PERAMALAN JUMLAH PRODUKSI SAMPAH DI TEMPAT

PEMBUANGAN AKHIR AIR DINGIN KOTA PADANG

MENGGUNAKAN METODE DOUBLE EXPONENTIAL
SMOOTHING DUA PARAMETER DARI HOLT

TUGAS AKHIR
Untuk memenuhi sebagian persyaratan memperoleh gelar Ahli Madya

Oleh

ADELLA INDRI MAHARDIKA

NIM 19037003

PROGRAM STUDI DIPLOMA III STATISTIKA

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2023
 ABSTRAK

Adella Indri M : Peramalan Jumlah Produksi Sampah di TPA Air Dingin

Kota Padang Menggunakan Metode Double Exponential
Smoothing Dua Parameter dari Holt

Sampah adalah bahan yang dibuang sebagai sisa dari hasil produksi industri
maupun rumah tangga. Data jumlah produksi sampah kabupaten/kota di
Sumatera Barat Tahun 2021 menunjukkan bahwa Kota Padang merupakan kota
yang paling banyak memproduksi sampah. Salah satu penyebabnya yaitu karena
jumlah penduduk Kota Padang yang juga merupakan jumlah penduduk
terbanyak di Sumatera Barat. Dengan bertambahnya jumlah penduduk maka
jumlah produksi sampah juga akan bertambah jika sampah-sampah tersebut
tidak dapat dikelola dengan baik. Penelitian ini bertujuan untuk menjadi
gambaran atau untuk perkiraan produksi sampah di kota Padang pada Tahun
2023-2024 agar pihak-pihak terkait bisa merencanakan tindakan selanjutnya
keputusan atau kebijakan apa yang bisa dilakukan agar sampah-sampah tersebut
dapat dikelola denan baik dan juga agar TPA bisa lebih lama menampung
sampah sekaligus untuk meraih kembali gelar sebagai salah satu kota terbersih di
Indonesia pada masa yang akan datang.
Penelitian ini merupakan penelitian terapan. Data yang digunakan adalah
data sekunder yang diperoleh dari Dinas Lingkungan Hidup (DLH) Kota Padang
berupa Data Jumlah Produksi Sampah di Tempat Pembuangan Akhir Air Dingin
Kota Padang dari Januari 2020 – September 2022. Analisis yang digunakan pada
penelitian ini adalah metode Double Exponential Smoothing dua Parameter dari
Holt.
Berdasarkan hasil penelitian, diperoleh model yang tepat untuk meramalkan
jumlah produksi sampah di TPA Air Dingin Kota Padang menggunakan metode
double exponential smoothing dua parameter dari Holt adalah sebagai berikut:
F 33+m=17064,984 +222,264 ( m )

Dari hasi peramalan terlihat bahwa jumlah produksi sampah di TPA Air Dingin
paling tinggi yaitu pada bulan Desember 2023 yaitu sebesar 20398,952 ton.

Kata Kunci: Double Exponetial Smoothing dua Parameter dari Holt, Produksi
Sampah, Tempat Pembuangan Akhir.

i
 KATA PENGANTAR

Alhamdulillahi rabbil ‘alamin segala puji dan syukur atas kehadirat Allah

SWT yang telah memberikan rahmat dan karunia-Nya, sehingga peneliti dapat

menyelesaikan Tugas Akhir dengan judul “Peramalan Jumlah Produksi

Sampah di Tempat Pembuangan Akhir Air Dingin Kota Padang

Menggunakan Metode Double Exponential Smoothing Dua Parameter Dari

Holt”. Shalawat serta salam peneliti sampaikan kepada Nabi Muhammad SAW

sebagai suri tauladan bagi umat-Nya.

Penulisan Tugas Akhir ini disusun untuk memenuhi salah satu syarat dalam

menyelesaikan pendidikan pada Program Studi Diploma III Statistika

Departemen Statistika FMIPA UNP. Dalam menyelesaikan Tugas Akhir ini,

tidak lepas dari bimbingan dan bantuan berbagai pihak. Oleh karena itu, pada

kesempatan kali ini peneliti ingin mengucapkan terimakasih kepada:

1. Bapak Drs. Atus Amadi Putra, M.Si., selaku Penasehat Akademik sekaligus

pembimbing Tugas Akhir.

