Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Griya Journal of Mathematics Education and Application
Kurniawan Lubis, Revan
Unknown Affiliation
Education Mathematics

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

Found 1 Documents
Search

 1 
Evaluasi Model Regresi Untuk Prediksi Sampah Harian Kota Dipengaruhi Hari Libur Dan Acara Khusus Marina Hutabarat, Hanna Dewi; Carolina Tambunan, Angelica; Patresia Naibaho, Aura; Hardiwan Gea, Brian; Sapriani Gulo, Lirana; Febrina Sitompul, Naomi; Kurniawan Lubis, Revan
Griya Journal of Mathematics Education and Application Vol. 5 No. 4 (2025): Desember 2025
Publisher : Pendidikan Matematika FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/griya.v5i4.899

Abstract

Penelitian ini berangkat dari kebutuhan akan prediksi jumlah sampah harian yang akurat guna meningkatkan efisiensi pengelolaan sampah perkotaan. Permasalahan utama yang dihadapi adalah fluktuasi volume sampah yang dipengaruhi oleh hari libur dan kegiatan khusus, sehingga dibutuhkan model prediktif yang mampu menangkap variasi tersebut. Tujuan penelitian ini adalah menilai kinerja model regresi linear sederhana dalam memprediksi jumlah sampah harian Kota Jakarta dengan mempertimbangkan dua faktor tersebut. Pendekatan penelitian bersifat kuantitatif menggunakan analisis regresi prediktif terhadap data sekunder yang diolah melalui RStudio. Proses analisis mencakup eksplorasi data, pembangunan model regresi, serta pengujian asumsi klasik yang meliputi heteroskedastisitas, autokorelasi, dan multikolinearitas. Hasil penelitian menunjukkan bahwa variabel hari libur dan acara khusus tidak berpengaruh signifikan terhadap jumlah sampah harian (p-value > 0,05) dengan nilai koefisien determinasi (R²) yang sangat rendah, yaitu 0,00006245. Model ini memenuhi sebagian besar asumsi klasik, meskipun terdapat autokorelasi ringan pada data. Kesimpulannya, regresi linear sederhana belum cukup mampu merepresentasikan variasi timbulan sampah secara akurat, sehingga perlu dikembangkan model yang lebih kompleks dengan penambahan variabel relevan serta mempertimbangkan penggunaan pendekatan machine learning atau deret waktu untuk meningkatkan ketepatan prediksi.
Co-Authors Carolina Tambunan, Angelica Febrina Sitompul, Naomi Hardiwan Gea, Brian Marina Hutabarat, Hanna Dewi Patresia Naibaho, Aura Sapriani Gulo, Lirana