Prediksi Volume Sampah Kota Sukabumi Tahun 2025–2027 Menggunakan Metode Regresi Linear Berdasarkan Data Historis

Isi Artikel Utama

Sehan Zaki Nurmilad
Firga Agustian P
Sahrul Harmawan
Muhammad Akbar Adiwijaya
Mochammad Tegar Efendi Bahtiar
Somantri

Abstrak

Permasalahan pengelolaan sampah perkotaan merupakan isu lingkungan yang semakin kompleks seiring dengan meningkatnya pertumbuhan penduduk, urbanisasi, serta intensitas aktivitas sosial dan ekonomi masyarakat. Peningkatan jumlah penduduk dan pola konsumsi yang terus berkembang berdampak langsung terhadap bertambahnya volume sampah yang dihasilkan setiap tahun. Kota Sukabumi sebagai salah satu kota berkembang di Provinsi Jawa Barat juga menghadapi permasalahan serupa, di mana volume sampah yang dihasilkan menunjukkan kecenderungan meningkat dari tahun ke tahun. Kondisi ini menuntut adanya perencanaan dan kebijakan pengelolaan sampah yang berbasis data dan prediksi yang akurat. Penelitian ini bertujuan untuk melakukan prediksi volume sampah Kota Sukabumi pada periode tahun 2025–2027 dengan memanfaatkan data historis volume sampah dari tahun-tahun sebelumnya. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Kota Sukabumi. Metode yang digunakan dalam penelitian ini adalah regresi linear, yang merupakan salah satu metode prediksi kuantitatif yang sederhana namun efektif dalam memodelkan hubungan linier antara variabel bebas dan variabel terikat. Dalam penelitian ini, variabel waktu (tahun) digunakan sebagai variabel bebas, sedangkan volume sampah total digunakan sebagai variabel terikat.Proses pengolahan data, pemodelan regresi, serta evaluasi hasil prediksi dilakukan dengan bantuan perangkat lunak RapidMiner. RapidMiner digunakan karena memiliki antarmuka yang mudah digunakan serta menyediakan berbagai operator yang mendukung proses analisis data, mulai dari pengolahan data awal hingga pemodelan dan evaluasi hasil prediksi. Penggunaan RapidMiner memungkinkan proses analisis dilakukan secara sistematis, efisien, dan terstruktur.Hasil penelitian menunjukkan bahwa model regresi linear mampu menggambarkan tren peningkatan volume sampah Kota Sukabumi secara bertahap setiap tahunnya. Model yang dihasilkan menunjukkan adanya hubungan positif antara waktu dan volume sampah, yang mengindikasikan bahwa tanpa adanya perubahan signifikan dalam pola konsumsi dan sistem pengelolaan sampah, volume sampah diperkirakan akan terus meningkat pada periode prediksi. Hasil prediksi ini diharapkan dapat menjadi bahan pertimbangan bagi pemerintah daerah dan pemangku kepentingan terkait dalam merumuskan kebijakan, strategi, serta perencanaan pengelolaan sampah yang lebih berkelanjutan dan berbasis data di Kota Sukabumi.

Rincian Artikel

Cara Mengutip
Sehan Zaki Nurmilad, Firga Agustian P, Sahrul Harmawan, Muhammad Akbar Adiwijaya, Mochammad Tegar Efendi Bahtiar, & Somantri. (2026). Prediksi Volume Sampah Kota Sukabumi Tahun 2025–2027 Menggunakan Metode Regresi Linear Berdasarkan Data Historis. Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, Dan Ilmu Komputer, 5, 347–361. Diambil dari http://prosiding.sentimeter.nusaputra.ac.id/index.php/prosiding/article/view/130
Bagian
Artikel

Referensi

Jurnal

A. Irma Purnamasari, I. Ali, dan M. Kec Kesambi Kota Cirebon, “Penerapan Data Mining Dalam Prediksi Produksi Beras Menggunakan Metode Regresi Linear,” 2024.

A. Makbullah, D. Irmayanti, dan O. Hotimah, “Evaluasi Kebijakan Lingkungan Indonesia Dan Malaysia Dalam Pengelolaan Sampah Perkotaan.”

“Edukasi Pengelolaan Dan Pemanfaatan Sampah Anorganik Di Mi Al Munir Desa Gadungan Kecamatan Puncu Kabupaten Kediri”.

F. Pangestu, A. W. Widodo, dan B. Rahayudi, “Prediksi Jumlah Kendaraan Bermotor di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models,” 2018. [Daring]. Tersedia pada: http://j-ptiik.ub.ac.id

A. Budianto, S. Tinggi, T. Nuklir -Batan, T. Nuklir-Batan, dan J. B. Kotak, “Seminar Nasional Iv Sdm Teknologi Nuklir Metode Penentuan Koefisien Kekentalan Zat Cair Dengan Menggunakan Regresi Linear Hukum Stokes Anwar Budianto”.

M. R. Nahjan, N. Heryana, dan A. Voutama, “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell,” 2023.

A. Irma Purnamasari, I. Ali, dan M. Kec Kesambi Kota Cirebon, “Penerapan Data Mining Dalam Prediksi Produksi Beras Menggunakan Metode Regresi Linear,” 2024.

A. Dosen STIKOM Uyelindo, J. Perintis Kemerdekaan -Kayu Putih, P. Katemba, dan R. Koro Djoh, “PREDIKSI TINGKAT PRODUKSI KOPI MENGGUNAKAN REGRESI LINEAR.”

G. Najla, A. #1, dan D. Fitrianah, “Penerapan Metode Regresi Linear Untuk Prediksi Penjualan Properti pada PT XYZ,” Jurnal Telematika, vol. 14, no. 2.

A. Anggrawan, H. Hairani, dan N. Azmi, “Prediksi Penjualan Produk Unilever Menggunakan Metode Regresi Linear,” Jurnal Bumigora Information Technology (BITe), vol. 4, no. 2, hlm. 123–132, Des 2022, doi: 10.30812/bite.v4i2.2416.

Website

Dinas Lingkungan Hidup Kota Sukabumi. Jumlah Volume Timbulan Sampah Di Kota Sukabumi. https://opendata.sukabumikota.go.id/dataset/jumlah-volume-timbulan-sampah-di-kota-sukabumi