2. Bapak Dr. Dony Permana, M.Si., selaku Kepala Departemen Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri

Padang sekaligus penguji Tugas Akhir

3. Ibu Zilrahmi, M.Si., selaku penguji Tugas Akhir.

4. Bapak Dodi Vionanda, M.Si, Ph.D., selaku Koordinator Program Studi DIII

Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Negeri Padang

ii
 5. Ibu Dra. Nonong Amalita, M.Si., selaku Sekretaris Departemen Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri

Padang.

6. Bapak dan Ibu Dosen, Staf Pengajar dan Karyawan Departemen Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri

Padang.

7. Teristimewa untuk kedua orang tua yang telah memberikan semangat,

nasehat, dukungan dan bantuan moril maupun materi kepada peneliti.

8. Semua sahabat, teman serta rekan-rekan yang selalu memberikan semangat

serta dukungan kepada peneliti.

Semoga dorongan, bimbingan dan bantuan yang diberikan kepada peneliti

menjadi amal ibadah yang diridhai Allah SWT. Peneliti menyadari bahwa Tugas

Akhir ini masih terdapat kekurangan. Oleh karena itu, masukan dan saran yang

bersifat membangun dari berbagai pihak sangat diharapkan demi kesempurnaan

penulisan di masa yang akan datang. Akhir kata, peneliti berharap semoga Tugas

Akhir ini dapat bermanfaat bagi peneliti dan pembaca.

Padang, Januari 2023

Peneliti

iii
 DAFTAR ISI

ABSTRAK ...............................................................................................................i
KATA PENGANTAR.............................................................................................ii
DAFTAR ISI.......................................................................................................... iv
DAFTAR TABEL.................................................................................................. vi
DAFTAR GAMBAR............................................................................................ vii
DAFTAR LAMPIRAN........................................................................................ viii
BAB I PENDAHULUAN....................................................................................... 1
A. Latar Belakang............................................................................................ 1
B. Batasan Masalah.......................................................................................... 6
C. Rumusan Masalah....................................................................................... 6
D. Tujuan Penelitian........................................................................................ 7
E. Manfaat Penelitian...................................................................................... 7
BAB II KAJIAN TEORI......................................................................................... 8
A. Sampah........................................................................................................ 8
B. Upaya Pengelolaan Sampah........................................................................ 9
C. Dampak Sampah....................................................................................... 11
D. Peramalan.................................................................................................. 12
E. Metode Deret Waktu................................................................................ 14
F. Ukuran Akurasi Peramalan....................................................................... 16
G. Double Exponential Smoothing Dua Parameter dari Holt........................ 17
BAB III METODOLOGI PENELITIAN ............................................................. 19
A. Jenis Penelitian...........................................................................................19
B. Analisis Data............................................................................................. 19
C. Teknik Analisis Data................................................................................. 19
BAB IV Hasil dan Pembahasan............................................................................ 21
A. Deskripsi Data........................................................................................... 21
B. Analisis Data............................................................................................. 22
C. Pembahasan............................................................................................... 28

iv
BAB V PENUTUP................................................................................................ 31
A. Kesimpulan............................................................................................... 31
B. Saran ..........................................................................................................32
DAFTAR PUSTAKA........................................................................................... 33
LAMPIRAN ..........................................................................................................35

v
 DAFTAR TABEL

Tabel Halaman

1. Statistik Deskriptif Jumlah Produksi Sampah di TPA Air Dingin

Kota Padang Tahun 2020-2022..................................................................22
2. Hasil Ramalan Jumlah Produksi Sampah di TPA Air Dingin Kota
Padang Menggunakan Metode Double Exponential Smoothing Dua
Parameter dari Holt....................................................................................28

vi
 DAFTAR GAMBAR

Gambar Halaman

1. Jumlah Produksi Sampah Kabupaten/Kota di Sumatera Barat Tahun

2021 (Ton/Tahun)........................................................................................2
2. Jumlah Produksi Sampah di TPA Air Dingin Tahun 2020-2022.................4
3. Pola Data Horizontal..................................................................................14
4. Pola Data Musiman....................................................................................15
5. Pola Data Siklis..........................................................................................15
6. Pola Data Trend..........................................................................................15

