Perbandingan Metode BPNN dan LSTM dalam Peramalan Timbunan Sampah TPA

Anggelika Royinda; Rahmatina Hidayati; Hudan Eka Rosyadi

doi:10.33795/jip.v11i4.7547

Authors

Anggelika Royinda Universitas Merdeka Malang
Rahmatina Hidayati Universitas Merdeka Malang
Hudan Eka Rosyadi Universitas Merdeka Malang

DOI:

https://doi.org/10.33795/jip.v11i4.7547

Keywords:

sampah, peramalan, BPNN, LSTM

Abstract

Permasalahan sampah merupakan isu lingkungan yang terus diupayakan pengelolaannya oleh pemerintah, termasuk Kabupaten Malang. TPA Talangagung merupakan TPA yang terletak di Kecamatan Kepanjen dan bertugas melayani penanganan sampah wilayah Kabupaten Malang bagian selatan. Jumlah sampah masuk ke TPA Talangagung yang terus meningkat pada beberapa periode terakhir mendorong perumusan strategi pengelolaan sampah berbasis data melalui peramalan. Metode peramalan yang dibandingkan dalam upaya memprediksi sampah masuk di TPA Talangagung ini adalah Backpropagation Neural Network (BPNN) dan Long-Short Term Memory (LSTM). Kedua model tersebut memiliki pendekatan yang berbeda, namun tahapan peramalannya pada dasarnya sama yaitu meliputi normalisasi data, pembentukan sliding windows, perancangan arsitektur, proses pelatihan, proses pengujian, denormalisasi, hingga perhitungan akurasi. Berdasarkan serangkaian tahapan penelitian tersebut, dihasilkan bahwa metode Backpropagation Neural Network (BPNN) lebih optimal digunakan dalam kasus peramalan volume sampah TPA Talangagung dibandingkan dengan model Long-Short Term Memory (LSTM). Hal ini dibuktikan dengan nilai MSE dan MAPE dari BPNN sebesar 0,0060 dan 6,88% yang dihasilkan dari parameter terbaik 6 input layer, 8 neuron hidden, 1 output, serta 200 epoch. Nilai tersebut lebih kecil dibandingkan dengan hasil MSE dan MAPE dari metode LSTM yaitu sebesar 0,0079 dan 7,44% dengan arsitektur terbaiknya meliputi 11 input layer, 16 neuron hidden, 1 output layer, serta 50 epoch.

Downloads

Download data is not yet available.

References

Aldi, M. W. P., Jondri, J., & Aditsania, A. (2018). Analisis dan Implementasi Long Short Term Memory Neural Network untuk Prediksi Harga Bitcoin. eProceedings of Engineering, 5(2).

Amarta, Z., & Ma’rifah, J. D. (2021). DENGAN METODE BACKPROPAGATION NEURAL NETWORK. Jurnal Ilmiah Teknik Industri, 9(1).

Ashari, M. L., & Sadikin, M. (2020). PREDIKSI DATA TRANSAKSI PENJUALAN TIME SERIES MENGGUNAKAN REGRESI LSTM. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), 9(1), 1. https://doi.org/10.23887/janapati.v9i1.19140

Hidayah, A. K., & Putra, R. E. (2024). Penerapan Metode Long Short Term Memory untuk Memprediksi Harga Beras di Indonesia. 06.

Hidayat, E., & Faizal, L. (n.d.). STRATEGI PENGELOLAAN SAMPAH SEBAGAI UPAYA PENINGKATAN PENGELOLAAN SAMPAH DI ERA OTONOMI DAERAH.

Imaduddin, M. A., & Kom, F. H. S. (n.d.). PREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK.

Khairati, F., & Putra, H. (2022). Prediksi Kuantitas Penggunaan Obat pada Layanan Kesehatan Menggunakan Algoritma Backpropagation Neural Network. Jurnal Sistim Informasi dan Teknologi, 128–135. https://doi.org/10.37034/jsisfotek.v4i3.158

Loni Manikari, S., Astuti, R., Muhammad Basysyar, F., & Agusbaciar, A. (2024). IMPLEMENTASI ALGORITMA LONG SHORT TERM MEMORY (LSTM) UNTUK MEMPEREDIKSI VOLUME SAMPAH. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 2877–2883. https://doi.org/10.36040/jati.v8i3.9598

Lusiana, A., & Yuliarty, P. (2020). PENERAPAN METODE PERAMALAN (FORECASTING) PADA PERMINTAAN ATAP di PT X. Industri Inovatif : Jurnal Teknik Industri, 10(1), 11–20. https://doi.org/10.36040/industri.v10i1.2530

Mulyani, S., Hayati, D., & Sari, A. N. (2021). ANALISIS METODE PERAMALAN (FORECASTING) PENJUALAN SEPEDA MOTOR HONDA DALAM MENYUSUN ANGGARAN PENJUALAN PADA PT TRIO MOTOR MARTADINATA BANJARMASIN. 14(1).

