Langkah 9 : Setelah dperoleh bobot yang baru dari hasil perubahan bobot, fase pertama dilakukan kembali kemudian dibandingkan hasil output dengan target apabila
2.5 Analisis Regresi dan Korelasi
2.5.3 Uji Koefisien Korelasi Berganda
2− 2
(22)
Untuk menyelesaikan digunakan sistem persamaan Linier untuk setiap taksiran koefisien sebagai berikut :
(23)
Taksiran persamaan regresi yang kita miliki perlu diuji apakah persamaan regresi tersebut bersifat nyata atau tidak. Dalam mengujinya maka kita dapat menggunakan uji distribusi F.
Perumusan hipotesisnya : H0 : b1 = b2 = ... = bk = 0
H1 : Minimal ada satu taksiran koefisien regresi yang tidak sama dengan nol.
Pengujiannya :
Tolak H0 jika FHitung > FTabel (dengan dk = k; n-k-1) Terima H0 jika FHitung < FTabel (dengan dk = k; n-k-1)
2.5.3 Uji Koefisien Korelasi Berganda
Uji koefisien korelasi berganda digunakan untuk melihat apakah variabel independent berpengaruh terhadap variabel dependent.
Uji ini disimbolkan dengan R.
ƩYi = b0n + b1ƩX1i + b2ƩX2i + b3ƩX3i ƩYiX1i = b0ƩX1i + b1ƩX2 1i + b2ƩX1iƩX2i + b3 ƩX1iƩX3i ƩYiX2i = b0ƩX2i + b1ƩX1iƩX2i + b2ƩX2 2i + b3ƩX2iƩX3i ƩYiX3i = b0ƩX3i + b1ƩX1iƩX3i + b2ƩX2iƩX3i + b3 ƩX2 3i
31
R =
1 1 + 2 22 + 3 3(24)
Perhitungan Korelasi Antara Variabel Y dengan Xn, dilakukan dengan rumus:
� =
−2− 2 2− 2
BAB 1
PENDAHULUAN
1.1Latar Belakang
Menurut Slamet (2002), sampah adalah segala sesuatu yang tidak lagi dikehendaki oleh yang punya dan bersifat padat. Sementara didalam Naskah Akademis Rancangan Undang-undang Persampahan, sampah merupakan sisa suatu usaha atau kegiatan yang yang berwujud padat atau semi padat berupa zat organik atau an organik bersifat dapat terurai maupun tidak dapat terurai yang dianggap sudah tidak berguna lagi dan dibuang ke lingkungan.
Sampah merupakan masalah krusial yang dihadapi beberapa Kota di Indonesia. Di Kota Medan permasalahannya lebih kompleks, hal ini disebabkan karena tidak ada intervensi dari pengambilan kebijakan saat ini. Jika dbiarkan terus menerus maka tidak mustahil terdapat gunungan sampah diberbagai sudut-sudut Kota. Hal ini tentunya dapat memperburuk kondisi lingkungan terutama estetika di Kota Medan (Tim pengkaji model pengolahan sampah Kota medan: 2013).
Pertumbuhan penduduk di Kota Medan yang terus meningkat tanpa disertai dengan pertumbuhan wilayah, akan menyebabkan kepadatan penduduk yang berarti jumlah sampah masyarakat akan terus meningkat dan lahan untuk pengolahan sampah akan semakin berkurang. Selain itu dengan meningkatnya pertumbuhan penduduk maka pendapatan juga akan meningkat. akibatnya pola hidup konsumtif juga akan meningkat, yang berarti tingkat konsumsi masyarakat akan mulai meningkat, mulai dari makanan dan kemasannya. Limbah yang dihasilkan per orang akan semakin besar, padahal jumlah penduduk terus bertambah. Sementara itu fasilitas dalam menangani sampah masih terbatas.
2
Pertumbuhan penduduk di Kota Medan yang terus meningkat tidak terlepas dari pengaruh dorongan berbagai kemajuan teknologi, transportasi dan sebagainya. Pertambahan jumlah penduduk, perubahan pola konsumsi dan gaya hidup masyarakat telah meningkatkan jumlah sampah, jenis sampah, dan keragaman karakteristik sampah. Meningkatkan daya beli masyarakat terhadap berbagai jenis bahan pokok dan hasil teknologi juga memberikan kontribusi yang besar terhadap jumlah sampah masyarakat yang diakibatkannya. Sejalan dengan meningkatnya volume sampah masyarakat, pengolahan sampah yang tidak menggunakan metode dan teknik yang baik akan berdampak negatif terhadap lingkungan.