vii
 DAFTAR LAMPIRAN

Lampiran Halaman

1. Jumlah Produksi Sampah di TPA Air Dingin Kota Padang Tahun

2020-2022...................................................................................................35
2. Input Mencari Nilai double exponential smoothing dua parameter
dari Holt ( St ).............................................................................................36
3. Input mencari nilai trend double exponential smoothing dua
parameter dari Holt ( bt )............................................................................37
4. Input Mencari nilai peramalan (Ft+m)..........................................................38
5. Hasil Peramalan Jumlah Produksi Sampah di TPA Air Dingin Kota
Padang Menggunakan Metode Double Exponential Smoothing Dua
Parameter dari Holt dengan α =0 , 7 danγ =0 ,1.........................................39

viii
 BAB I

PENDAHULUAN

A. Latar Belakang

Secara umum sampah dapat diartikan sebagai benda-benda yang sudah tidak

terpakai oleh makhluk hidup dan menjadi benda buangan. Sampah adalah

material yang dibuang sebagai sisa dari hasil produksi industri maupun rumah

tangga. Material sisa tersebut dapat berupa zat cair, padat, hingga gas. Menurut

Dinas Perumahan Rakyat, Kawasan Permukiman dan Pertahanan (DPRKPP)

sampah merupakan salah satu permasalahan yang dihadapi pada wilayah

perkotaan. Permasalahan sampah mempunyai hubungan timbal balik dengan

jumlah penduduk, nilai dan perilaku masyarakatnya, organisasi pengelolaan

sampah, serta sistem pengelolaan yang dilakukan.

Tempat Pembuangan Akhir (TPA) adalah tempat untuk memproses dan

mengembalikan sampah ke media lingkungan secara aman bagi manusia dan

lingkungan. Pemrosesan sampah didahului dengan mengubah karakteristik,

komposisi, dan jumlah/volume sampah. Penyediaan TPA di kota-kota besar

menghadapi kendala keterbatasan lahan. Oleh sebab itu, pengelolaan TPA

menjadi lebih dibutuhkan. Pengelolaan sampah telah diatur dalam Undang-

undang No 18 Tahun 2008.

Menurut Kementrian Pekerjaan Umum dan Perumahan Rakyat (PUPR), dari

34 provinsi di Indonesia Sumatera Barat menduduki peringkat ke-3 terkecil

dalam data Tempat Pembuangan Akhir (TPA) Tahun 2021. Pada Tahun 2021

jumlah sampah masuk ke TPA di Sumatera Barat yaitu sebanyak 411.094

1
 2

m3/tahun dengan kapasitas TPA 4.671.341 m3/tahun dan luas total TPA

sebanyak 296 Ha. Provinsi Sumatera Barat memiliki 19 kabupaten/kota, namun

hanya 17 kabupaten/kota yang memiliki TPA, Kabupaten Kepulauan Mentawai

dan Kabupaten Padang Pariaman tidak mempunyai TPA.

Data Sistem Informasi Pengelolaan Sampah Nasional (SIPSN) tentang

jumlah produksi sampah kabupaten/kota di Sumatera Barat Tahun 2021

menunjukkan bahwa Kota Padang merupakan kota yang paling banyak

memproduksi sampah. Data Jumlah Produksi Sampah Kabupaten/kota di

Sumatera Barat Tahun 2021 dapat dilihat pada Gambar 1. Pada Tahun 2021

Kota Padang memproduksi sampah sebanyak 170.659 ton/tahun dengan jumlah

penduduk sebanyak 913.450 jiwa. Salah satu penyebabnya yaitu karena jumlah

penduduk Kota Padang yang juga merupakan jumlah penduduk terbanyak di

Sumatera Barat.

