Pengembangan Model Prediksi Jumlah Sampah Kota Di Kota Malang Dengan Metode Bayesian Network Dan Holt's

Hapsari, Dyah Palupi Anugrahing (2022) Pengembangan Model Prediksi Jumlah Sampah Kota Di Kota Malang Dengan Metode Bayesian Network Dan Holt's. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 02411850032007-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2024. Download (3MB) | Request a copy

Abstract

Tempat Pengolahan Akhir (TPA) Supit Urang merupakan TPA yang terbesar di Kota Malang dengan luas 15 hektar. TPA ini mendapatkan kiriman sampah sekitar 400 ton per hari dari wilayah Kota Malang dan sekitarnya. Dengan sampah kota yang sedemikian banyak dan sistem pengelolaan sampah yang mengunakan sistem controlled landfill, mengakibatkan daya tampung TPA telah terisi 75% dan hanya dapat menampung sampah 25%. Sehingga akan dilakukan perluasan lahan dan pengembangan metode pengelolaan sampah di TPA Supit Urang menjadi sanitary landfill.
Untuk melengkapi perencanaan program pengembangan sanitary landfill, dibutuhkan model prediksi sampah kota di Kota Malang yang akurat. Prediksi yang akurat akan bermanfaat dalam penentuan sel landfill baru sanitary landfill dan penentuan kebutuhan fasilitas di TPA seperti penanganan drainase, lindi, gas metan, kebutuhan alat berat, dan bangunan serta infrastruktur penunjang. Selain itu, juga membantu pihak Dinas Lingkup Hidup (DLH) Kota Malang dalam mengevaluasi dan memperbaiki sistem Municipal Solid Waste (MSW) yang diterapkan.
Penelitian ini akan menggunakan metode peramalan closed system dan open system. Pada metode closed system tidak memperhatikan faktor-faktor lain yang mempengaruhi jumlah sampah kota, melainkan menggunakan data historis dari jumlah sampah. Sedangkan untuk metode open system akan memperhatikan beberapa faktor yang berpengaruh terhadap jumlah sampah di Kota Malang. Metode peramalan ini akan menggabungkan model Holts sebagai model closed system dan model Bayesian Network sebagai open system. Model Bayesian Network akan menunjukan prediksi probabilitas kejadian jumlah sampah akan meningkat atau menurun, sedangkan model Holts akan memberikan besarnya angka jumlah sampah ketika meningkat atau menurun.
Untuk melihat akurasi model usulan, maka terdapat model kombinasi pembanding yang menggunakan metode peramalan kombinasi Simple Average dan Inverse MSE Weight yang berdasarkan pada dua metode prediksi/peramalan time series terbaik. Metode time series yang digunakan sebagai input metode peramalan kombinasi adalah metode Naïve, Double Moving averages, dan ARIMA. Berdasarkan perbandingan nilai akurasi model usulan dan model pembanding, dihasilkan akurasi dari model usulan memiliki nilai error yang paling kecil yaitu nilai MAPE 1,36%, nilai MAD 275,0603, dan nilai MSD sebesar 110639,477, dengan tingkat kesesuain pola 58%.
================================================================================================
Supit Urang Final Processing Site (TPA Supit Urang) is the largest TPA in Malang City, with 15 hectares. This TPA receives around 400 tons of waste per day from Malang City and its surroundings. The TPA's capacity has been filled to 75% because of the increase in municipal solid waste and the existing waste management system in controlled landfills. It can only accommodate 25% of waste. Therefore, the Supit Urang Final Processing Site will expand its area and develop waste management systems in a sanitary landfill.
An accurate forecast model for municipal solid waste in Malang is required to complete the planning of the sanitary landfill development program. Accurate predictions will help determine new sanitary landfill cells and determine the need for facilities such as handling drainage, leachate, methane gas, the need for heavy equipment, buildings, and supporting infrastructure. Furthermore, it assists the Department of Environment (DLH) in Malang City in assessing and upgrading the Municipal Solid Waste (MSW) system.
This research will combine closed system and open system forecasting methods. The closed system method excludes other factors that influence the amount of MSW but instead relies on historical waste data. Moreover, the open system method will refer to several factors influencing MSW in Malang City. The forecasting method will use the Holts model as a closed system and the Bayesian Network model as an open system. The Bayesian Network model will predict the probability that waste will increase or decrease. On the other hand, Holt's model will provide the exact amount of waste as it increases or decreases.
A comparison combination model uses a Simple Average and Inverse MSE Weight to assess the accuracy of the proposed model. The Naive, Double Moving Averages, and ARIMA are the time series methods used for the combined forecasting method. Based on the comparison of the accuracy of the proposed model and the comparison combination model, the accuracy of the proposed model has the smallest error value, i.e., the MAPE value of 1,36%, the MAD value of 275,0603, and the MSD value of 110639,477, with a matching pattern with actual data of 58%.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Holts dan bayesian network, Kota Malang, prediksi, sampah kota, sanitary landfill.
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD28 Management. Industrial Management
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26101-(S2) Master Thesis
Depositing User:	Dyah Palupi Anugrahing Hapsari
Date Deposited:	11 Feb 2022 04:46
Last Modified:	31 Oct 2022 03:29
URI:	http://repository.its.ac.id/id/eprint/93632

Actions (login required)

View Item