Kota Medan terdiri dari 21 kecamatan yang meliputi kecamatan: Medan Kota, Medan Area, Medan Johor, Medan Amplas, Medan Denai, Medan Polonia, Medan Maimun, Medan Barat, Medan Petisah, Medan Sunggal, Medan Helvetia, Medan Tuntungan, Medan Selayang Medan Baru, Medan Belawan, Medan Labuhan, Medan Marelan, Medan Deli, Medan Timur, Medan Perjuangan dan Medan Tembung. Tiap kecamatan memiliki jumlah sampah masyarakat per tahun yang berbeda-beda. Pada tahun 2012, kecamatan yang memiliki jumlah sampah masyarakat paling banyak adalah kecamatan Medan Amplas yaitu sebanyak 41.967,7 ton dan paling sedikit adalah kecamatan Medan Johor yaitu 16.786,35 ton (Medan dalam angka: 2013). Karena Kota Medan memiliki 21 kecamatan, ini berarti jumlah sampah masyarakat di Kota Medan mencapai ratusan ribu ton setiap tahunnya.
Pada tahun 2014 jumlah sampah masyarakat Kota Medan, baik sampah rumah tangga, industri maupun sampah pelaku usaha mencapai 1.725 ton per hari yang berarti jumlah sampah masyarakat Kota medan pada tahun 2014 adalah 629.625 ton. Dari jumlah tersebut, yang terangkat rata-rata hanya 525 ton per hari (Syaiful Bahri: 2014).
Pada dasarnya perilaku dan kesadaran masyarakat serta keterbatasan pelayanan pembuangan sampah membuat sebagian toko, bengkel, rumah tangga, hotel, perkantoran dan sumber sampah lainnya melakukan pembuangan sampah pada tempat-tempat yang tidak semestinya seperti sungai, lahan-lahan kosong, dipinggir-pinggir jalan dan sebagainya. Kondisi inilah yang menciptakan ketidaknyamanan akibat sampah dan juga memiliki pegaruh buruk terhadap kesehatan. Seperti contohnya yang terlihat dipasar-pasar tradisonal, nampak sampah ditumpuk begitu saja dilahan parkir atau lahan kosong. Hal ini jelas mengurangi estetika pasar dan juga menimbulkan bau yang tidak sedap. Hal yang sama juga terjadi dipertokoan yang wadah sampahnya tidak mampu menampung sampah yang dihasilka sehingga berserakan disekitar wadah sampah.
Jumlah sampah masyarakat yang berlebihan pada umumnya diakibatkan karena terbatasnya lahan diperkotaan untuk dijadikan sebagai lahan pembuangan akhir (TPA). Di Kota Medan sebelumnya terdapat 2 (dua) lokasi yang dijadikan TPA yaitu TPA Terjun di Medan Utara dan TPA Namo Bintang di Medan Selatan. Namun saat ini lokasi TPA yang masih berfungsi hanya di TPA Terjun yang lokasinya berada di Kecamatan Medan Marelan. Terbatasnya lahan tempat pembuangan akhir mempengaruhi teknis operasional pengolahan sampah terutama pelayanan pembuangan sampah
Mengingat besarnya pengaruh dari jumlah sampah masyarakat yang terus meningkat terhadap kenyamanan masyarakat dan juga kesehatan lingkungan, dibutuhkan metode yang baik yang dapat mengetahui banyaknya jumlah sampah masyarakat dimasa mendatang. Sehingga instansi yang bersangkutan dapat mempersiapkan dan mengantisipasi rancangan pengolahan sampah yang baik dengan jumlah sampah masyarakat yang telah diramalkan dan juga dapat menyiapkan armada dan tenaga kerja yang cukup dengan jumlah sampah masyarakat tersebut.
