Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal IJASDS: Indonesian Journal of Applied Statistics and Data Science
Siti Mahmuda
Laboratorium Statistika Komputasi, Universitas Mulawarman
Economics, Econometrics & Finance Environmental Science Mathematics Public Health Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Peramalan Volume Sampah di Kota Samarinda Menggunakan Metode Feedforward Neural Network Fredicus Van Becum; Meiliyani Siringoringo; Siti Mahmuda; Sri Wahyuningsih; Rito Goejantoro
Indonesian Journal of Applied Statistics and Data Science Vol. 3 No. 1 (2026): Mei
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v3i1.10026

Abstract

Pertumbuhan penduduk di berbagai kota besar di Indonesia memicu peningkatan volume sampah yang dihasilkan, salah satunya Samarinda sebagai Ibu Kota Provinsi Kalimantan Timur.  Menurut data Badan Pusat Statistik (BPS) laju pertumbuhan penduduk di Kota Samarinda sebesar 0,41%. Kondisi ini menunjukkan bahwa pengelolaan sampah di Kota Samarinda masih menghadapi tantangan yang cukup serius, sehingga diperlukan upaya peramalan yang akurat untuk mendukung perencanaan pengelolaan sampah ke depan, Salah satu metode peramalan yang dapat digunakan yaitu metode Feed Forward Neural Network (FFNN). Metode FFNN merupakan jaringan yang saling terhubung antara satu titik dengan titik lainnya yang mengalir maju tanpa adanya umpan balik. Algoritma yang dapat digunakan dalam peramalan jaringan saraf tiruan adalah algoritma backpropagation, dimana algoritma ini bekerja dengan mengoptimalkan bobot dan bias untuk meminimumkan error. Penelitian ini bertujuan untuk meramalkan volume sampah Kota Samarinda menggunakan arsitektur FFNN terbaik. Hasil penelitian menunjukkan arsitektur FFNN terbaik yang digunakan adalah sebanyak 5 neuron pada lapisan tersembunyi dengan proporsi data training dan testing sebesar 80:20. Arsitektur tersebut menghasilkan MAPE pada data training sebesar 1,8506% dan RMSE sebesar 1.280,23, serta MAPE pada data testing sebesar 3,1823% dan RMSE sebesar 2.139,48. Hasil peramalan untuk periode Juli 2024 hingga Juni 2025 menunjukkan tren volume sampah yang cenderung meningkat, dengan puncak tertinggi pada April 2025 (56.141,13 m3) dan titik terendah pada Mei 2025 (54.432,84 m3). Tren kenaikan ini perlu menjadi perhatian serius bagi Pemerintah Kota Samarinda, khususnya dalam hal kecukupan armada pengangkutan, kapasitas tempat pembuangan akhir, dan program pengelolaan sampah berbasis masyarakat.
Co-Authors Fredicus Van Becum Meiliyani Siringoringo Rito Goejantoro Sri Wahyuningsih