iv
PERAMALAN JUMLAH SAMPAH MASYARAKAT KOTA MEDAN PADA TAHUN 2016 MENGGUNAKAN
JARINGAN SYARAF TIRUAN
ABSTRAK
Time series merupakan rangkaian data yang berupa nilai pengamatan yang diukur selama kurun waktu tertentu, berdasarkan waktu dengan interval yang sama. Data jumlah sampah masyarakat Kota Medan selama kurun waktu 24 tahun dari tahun 1992 sampai tahun 2015 merupakan salah satu data time series. Permasalahan jumlah sampah masyarakat yang terus meningkat sudah menyebabkan adanya gangguan kenyamanan terhadap masyarakat. Tujuan dari penelitian ini adalah menjelaskan langkah peramalan menggunakan jaringan syaraf tiruan model backpropagation dan mengetahui pengaruh yang paling mempengaruhi meningkatnya jumlah sampah dengan menggunakan korelasi antar variabel. Langkah untuk melakukan peramalan menggunakan jaringan syaraf tiruan model backpropagation terdiri dari beberapa tahap, yaitu: (1) menentukan input berdasarkan plot ACF dan PACF, (2) melakukan pembagian data menjadi 2, (3) menormalisasi data, (4) menentukan arsitektur jaringan paling optimal, (5) denormalisasi data, dan (6) uji kesesuaian model. Langkah tersebut menghasilkan model yang terbaik, yang dapat digunakan untuk peramalan. Peramalan menggunaka jaringan syaraf tiruan yang diterapkan dengan input jumlah sampah masyarakat Kota medan tahun1992 samapi tahun 2015, dengan banyak node tersembunyi 9 node, dan menggunakan fungsi aktivasi sigmoid bipolar, fungsi linier dan algoritma traingdx menghasilkan peramalan jumlah sampah masyarakat pada tahun 2016 sebanyak 679.060 ton. Dengan MAPE pada proses training 0,7843 dan pada proses testing 2,6666. Untuk menentukan pengaruh mana yang paling mempengaruhi jumlah sampah masyarakat, terlebih dahulu menentukan persamaan regresi jumlah sampah masyarakat (Y) dengan tingkat konsumsi (X) dan jumah pendudu (X) kemudian tentukan korelasi antar variabel. Dengan cara tersebut maka didapatlah bahwa yang paling mempengaruhi jumlah sampah masyarakat adalah jumlah penduduk sebesar 0,90019. Sedangkan tingkat konsumsi hanya mempengaruhi sebesar 0,88146.
Kata kunci : time series, backpropagation, peramalan, jumlah sampah masyarakat, korelasi.
v
ESTIMATE OF COMMUNITY’S GARBAGE IN MEDAN CITY IN 2016 USING
ARTIFICIAL NEURAL NETWORK
ABSTRACT
Time series is a series of data in form of observed values were measured within a certain time based on the time in the same interval. In 24 years, from 1992 to 2015, the data of
community’s garbage in Medan city is one of time series data. The increasing of
community’s garbage problem has caused disruption of community’s comfort. The purpose of this research is to explain the steps of estimate using artificial neural network of backpropagation form and to find out the most influence effect that increase the community’s garbage, using the correlation of variables. The steps to do the estimate using artificial neural network of backpropagation form, consist of some stages, they are; (1) determine the input based on the plot of AFC and PACF, (2) divide the data into 2 part, (3) normalize the data, (4) determine the most optimal of architecture network, (5) normalize the data, (6) test the suitability of the form. The steps above create the best form which can be use for estimating. In 1992 to 2015, the estimate using artificial neural network were applied with the input of community’s garbage in Medan city, it has 9 hidden nodes, and used the sigmoid bipolar activation function, beside that, linier function and traingdx algorithm produce the estimate of community’s garbage of 679.060 ton in 2016. The result using MAPE in the training process produce 0.7843 and produce 2.6666 in testing process. To determine the most influence effect of the number of community’s garbage, first determine the number of regression equation of community’s garbage (Y) with a consumption level (X) and community’s number (X), and then determine the correlation of variables. In result, the most
influence effect of community’s garbage is the number of community of 0.90019, whereas,
the level of consumption is only affected by 0.88146.
Key words: time series, back propagation, estimating, the number of community’s garbage, correlation.
