OLEH:
LA SARIMA
G2E121015
Desain proses yang buruk tentu akan berdampak pada peningkatan biaya operasional
dan mengakibatkan masalah yang serius jika meninjau konsekuensi yang diakibatkan
terhadap lingkungan dan masyarakat. Proses pengumpulan dan pembuangan sampah
kota yang buruk menyebabkan pengurangan nilai estetika lingkungan, banjir, dan
polusi lingkungan (udara, air, dan tanah). Selain itu juga dapat mempengaruhi
kesehatan manusia, berbahaya bagi biota darat dan laut, serta juga mengakibatkan
efek terhadap perkembangan ekonomi seperti pengaruhnya terhadap pariwisata.
Situasi ini juga diperburuk oleh tingginya angka sampah yang dihasilkan sebagai hasil
dari meningkatnya angka urbanisasi, pertumbuhan penduduk, pembiayaan yang tidak
memadai, sikap pembuangan sampah masyarakat yang buruk, penggunaan sumber
daya yang tidak efisien, kurang tepatnya instrumen pemerintah, dan penerapan
teknologi yang tidak tepat.
Berdasarkan data dari BPS Sulawesi Tengga Tahun 2020, proyeksi jumlah penduduk
Sulawesi Tenggara mengalami peningkatan dari tahun ke tahun. Pertumbuhan jumlah
penduduk ini merupakan salah satu faktor kritis dari peningkatan jumlah sampah di
Sulawesi Tenggara. Selain jumlah penduduk, faktor lain yang mempengaruhi jumlah
sampah adalah tingkat perekonomian, dimana semakin baik tingkat ekonomi pada
suatu kota maka akan menghasilkan sampah yang lebih banyak pula. Peningkatan
ekonomi dan jumlah penduduk Sulawesi Tenggara berdampak signifikan pada
peningkatan produksi sampah.
Oleh karena itu, dalam penelitian ini, penulis akan melakukan forecasting biaya
pengadaan air, pengelolaan sampah, limbah dan daur ulang agar kebijakan
penanganan pencemaran di Sulawesi Tenggara lebih terukur.
TUJUAN
Melakukan forecasting biaya pengadaan air, pengelolaan sampah, limbah dan daur
ulang di Sulawesi Tenggara
METODOLOGI
Data yang digunakan adalah PDB pengeluaran sulawesi tenggara sektor pengadaan
air, pengelolaan sampah, limbah dan daur ulang dari tahun 2010 - 2020.
2010 19451 1
2011 103392 2
2012 119052 3
2013 130165 4
2014 139232 5
2015 143133 6
2016 155881 7
2017 156066 8
2018 164968 9
2019 171463 10
2020 177116 11
Metode statistik yang digunakan dalam penelitian ini adalah dengan regresi linear
sederhana.
PROSEDUR DALAM ANALISIS REGRESI
Yi = 0 + 1Xi + i
Mengukur proporsi keragaman total dari nilai observasi Y di sekitar rataannya yang
dapat diterangkan oleh garis regresinya atau variabel bebas yg digunakan.
variable)
- E(i) = 0
i ~ NID(0, 2)
PEMBAHASAN
Dari hasil pengolahan data dengan metode regresi linear sederhana menggunakan
motode enter dengan variabel dependen pengelolaan sampah terlebih dahulu
dilakukan uji asumsi regresi untuk mengetahui apakah model yang digunakan dapat
digunakan secara tepat untuk meramalkan/forecasting biaya pengadaan air,
pengelolaan sampah, limbah dan daur ulang di Sulawesi Tenggara
Dari output SPSS terlihat bahwa nilai Variance Inflation Factor (VIF) bernilai 1,000,
dimana nilai VIF kurang dari 10. Ini berarti bahwa data yang digunakan untuk analisis
tidak mengandung unsur multikolinearitas
Dari nilai koefisien determinasi R Square sebesar 0,745 mendekati 1. Ini artinya, model
regresi yang digunakan sudah baik untuk melakukan peramalan biaya pengadaan air,
pengelolaan sampah, limbah dan daur ulang di Sulawesi Tenggara.
Dari hasil uji Anova juga menunjukkan bahwa model yang dihasilkan sudah
signifikan secara statistik untuk melakukan forecasting. Dimana nilai signifikasi
sebesar 0.001 atau lebih kecil dari 0.05.
Pembentukan Model
Dari output SPSS, model yang terbentuk untuk forecasting biaya pengadaan air,
pengelolaan sampah, limbah dan daur ulang di Sulawesi Tenggara adalah
Dimana i adalah 1 …n, dimana 1 = tahun 2010, 2 = tahun 2011, 3 = tahun 2012 dan
seterusnya.
Forecasting Deployment
Dari model yang terbentuk, maka dapat dilakukan peramalan untuk biaya pengadaan
air, pengelolaan sampah, limbah dan daur ulang tahun 2021 dengan menggantikan Xi
dengan 12, sehingga diperoleh
KESIMPULAN