Peramalan Volume Sampah Di Tpa Benowo Kota Surabaya Menggunakan Metode Backpropagation Neural Network (Bpnn)

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.

[img] Text
5212100061-undergraduate-theses.pdf - Published Version

Download (2MB)

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 > (S1) Undergraduate Theses
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 View Item