Putra, Wahyu Prayoga Aji (2016) Peramalan Volume Sampah Di Tpa Benowo Kota Surabaya Menggunakan Metode Backpropagation Neural Network (Bpnn). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5212100061-undergraduate-theses.pdf - Published Version Download (2MB) | Preview |
Abstract
Sampah merupakan sisa hasil kegiatan sehari-hari manusia atau
proses alam yang terbentuk padat atau semi padat berupa zat
organic atau anorganik bersifat terurai atau tidak terurai.
Sejalan dengan pertumbuhan penduduk Kota Surabaya pada
tahun 2013 sebesar 2% dari tahun 2012, maka timbunan sampah
pada tahun 2013 juga meningkat dengan presentase yang sama.
Pada tahun 2014 Volume sampah di Tempat Pembuangan Akhir
(TPA) Benowo Kota Surabaya pada 2014 mengalami
peningkatan dari tahun sebelumnya yang hanya 1.100 ton, kini
menjadi 1.400 ton setiap harinya. Seiring bertambahnya
pertumbuhan penduduk bertambah pula volume sampah yang
dihasilkan, Oleh karena itu diperlukan peramalan pada volume
sampah untuk membantu Pemerintah Kota Surabaya dalam
mengambil antisipasi dan kebijakan terkait dengan pertumbuhan
volume sampah yang tiap harinya terus mengalami peningkatan.
Untuk mengatasi permasalahan volume sampah yang tiap
harinya terus mengalami peningkatan, Dinas Kebersihan dan
Pertamanan Kota Surabaya harus melakukan antisipasi dini, oleh
karena itu diperlukan peramalan volume sampah per hari dengan
menggunakan Backpropagation Neural Network (BPNN). Data
yang digunakan untuk melakukan peramalan yaitu data
viii
timeseries volume sampah perhari di TPA Benowo Kota
Surabaya, periode 2013-2015, Data yang telah diperoleh akan
dibedakan menjadi data training dan data testing dengan
perbandingan 70:30
Model yang didapatkan setelah dilakukan peramalan
Backpropagation Neural Network (BPNN) adalah sembilan input
layer dengan sepuluh neuron pada hidden layer dengan
menggunakan learning rate 0.1 dan momentum 0.8 model
tersebut merupakan model dan prediksi terbaik yang melibatkan
data training dan data testing. Hasil yang didapatkan pada model
data training adalah 0.067766779 6.7766779%, sedangkan
hasil yang di dapatkan pada data testing adalah 0.055767928
5.5767928%. Dengan demikian metode Backpropagation Neural
Network (BPNN) dapat diterapkan untuk peramalan volume
sampah di TPA Benowo Kota Surabaya.
===========================================================
Waste is a waste products of everyday human activities or natural
processes that form a solid or semi-solid form of organic or
inorganic substances are biodegradable or not biodegradable. In
line with the growing population of Surabaya in 2013 amounted
to 2% from 2012, the landfill waste in 2013 also increased by the
same percentage. In 2014 the volume of waste at the final
disposal (TPA) Benowo Surabaya in 2014 increased from the
previous year only 1,100 tons, is now 1,400 tons per day. With
increasing population growth also increases the volume of waste
generated, therefore required forecasting the volume of waste to
help city officials in taking anticipation and policies related to
growth in the volume of waste continues to increase every day.
To overcome the problems of the daily volume of waste continues
to increase, Department of Hygiene and Surabaya need to
anticipate premature, therefore, needs to forecasting the volume
of waste per day using Backpropagation Neural Network
(BPNN). The data used for forecasting that the data time series
daily volume of waste in the TPA Benowo Kota Surabaya, the
period of 2013-2015, the data that has been obtained will be
divided into training data and testing data is in the ratio of 70:30
x
The model obtained after forecasting Backpropagation Neural
Network (BPNN) is nine input layer with ten neurons in the
hidden layer by using a learning rate of 0.1 and 0.8 momentum
model is a model and the best predictions involving the training
data and data testing. The results obtained in the data model
training is 0.067766779 6.7766779%, while the results that
they got on the data testing is 0.055767928 5.5767928%. So the
method of Backpropagation Neural Network (BPNN) can be
applied to forecast the volume of waste in the TPA Benowo Kota
Surabaya.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSI 621.387 8 Put p |
| Uncontrolled Keywords: | Peramalan, Volume Sampah, Backpropagation Neural Network (BPNN) |
| Subjects: | Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation. |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis |
| Depositing User: | EKO BUDI RAHARJO |
| Date Deposited: | 11 Nov 2019 01:42 |
| Last Modified: | 11 Nov 2019 01:42 |
| URI: | http://repository.its.ac.id/id/eprint/71667 |
Actions (login required)
 |
View Item |