Pemodelan Timbulan Sampah Berdasarkan Faktor Sosioekonomi dan Sosiodemografi di Jawa Tengah Menggunakan Geographically Weighted Regression

Putri, Faliza Ethika (2024) Pemodelan Timbulan Sampah Berdasarkan Faktor Sosioekonomi dan Sosiodemografi di Jawa Tengah Menggunakan Geographically Weighted Regression. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043201045-Undergraduate_Thesis for D4.pdf - Accepted Version Restricted to Repository staff only until 1 July 2026. Download (1MB) | Request a copy

Abstract

Sampah menjadi salah satu permasalahan yang sulit untuk ditangani karena pada dasarnya, setiap kegiatan yang dilakukan manusia menghasilkan sampah. Peningkatan pola konsumsi masyarakat diikuti juga dengan peningkatan jumlah timbulan sampah yang dihasilkan. Jumlah timbulan sampah di Provinsi Jawa Tengah pada tahun pada tahun 2021 mengalami peningkatan sebesar 13% dari tahun sebelumnya dan menjadikan Jawa Tengah sebagai provinsi yang menyumbang timbulan sampah nasional paling besar pada tahun 2021. Penelitian ini bertujuan untuk mengetahui faktor-faktor sosioekonomi dan sosiodemografi yang berpengaruh terhadap jumlah timbulan sampah di Provinsi Jawa Tengah dengan memperhatikan aspek spasial sehingga bisa dihasilkan model yang sesuai di setiap kabupaten/kotanya. Metode yang digunakan pada penelitian ini adalah metode Geographically Weighted Regression (GWR), yaitu metode regresi yang dikembangkan khusus untuk memodelkan data dengan variabel respon yang bersifat kontinu dengan mempertimbangkan aspek spasial. Data yang digunakan terdiri dari data dengan variabel prediktor sebanyak 4 faktor untuk dianalisis secara statistika deskriptif, selanjutnya dilakukan analisis regresi linear berganda untuk mendapatkan model dan asumsi residual, lalu dilakukan pengujian aspek spasial data sebelum dilanjutkan pada analisis GWR. Terakhir, model regresi linear dan GWR dibandingkan untuk memperoleh model terbaik. Berdasarkan hasil analisis, pemodelan dilakukan dengan menggunakan fungsi kernel Gaussian Fixed dengan kebaikan model sebesar 93,29% dan diperoleh bahwa Kota Semarang merupakan kota dengan jumlah timbulan sampah paling banyak dengan faktor yang signifikan adalah jumlah penduduk dan harapan lama sekolah.
==================================================================================================================================
Waste is one of the most difficult challenges to solve since, in essence, every human action generates trash. The rise in people's consumption habits is accompanied by an increase in the quantity of garbage produced. The quantity of trash generated in Central Java Province in 2021 grew by 13% over the previous year, making Central Java the province with the greatest contribution to national waste creation in 2021. The purpose of this research is to identify the socioeconomic and sociodemographic factors that influence the quantity of waste generated in Central Java Province, with a focus on geographical features, so that an appropriate model may be developed for each district or city. The geographically weighted regression (GWR) approach was employed in this study. It is a regression method developed specifically to model data with continuous response variables by considering spatial aspects. Data were taken from 30 districts or cities using 4 predictor variables to be analysed descriptively, then multiple linear regression analysis was conducted to obtain the model and residual assumptions, and then the spatial aspects of the data were tested before proceeding to the GWR analysis. Finally, linear regression models and GWR are compared to obtain the best model. Based on the results of the analysis, modelling was carried out using the Gaussian Fixed kernel function with a model goodness of 93,29% and it was found that Semarang City is the city with the most amount of waste generation with significant factors being the number of residents and school expectations.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Timbulan Sampah, Geographically Weighted Regression, Sosioekonomi, Sosiodemografi; Geographically Weighted Regression, Socioeconomics, Sociodemographics, Waste Generation
Subjects:	H Social Sciences > HA Statistics > HA30.6 Spatial analysis H Social Sciences > HA Statistics > HA31.3 Regression. Correlation H Social Sciences > HA Statistics > HA31.7 Estimation Q Science > Q Science (General) > Q180.55.M38 Mathematical models Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA353.K47 Kernel functions (analysis) T Technology > TD Environmental technology. Sanitary engineering > TD899 Waste control in special industries, plants, processes, etc
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Faliza Ethika Putri
Date Deposited:	10 Feb 2024 01:18
Last Modified:	10 Feb 2024 01:18
URI:	http://repository.its.ac.id/id/eprint/106687

Actions (login required)

View Item