., vol. 9, no. 2, pp. 1–9, 2012.

Z. Kafara, F. Y. Rumlawang, and L. J. Sinay, “Peramalan Curah Hujan Dengan Pendekatan Seasonal Autoregressive Integrated Moving Average ( Sarima ),” J. Ilmu Mat. dan Terap., vol. 11, no. 1, pp. 63–74, 2017.

B. Juanda, Ekonometrika Deret Waktu: Teori dan Aplikasi. Bogor: PT Penerbit IPB Press, 2021.

Gioarno, Pengantar Analisis Runtun Waktu Berserta Aplikasinya dalam Ekonomi dan Klimatologi. ArnoGi, 2021.

B. Hendrawan, “Penerapan Model ARIMA Dalam Memprediksi IHSG,” 205 | J. Integr. |, vol. 4, no. 2, pp. 205–211, 2012.

K. Mendome, N. Nainggolan, and J. Kekenusa, “Penerapan Model ARIMA dalam Memprediksi Jumlah Tindak Kriminalitas di Wilayah POLRESTA Manado Provinsi Sulawesi UtaraKlorofil,” J. MIPA, vol. 5, no. 2, p. 113, 2016, doi: 10.35799/jm.5.2.2016.13763.

A. P. Desvina, “Prediksi Jumlah Narapidana Kelas II A Kota Pekanbaru Menggunakan Model ARIMA,” J. Sains Mat. dan Stat., vol. 7, no. 1, p. 105, 2021, doi: 10.24014/jsms.v7i1.12390.

R. Yuliyanti and E. Arliani, “Peramalan Jumlah Penduduk Menggunakan Model ARIMA,” Kaji. dan Terap. Mat., vol. 8, no. 2, pp. 114–128, 2022.

H. Panjaitan, A. Prahutama, and S. Sudarno, “Peramalan Jumlah Penumpang Kereta Api Menggunakan Metode Arima, Intervensi Dan Arfima (Studi Kasus : Penumpang Kereta Api Kelas Lokal EkonomiDAOP IV Semarang),” J. Gaussian, vol. 7, no. 1, pp. 96–109, 2018, doi: 10.14710/j.gauss.v7i1.26639.

G. Christie, D. Hatidja, and R. Tumilaar, “Penerapan Metode SARIMA dalam Model Intervensi Fungsi Step untuk Memprediksi Jumlah Pegunjung Objek Wisata Londa (Application of the SARIMA Method in …,” J. Ilm. Sains, vol. 22, no. 2, pp. 96–103, 2022.

M. I. Rizki and T. A. Taqiyyuddin, “Penerapan Model SARIMA untuk Memprediksi Tingkat Inflasi di Indonesia,” J. Sains Mat. dan Stat., vol. 7, no. 2, pp. 62–72, 2021, doi: 10.24014/jsms.v7i2.13168




DOI: http://dx.doi.org/10.24014/icopss.v3i2.32272

Refbacks

  • There are currently no refbacks.


 

 

  

  

 

 

Journal ICoPSS : Indonesian Council of Premier Statistical Science

Publisher: Universitas Islam Negeri Sultan Syarif Kasim Riau
Website: http://ejournal.uin-suska.ac.id/index.php/icopsic
Official Email: ICoPremierStat@uin-suska.ac.id
Address: Jl. H.R. Soebrantas Km. 15.5 No. 155 Gedung Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Kel. Tuahmadani Kec. Tampan Pekanbaru - Riau 28293 

View My Stats

Flag Counter

Creative Commons Licence
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.