Selain itu dengan besarnya pengaruh yang diakibatkan oleh pertumbuhan penduduk yang terus meningkat dan tingkat konsumsi masyarakat terhadap jumlah sampah masyarakat. Maka perlu dilakukan penekanan terhadap jumlah penduduk atau terhadap tingkat konsumsi masyarakat. Oleh karena itu perlu mengetahui pengaruh manakah yang paling mempengaruhi jumlah sampah masyarakat.
Untuk mengetahui jumlah sampah masyarakat dimasa mendatang maka dapat dilakukan peramalan akan hal itu. Ada banyak metode untuk melakukan peramalan, salah satunya adalah peramalan menggunakan Jaringan Syaraf Tiruan (JST). Peramalan menggunakan JST dapat dilakukan menggunaka data masa lalu untuk pelatihan (training). Data time series tersebut di analisis untuk menemukan pola variasi masa lalu yang dapat dipergunakan untuk memperkirakan nilai untuk masa depan (forecast) karena dengan mengamati data runtut waktu akan terlihat komponen yang akan memperngaruhi pola data masa lalu dan sekarang yang cenderung berulang di masa mendatang.
4
Sementara itu untuk mengetahui hubungan antara jumlah sampah masyarakat dengan pertumbuhan penduduk dan tingkat konsumsi masyarakat maka dapat dilakukan analisis korelasi. Untuk mengetahui pengaruh manakah yang paling mempengaruhi jumlah sampah masyarakat dapat dilakukan perhitungan koefisien korelasi antara variabel Y dan variabel X. Dalam melakukan perhitungan koefisien korelasi antar variabel diperlukan data jumlah sampah masyarakat (Y), jumlah penduduk (X1) dan tingkat konsumsi masyarakat (X2) yang kemudian dapat diaplikasikan.
Berdasarkan uraian tersebut maka penulis tertarik untuk melakukan penelitian mengenai peramalan jumlah sampah masyarakat dengan judul penelitian “ PERAMALAN JUMLAH SAMPAH MASYARAKAT KOTA MEDAN PADA TAHUN 2016 MENGGUNAKAN JARINGAN SYARAF TIRUAN”
1.2Rumusan Masalah
Berdasarkan permasalahan yang telah diuraikan pada bagian pendahuluan, maka permasalahan yang dirumuskan dalam peneltian ini adalah bagaimana menggunakan jaringan syaraf tiruan model
backpropagation untuk meramalkan jumlah sampah masyarakat Kota Medan pada tahun 2016 dan
mengetahui tingkat akurasi dari peramalan tersebut. Serta mengetahui pengaruh manakah yang paling mempengaruhi jumlah sampah masyarakat di Kota Medan.
1.3Batasan Masalah
Agar pembahasan dalam penelitian ini tidak meluas mengingat luasnya cakupan permasalahan yang berhubungan dengan usulan penelitian ini, maka di cantumkanlah batasan masalah sebagai berikut:
1. Penelitian ini meramalkan jumlah sampah masyarakat Kota Medan pada tahun 2016 dan mengetahui pengaruh manakah yang paling mempengaruhi jumlah sampah
masyarakat, tanpa memperhitungkan resiko dari meningkatnya jumlah sampah masyarakat.
2. Diasumsikan bahwa yang paling mempengaruhi jumlah sampah masyarakat di Kota Medan adalah pertumbuhan penduduk dan tingkat konsumsi masyarakat Kota Medan.
3. Data yang akan dikumpulkan dalam penelitian ini adalah data sekunder yang diperoleh dari Kantor Badan Pusat Statistik (BPS) Kota Medan yang meliputi data jumlah sampah masyarakat dari tiap kecamatan yang terdapat di Kota Medan dari tahun 1992 sampai tahun 2015. Serta data jumlah penduduk Kota Medan dan jumlah pengeluaran masyarakat Kota Medan terhadap makanan dan non makanan yang diasumsikan sebagai tingkat kosumsi masyarakat dari tahun 2005 sampai tahun 2015.
4. Dalam meramalkan jumlah sampah masyarakat Kota Medan pada tahun 2016 digunakan metode jaringan syaraf tiruan model backpropagation.
5. Untuk mengetahui pengaruh manakah yang paling mempengaruhi jumlah sampah masyarakat digunakan metode analisis korelasi.
