Hazulil Fitriah Zedha Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2023

Skripsi

Pertumbuhan penduduk yang meningkat akan mengakibatkan pertambahan tonase sampah yang meningkat pula. Sampah merupakan suatu barang yang tidak bermanfaat dan terjadi atas kesadaran diri serta barang yang membuat masyarakat gundah. Pada penelitian ini digunakan data tonase sampah TPST Bantargebang Provinsi DKI Jakarta Kota Bekasi, Jawa Barat periode Januari 2011 sampai Desember 2019 sebanyak 96 observasi, yang diperoleh dari website portal data atau Jakarta Open Data. Penelitian ini bertujuan untuk mendapatkan model terbaik dan memperoleh metode peramalan terbaik untuk meramalkan tonase sampah TPST Bantargebang pada masa yang akan datang. Peramalan adalah salah satu analisis yang digunakan untuk memprediksi apa yang terjadi masa mendatang dengan menggunakan data masa lalu. Adapun analisis kuantitatif yang akan digunakan dalam peramalan tonase sampah adalah analisis time series. Analisis time series terdapat banyak metode yang dapat digunakan untuk peramalan masa depan yang sesuai dengan syarat dan data tersebut. Berdasarkan hal tersebut, perlu dilakukan perbandingkan metode agar memperoleh metode terbaik dalam meramalkan tonase sampah TPST Bantargebang. Metode analisis time series yang digunakan dalam penelitian ini adalah Triple Exponential Smoothing dan ARIMAX. Selain metode time series short memory tersebut terdapat metode time series long memory yaitu memiliki syarat data yang mengandung long memory dan memiliki kerkaitan data dalam jangka Panjang. Berdasarkan hasil yang didapatkan, model terbaik untuk metode Triple Exponential Smoothing yaitu dengan menggunakan parameter α=0,10; β=0,01 dan γ=0,30. Model terbaik metode ARIMAX adalah (2,1,2)(1,1,1)12, V_1,…,V_11 dan model terbaik untuk metode ARFIMA adalah ARFIMA (1, -0,06659377, 1). Hasil analisis data tonase sampah tersebut dapat disimpulkan bahwa metode terbaik yang dapat digunakan untuk meramalkan masa yang akan datang yaitu metode Triple Exponential Smoothing yang dilihat melalui nilai akurasi yaitu MSE, RMSE dan MAPE yang lebih kecil daripada metode ARIMAX dan ARFIMA. Nilai MSE, RMSE dan MAPE secara berturut-turut adalah sebesar 448.580.631,1; 21.179,72; dan 6,949. Kata kunci: Tonase sampah TPST Bantargebang, analisis time series, Triple Exponential Smoothing, ARIMAX, ARFIMA 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 112430 2023-07-06 10:46:41 2023-07-06 11:14:20 machine generated