Prediksi Jumlah Sampah di Kabupaten dan Kota Sukabumi dengan Metode Backpropagation Neural Network
Kata Kunci:
Prediksi jumlah sampah, Backpropagation neural network, Kabupaten kota SukabumiAbstrak
Kabupaten dan kota Sukabumi merupakan salah satu kabupaten di Provinsi Jawa Barat yang memiliki jumlah penduduk yang cukup besar, penduduk Kabupaten Sukabumi pada tahun 2022 adalah 3.096.154 jiwa dan jumlah penduduk kota sukabumi pada tahun 2022 mencapai 356.410 jiwa. Oleh karena itu, perlu dilakukan prediksi jumlah sampah yang dihasilkan secara akurat agar dapat dilakukan pengelolaan sampah yang lebih baik. Penelitian ini bertujuan untuk melakukan prediksi jumlah sampah di Kabupaten Sukabumi dengan menggunakan metode backpropagation neural network (BPNN). Data yang digunakan dalam penelitian ini adalah data jumlah sampah yang dihasilkan dari tahun 2015 hingga 2020. Dengan menggunakan Backpropagation Neural Network didapatkan hasil presiksi Kabupaten Sukabumi pada tahun 2023 adalah 690,4 ton per hari, sedangkan prediksi jumlah produksi sampah di Kota Sukabumi pada tahun 2023 adalah 329,8 ton per hari dengan epoch sebesar 500. Hasil prediksi ini diharapkan dapat dijadikan acuan dalam merancang strategi, tujuan dan program pengelolaan sampah di Kabupaten dan Kota Sukabumi.
Referensi
A. Hidayat, M. T. Ziyad, and C. Juliane, “Memprediksi Volume Sampah di Jawa Barat dengan Metode Regresi Linier,” J. Tek. Inform. dan Sist. Inf., vol. 10, no. 1, pp. 590–603, 2023.
Y. S. Sari and A. L. Fuad, “Analisis Data Kapasitas Sampah Di Tps Sukabumi Dalam Bandung Terhadap Pemberdayaan Ekonomi Masyarakat,” Envirosan, vol. 1, no. 1, pp. 1–42, 2018.
N. Priandila, “Penerapan Metode Backpropagation Untuk Memprediksi Jumlah Sampah (Studi Kasus: Dlh Kab. Langkat),” Semin. Nas. Inform., vol. 6, no. 3, pp. 906–918, 2022.
G. Guntoro, L. Costaner, and L. Lisnawita, “Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 14, no.1, p. 50, 2019, doi: 10.30872/jim.v14i1.1745.
W. Santoso and P. Sukmasetya, “JURNAL MEDIA INFORMATIKA BUDIDARMA Prediksi Volume Sampah di TPSA Banyuurip Menggunakan Metode Backpropagation Neural Network,” J. Media Inform. Budidarma, vol. 7, no. 1, pp. 464–472, 2023, doi: 10.30865/mib.v7i1.5499.
M. R. Zamroni and S. Mujilahwati, “Metode Jaringan Syaraf Tiruan Untuk Memprediksi Penjualan Pakaian Pada Distro Di Lamongan,” J. Mnemon., vol. 5, no. 1, pp. 26–30, 2022, doi: 10.36040/mnemonic.v5i1.4459.
M. Thoriq, A. E. Syaputra, Y. S. Eirlangga, and U. Adzkia, “Perkiraan Kebutuhan Air Bersih Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation,” vol. 13, no. 3, pp. 438–444, 2023.
A. A. A. Purnamaswari, I. K. G. D. Putra, and I. M. S. Putra, “Komparasi Metode Neural Network Backpropagation dan Support Vector Machines dalam Prediksi Volume Sampah TPA Suwung,” JITTER J. Ilm. Teknol. dan Komput., vol. 3, no. 1, pp. 853–861, 2022 [Online]. Available: https://ojs.unud.ac.id/index.php/jitter/article/view/83024/43066
M. F. Mubarokh, M. Nasir, and D. Komalasari, “Jaringan Syaraf Tiruan Untuk Memprediksi Penjualan Pakaian Menggunakan Algoritma Backpropagation,” J. Comput. Inf. Syst. Ampera, vol.1, no. 1, pp. 29–43, 2020, doi: 10.51519/journalcisa.v1i1.3.
M. A. P. Hutabarat, Handrizal, and Jalaluddin, “Penerapan Algoritma Backpropagation Dalam Memprediksi Jumlah Penduduk di Kecamatan Pematang Bandar Berdasarkan Nagori/Kelurahan,” J. Inf. Syst. Res., vol. Volume 1, no. 2, pp. 63–69, 2020.