Kota Pariaman
Kota Payakumbuh
Kota Bukittinggi
Kota Padang Panjang
Kota Sawahlunto
Kota Solok
Kota Padang
Kab. Pasaman Barat
Kab. Solok Selatan
Kab. Dharmasraya
Kab. Pasaman
Kab. Lima Puluh Kota
Kab. Agam
Kab. Agam
Kab. Tanah Datar
Kab. Sijunjung
Kab. Solok
Kab. Pesisir Selatan
0
0 00 0 00 0 00 0 00 0 00 0 00 0 00 0 00 0 00
20 40 60 80 1 00 1 20 1 40 1 60 1 80

Gambar 1. Jumlah Produksi Sampah Kabupaten/Kota di Sumatera Barat Tahun

2021 (Ton/Tahun)
 3

Kota Padang merupakan kota terbesar di Sumatera Barat dengan jumlah

penduduk 913.450 jiwa pada Tahun 2021 dengan luas wilayah sebesar 695

km2, wilayah kota padang terdiri atas 11 Kecamatan dan terdapat 104

Kelurahan. Pada tahun-tahun yang akan datang diperkirakan jumlah penduduk

akan terus bertambah, salah satu penyebabnya yaitu tingginya tingkat kelahiran

serta rendahnya angka kematian. Dengan bertambahnya jumlah penduduk

maka jumlah produksi sampah juga akan bertambah terlebih lagi jika sampah-

sampah tersebut tidak dapat dikelola dengan baik.

Dinas Lingkungan Hidup Kota Padang menyebutkan bahwa saat ini luas

TPA Air Dingin mencapai 17 hektar. Saat ini dengan perkiraan penduduk Kota

Padang yang hampir mencapai 1 juta jiwa dengan indeks rata-rata per orangnya

menghasilkan 0,5 kilogram sampah perhari, maka setiap harinya akan ada 500

ton sampah yang dihasilkan. Dinas Lingkungan Hidup Kota Padang

mengkhawatirkan TPA Air Dingin Kota Padang tidak bisa menampung

sampah lebih lama lagi, hal ini disebabkan karena jumlah produksi sampah di

TPA yang terus menerus meningkat. Data Jumlah Produksi Sampah di TPA

Air Dingin Tahun 2020-2022 menunjukkan bahwa produksi sampah

mengalami kenaikan dan penurunan pada waktu ke waktu. Data Jumlah

Produksi Sampah di TPA Air Dingin Tahun 2020-2022 dapat dilihat pada

Gambar 2.
 4

18000
17000
16000
15000
14000
13000
12000
11000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
Gambar 2. Jumlah Produksi Sampah di TPA Air Dingin Tahun 2020-2022

Proses produksi sampah di TPA Air Dingin Kota Padang dilakukan dengan

cara mengangkut sampah kota menggunakan mobil pick up maupun truk

sampah. Setiap mobil sampah yang akan memasuki kawasan TPA Air Dingin

Kota Padang untuk membuang serta memproses sampah harus melalui

jembatan timbang. Jembatan timbang berfungsi sebagai alat ukur untuk

mengetahui volume produksi sampah yang masuk ke TPA setiap harinya untuk

menjaga efisiensi dan ketepatan pendataan pada produksi sampah di TPA.

Kota Padang mendapatkan penghargaan Adipura untuk pertama kalinya

pada Tahun 1986 dari Presiden Soeharto atas prestasinya menjadi salah satu

kota terbersih di Indonesia. Hingga Tahun 2017 Kota Padang telah mendapat

18 kali penghargaan Adipura selama 4 periode penilaian. Sejak Tahun 2018

hingga sekarang Kota Padang tidak lagi mendapatkan penghargaan sebagai

salah satu kota terbersih di Indonesia hal ini dikarenakan jumlah produksi

sampah yang terus meningkat dan pengelolaan sampah yang belum dilakukan

dengan baik. Saat ini TPA Air Dingin digunakan untuk menampung sampah

kota yang diangkut oleh truk-truk dan ditumpuk begitu saja. Pengolahan
 5

sampah pada TPA Air Dingin saat ini yaitu hanya mengolah sampah organik

sebagai pupuk kompos yang dimanfaatkan sebagai pupuk untuk tanaman kota,

dan juga melakukan pengolahan air lindi yaitu limbah yang dihasilkan akibat

masuknya air hujan kedalam timbunan sampah yang melarutkan materi-materi

organik hasil dekomposisi sampah, air lindi dimanfaatkan sebagai salah satu

komposisi pembuatan pupuk kompos.

