PENGEMBANGAN MODEL UNTUK MEMONITOR JUMLAH SAMPAH DI KOTA YOGYAKARTA

Erlita P, Nur Aini Masruroh, S.T., M.Sc., Ph.D.

2014 | Tesis | S2 Teknik Industri

Sampah merupakan sisa kegiatan sehari-hari manusia yang telah menjadi salah satu permasalahan nasional di Indonesia, tidak terkecuali di kota Yogyakarta. Untuk melengkapi prediksi jumlah sampah di kota Yogyakarta dengan dasar adanya beberapa faktor dari luar yang diduga berpengaruh terhadap jumlah sampah (open system), penelitian terdahulu mengembangkan model prediksi dengan menerapkan metode Bayesian Network. Namun, model tersebut belum dapat menghasilkan angka besarnya jumlah sampah di kota Yogyakarta ketika jumlah sampah diprediksi akan meningkat atau menurun. Selain itu, tingkat akurasi dari model tersebut juga dianggap masih rendah karena dikhawatirkan terdapat missing value pada data yang digunakan. Oleh karena itu, penelitian ini mengembangkan model untuk memonitor jumlah sampah di kota Yogyakarta dengan mempertimbangkan data historis (closed system) dan juga beberapa faktor yang diduga berpengaruh terhadap jumlah sampah di wilayah kota Yogyakarta (open system). Pengembangan model ini dilakukan dengan mengkombinasikan model Holt’s sebagai model closed system dengan model Bayesian Network sebagai model open system. Langkah awal didalam membangun model kombinasi ini adalah mengolah data yang diduga mengandung missing value. Kemudian, hasil dari pengolahan data tersebut digunakan untuk membangun model Holt’s dan model Bayesian Network masing-masing. Hasil dari kedua model tersebut kemudian dikombinasikan untuk mendapatkan angka besarnya jumlah sampah di kota Yogyakarta ketika jumlah sampah diprediksi akan meningkat atau menurun. Sebagai pembanding, dibangun model kombinasi lainnya dengan menerapkan metode peramalan kombinasi Simple Average, Inverse MSE Weights, dan Odd Matrix yang berdasarkan pada dua metode peramalan time series terbaik. Metode peramalan time series yang digunakan antara lain adalah metode Naive, Simple Averages, Moving Averages, Single Exponential Smoothing, dan ARIMA. Berdasarkan hasil pengujian terhadap model kombinasi Holt’s dengan Bayesian Network, model ini memiliki nilai MAPE sebesar 14%, nilai MAD sebesar 7,580 x 105, dan nilai MSE sebesar 1,096 x 1012 didalam memprediksi dan memonitor jumlah sampah di kota Yogyakarta. Model usulan ini memiliki akurasi yang lebih baik dibandingkan dengan akurasi dari model kombinasi lainnya yang menggabungkan antara hasil metode peramalan Moving Averages dengan Single Exponential Smoothing. Selain itu, model usulan ini juga memiliki kemampuan untuk mengikuti pola pergerakan data aktual sebesar 67%. Nilai tersebut dihitung berdasarkan total frekuensi kesesuaian antara pola pergerakan model usulan dengan pola pergerakan data aktual jumlah sampah.

Waste is residual human activities which become a national issue in Indonesia, including in Yogyakarta city. Our previous research developed Bayesian Network method to complete the waste volume prediction in Yogyakarta based on some external factors. The research came up with the new model to predict waste volume whether it is decreasing or increasing. However, the model has not been able to obtain the decreasing or increasing number of waste volume in Yogyakarta. Moreover, the accuracy of this model is considered too low because of missing value suspicion in the data used. Therefore, this research develops a waste volume monitoring model by considering historical data of waste volume in Yogyakarta (closed system) and also some external factors that may influence waste volume in Yogyakarta (open system). In this research, Holt’s model as a closed system model is combined with Bayesian Network model as an open system model to develop the waste volume monitoring model. The first step to develop the combination model is to process the data containing the missing value. Then, the results of the missing value processing are used to develop Holt’s and Bayesian Network for each model. The result of each model will be combined to obtain the number of waste volume in Yogyakarta when it is predicted. As a comparison, other combination models are developed using combination forecasting method, such as Simple Average, Inverse MSE Weights, and Odd Matrix. These methods are based on the two best of time series forecasting method among Naive, Simple Averages, Moving Averages, Single Exponential Smoothing, and ARIMA. The result of Holt’s and Bayesian Network combination model test shows that this model has accuracy value MAPE as 14%, MAD as 7,580 x 105, and MSE as 1,096 x 1012 in predicting and monitoring the waste volume in Yogyakarta. The accuracy is better than the accuracy got from the other combination models that combines Moving Averages with Single Exponential Smoothing. Moreover, Holt’s and Bayesian Network combination model has ability to represent the waste volume actual trend as 67%. This rate is calculated based on the suitability frequency between model result pattern with actual trend pattern of waste volu

Kata Kunci : Lingkungan, Kota Yogyakarta, Monitor Jumlah Sampah, Kombinasi Model Holt’s dan Bayesian Network