Novanda, D., & Hidayati, R. (2024). Prediction of The Number of Pulmonary Tuberculosis Disease Using The Moving Average Forecasting Method And Time Series Decomposition. Antivirus : Jurnal Ilmiah Teknik Informatika, 18(1), 37–45. https://doi.org/10.35457/antivirus.v18i1.3468

Puteri, D. I. (2023). Implementasi Long Short Term Memory (LSTM) dan Bidirectional Long Short Term Memory (BiLSTM) Dalam Prediksi Harga Saham Syariah. Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi, 11(1), 35–43. https://doi.org/10.34312/euler.v11i1.19791

Putra, G. B. P., Suputra, P. H., Marti, N. W., & Sugiantari, K. F. (2025). Deteksi Jatuh Lansia Berbasis Landmark Sendi Pada Model LSTM. 11.

Putri, V. T., Raharjo, S., & Aziz, R. (2023). Strategi Pengelolaan Sampah Menggunakan Analisis SWOT: Studi Kasus TPA Regional Payakumbuh. Jurnal Serambi Engineering, 8(3). https://doi.org/10.32672/jse.v8i3.5788

Ramadhan, V. P., & Pamuji, F. Y. (2022). Analisis Perbandingan Algoritma Forecasting dalam Prediksi Harga Saham LQ45 PT Bank Mandiri Sekuritas (BMRI). Jurnal Teknologi dan Manajemen Informatika, 8(1), 39–45. https://doi.org/10.26905/jtmi.v8i1.6092

Ritma, A. P. N., Hidayat, Y., & Faidah, D. Y. (2023). Peramalan Harga Aneka Cabai Menggunakan Metode Long Short Term Memory (LSTM).

Rizal, M., Indah, D. R., & Meutia, R. (2021). ANALISIS PERAMALAN PRODUKSI MENGGUNAKAN TREND MOMENT PADA KILANG PADI DO’A IBU DIPERLAK KECAMATAN PEUREULAK. 5(2).

Rozi, I. F., Pramitarini, Y., & Puspitasari, N. (2020). ANALISIS MENGENAI CALON PRESIDEN INDONESIA 2019 DI TWITTER MENGGUNAKAN METODE BACKPROPAGATION. 6.

Sawitri, M. N. D., Sumarjaya, I. W., & Tastrawati, N. K. T. (2018). Peramalan Menggunakan Metode Backpropagation Neural Network. E-Jurnal Matematika, 7(3), 264–270.

Thoriq, M. (2022). Peramalan Jumlah Permintaan Produksi Menggunakan Jaringan Saraf Tiruan Algoritma Backpropagation. Jurnal Informasi dan Teknologi, 27–32. https://doi.org/10.37034/jidt.v4i1.178

Wadi, H. (2022). Prediksi Harga Emas Dengan Jaringan Syaraf Tiruan Backpropagation. Turida Publisher.

Wei, W., & Yang, X. (2021). Comparison of diagnosis accuracy between a backpropagation artificial neural network model and linear regression in digestive disease patients: An empirical research. Computational and Mathematical Methods in Medicine, 2021(1), 6662779.

Winahyu, D., Hartoyo, S., & Syaukat, Y. (2019). STRATEGI PENGELOLAAN SAMPAH PADA TEMPAT PEMBUANGAN AKHIR BANTARGEBANG, BEKASI. Jurnal Manajemen Pembangunan Daerah, 5(2). https://doi.org/10.29244/jurnal_mpd.v5i2.24626

Zhang, H., & Mu, J.-H. (2021). A Back Propagation Neural Network‐Based Method for Intelligent Decision‐Making. Complexity, 2021(1), 6610797.

Zuraidah, Z., Rosyidah, L. N., & Zulfi, R. F. (2022). EDUKASI PENGELOLAAN DAN PEMANFAATAN SAMPAH ANORGANIK DI MI AL MUNIR DESA GADUNGAN KECAMATAN PUNCU KABUPATEN KEDIRI. BUDIMAS : JURNAL PENGABDIAN MASYARAKAT, 4(2). https://doi.org/10.29040/budimas.v4i2.6547