1.4Tujuan Penelitian
Tujuan dari penelitian ini adalah meramalkan jumlah sampah masyarakat Kota Medan pada tahun 2016 menggunakan jaringan syaraf tiruan dan menentukan tingkat akurasi dari peramalan dengan menggunakan Mean Square Error (MSE) dan Mean Absolute Percentage Error (MAPE). Serta mengetahui pengaruh manakah yang paling mempengaruhi jumlah sampah masyarakat.
6
1. Sebagai bahan referensi untuk peramalan menggunakan Jaringan Syaraf Tiruan model Backpropagation dan untuk mengetahui hubungan satu variabel dengan variabel lainnya menggunakan metode analisis korelasi.
2. Sebagai bahan rujukan bagi instansi yang berhubungan dengan pengolahan sampah agar instansi tersebut dapat mempersiapkan dan mengantisipasi rancangan pengolahan sampah yang baik dengan jumlah sampah masyarakat yang telah diramalkan dan juga dapat menyiapkan armada dan tenaga kerja yang cukup dengan jumlah sampah masyarakat tersebut.
3. Sebagai masukan bagi Pemerintah Kota Medan untuk menekan salah satu variabel yang paling mempengaruhi jumlah sampah masyarakat, antara jumlah penduduk atau tingkat konsumsi masyarakat sesuai dengan hasil analisis korelasi.
1.6 Metodologi Penelitian
Metodologi penelitian ini adalah sebagai berikut:
1. Studi Literatur. Pada tahap ini peneliti mengumpulkan bahan referensi yang berkaitan dengan Jaringan Syaraf Tiruan model Backpropagation dan analisis korelasi.
2. Pengumpulan data. Dalam penelitian ini data yang dikumpulkan adalah data sekunder yang diperoleh dari Kantor Badan Pusat Statistik (BPS) Kota Medan yang meliputi data jumlah sampah masyarakat dari tiap kecamatan yang terdapat di Kota Medan dari tahun 1992 sampai tahun 2015. Kemudian data jumlah penduduk Kota Medan dan jumlah pengeluaran masyarakat kota Medan terhadap makanan dan non makanan yang diasumsikan sebagai tingkat kosumsi masyarakat pada tah 2005 sampai tahun 2015 yang berasal dari website resmi BPS Sumatera Utara yaitu sumut.bps.go.id.
3. Peramalan menggunakan Jaringan syaraf tiruan model backpropagation.
b. Menginput data. Input data didasarkan pada lag-lag signifikan pada plot Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF) sesuai dengan hasil uji kestationeran data
c. Pembentukan dan evaluasi model peramalan. Disini data yang telah diuji kestationeritasan datanya akan dibagi menjadi dua bagian yaitu 75% data untuk proses pelatihan (training) dan 25% data untuk proses pengenala atau percobaan (testing).
d. Menormalisasikan data. Data yang telah dibagi dua pada proses evaluasi model peramalan kemudian dinormalisasikan dengan meletakkan data input pada range tertentu dengan menggunakan bantuan mean dan standar deviasai menggunakan perintah prestd pada software MATLAB
e. Membentuk struktur jaringan syaraf tiruan yang terdiri dari input layer, hidden layer dan output layer. Pembentukan struktur jaringan ini menggunakan software MATLAB.
f. Implementasi model peramalan pada data pelatihan (training). Implementasi model menggunakan struktur jaringan syaraf tiruan model backptopagtion yang paling optimal hingga mendapatkan nilai MSE (Mean Square Error) dan MAPE (Mean Absolute Precentage Error) terkecil.
g. Setelah mendapatkan nilai MSE dan MAPE terkecil dari proses training maka akan dilakukan proses testing (peramalan) dan akan diolah sama seperti pada proses training sampai didapatkan hasil dari peramalan yang dibutuhkan.
h. Denormalisasi Data hasil peramalan.
4. Hubungan antar variabel menggunakan metode analisis korelasi.
8
5. Penarikan kesimpulan yang didasarkan pada studi pustaka dan pembahasan pada permasalahan serta menentukan hasil dari penelitian.
PERAMALAN JUMLAH SAMPAH MASYARAKAT KOTA