Salah satu upaya untuk mengatasi permasalahan sampah di Kota Padang

ialah dengan melakukan peramalan produksi sampah. Menurut Makridakis

(1993) peramalan adalah dasar dari segala jenis perencanaan dimana hal ini

sangat diperlukan untuk lingkungan yang tidak stabil yaitu menjembatani

antara sistem dengan lingkungan. Metode peramalan juga merupakan alat

bantu dalam menentukan sebuah perencanaan agar bisa mengambil sebuah

keputusan yang tepat dimasa yang akan datang dengan menggunakan data-data

yang sudah ada sebelumnya.

Metode double exponential smoothing adalah metode yang digunakan

ketika data menunjukkan adanya trend kenaikan dan apabila data yang

digunakan semakin banyak dalam perhitungan peramalannya maka percentace

error peramalannya akan semakin kecil. Double exponential smoothing terdiri

dari dua metode yaitu metode double exponential smoothing satu parameter

dari Brown dan metode double exponential smoothing dua parameter dari Holt.

Metode double exponential smoothing dua parameter dari Holt memuluskan

nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada

deret asli.
 6

Dengan adanya peramalan ini, nantinya hasil peramalan akan digunakan

untuk memperkirakan produksi sampah Kota Padang pada Tahun 2023-2024.

Penelitian ini bertujuan untuk menjadi gambaran atau untuk memperkirakan

produksi sampah di kota Padang pada Tahun 2023-2024 agar pihak-pihak

terkait bisa merencanakan tindakan selanjutnya keputusan atau kebijakan apa

yang bisa dilakukan agar TPA bisa lebih lama menampung sampah sekaligus

untuk meraih kembali gelar sebagai salah satu kota terbersih di Indonesia pada

masa yang akan datang dengan meramalkan jumlah produksi sampah Kota

Padang pada Tahun 2023-2024.

Berdasarkan uraian diatas, maka penelitian ini diberi judul “Peramalan

Jumlah Produksi Sampah di Tempat Pembuangan Akhir Air Dingin Kota

Padang Menggunakan Metode Double Exponential Smoothing Dua Parameter

dari Holt”

B. Batasan Masalah

Berdasarkan latar belakang masalah yang telah dijabarkan maka peneliti

membatasi ruang lingkup pada pengaplikasian metode Double Exponential

Smoothing dua parameter dari Holt pada produksi sampah di TPA Air Dingin

untuk Tahun 2023-2024.

C. Rumusan Masalah

Adapun rumusan masalah pada penelitian ini adalah

1. Bagaimana hasil akurasi ramalan jumlah produksi sampah di TPA Air

Dingin pada Tahun 2023-2024 dengan menggunakan metode Double

Exponential Smoothing dua parameter dari Holt?

 7

2. Bagaimana hasil ramalan jumlah produksi sampah di TPA Air Dingin

pada Tahun 2023-2024 dengan menggunakan metode Double

Exponential Smoothing dua parameter dari Holt?

D. Tujuan Penelitian

Berdasarkan rumusan masalah diatas maka tujuan dari penelitian ini adalah:

1. Untuk mengetahui hasil akurasi ramalan dari jumlah produksi sampah di

TPA Air Dingin pada Tahun 2023-2024 dengan menggunakan metode

Double Exponential Smoothing dua parameter dari Holt.

2. Untuk mengetahui hasil ramalan jumlah produksi sampah di TPA Air

Dingin pada Tahun 2023-2024 dengan menggunakan metode Double

Exponential Smoothing dua parameter dari Holt.

E. Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Memberikan informasi tentang bagaimana cara meramalkan produksi

sampah Kota Padang Tahun 2023-2024 dengan menggunakan metode

Double Exponential Smoothing dua parameter dari Holt.

2. Sebagai gambaran bagi pemerintah maupun pihak-pihak terkait untuk

mengatasi permasalahan sampah di Kota Padang dengan optimal.

3. Memberikan kontribusi bagi peneliti selanjutnya, terlebih bagi peneliti

yang akan melakukan penelitian dengan pembahasan yang sama.

 BAB II

KAJIAN TEORI

A. Sampah

Sampah adalah material yang dibuang sebagai sisa dari hasil produksi

industri maupun rumah tangga, atau juga bisa didefinisikan sebagai benda-

benda yang sudah tidak terpakai oleh makhluk hidup dan menjadi benda

buangan. Menurut Dinas Lingkungan Hidup sampah merupakan sisa buangan

dari suatu produk atau barang yang sudah tidak digunakan lagi, tetapi masih

dapat di daur ulang menjadi barang yang bernilai. Sampah bisa dibedakan

menjadi 2 macam, yaitu:

1) Sampah Organik, yaitu sampah yang berasal dari sisa makhluk hidup yang

mudah terurai secara alami tanpa proses campur tangan manusia untuk dapat

terurai. Contoh sampah organik adalah sisa-sisa makanan, bangkai/kotoran

hewan, ranting dan daun-daun kering.

2) Sampah Anorganik, yaitu sampah yang sudah tidak dipakai lagi dan sulit

terurai. Contoh sampah anorganik adalah plastik, botol/kaleng minuman,

ban bekas, besi, kabel, dan barang-barang elektronik.

Menurut Dinas Lingkungan Hidup Kota Padang saat ini rata-rata sampah

yang dihasilkan masyarakat Kota Padang mencapai 450 ton sehari,

diperkirakan dengan daya tampung yang ada di TPA hanya bisa menampung

sampah hingga 5 tahun kedepan jika tidak bisa dikelola dengan baik.

8
 9

B. Upaya Pengelolaan Sampah

Upaya pengelolaan sampah atau limbah diterapkan demi mengurangi

dampak negatif dari material sisa tersebut. Kegiatan ini dilakukan untuk

menjaga kelangsungan sumber daya alam. Undang-Undang No. 18 Tahun 2008

tentang Pengelolaan Sampah menyebutkan bahwa setiap orang dalam

pengelolaan sampah rumah tangga dan sampah sejenis sampah rumah tangga

wajib mengurangi dan menangani sampah dengan cara yang berwawasan

lingkungan. Ada beberapa metode yang bisa digunakan untuk mengelola

sampah.

1) Metode System Open Dumping

Bentuk upaya pengelolaan sampah yang paling banyak diterapkan di

Indonesia. Pada metode ini material sisa dibuang ke Tempat Pembuangan

Akhir. Kekurangan dari metode ini adalah sampa akan bertumpuk di TPA yang

dapat mengakibatkan pencemaran lingkungan. Pemulihan juga tidak bisa

dilakukan dengan singkat jika menggunakan metode ini.

2) Metode Sanitary Landfill

Sistem pengelolaan sampah dengan cara membuang dan menumpuk sampah

di lokasi cekung, memadatkannya, dan kemudian menimbunnya dengan tanah.

metode yang diizinkan untuk diterapkan pada TPA. Pasalnya pada metode ini

tanah terlebih dahulu dilapisi geotekstil anti karat sebelum dijadikan tempat

pembuangan sampah. Hanya saja metode ini memang membutuhkan biaya

besar dan resiko kebocoran zat beracun juga ada.

 10

3) Metode Gas Metana

Hanya sampah organik yang dapat diolah menjadi energi pada metode ini.

Sampah dimasukkan ke dalam wadah kedap udara dan dicampur dengan air

selama dua pekan. Hasil dari proses tersebut adalah gas metana (CH4) yang

bisa dijadikan energi listrik.

4) Metode pengolahan air lindi

Air lindi adalah suatu cairan yang dihasilkan dari pemaparan air hujan di

timbunan sampah. Pengolahan air lindi hanya bisa dilakukan di TPA dengan

menggunakan prinsip pengolahan anaerob, fakultatif yang sedang

direncanakan. Penyaluran air lindi dari TPA ke kolam pengolahan air lindi

menggunakan saluran pipa PVC yang dipasang pada bagian bawah/dasar

landfill yang diberi lobang-lobang yang kemudian dikumpulkan pada sumur

pengumpul lindi.

5) Metode 3R (Reduce, Reuse, Recycle)

Reduce merupakan upaya pengelolaan sampah dengan cara mengurangi dan

menghentikan penggunaan barang-barang yang berpotensi untuk menghasilkan

material sisa pakai, contohnya adalah mengurangi pemakaian produk sekali

pakai, dan meningkatkan penggunaan produk isi ulang.

Reuse adalah usaha untuk mengurangi material sampah dengan cara

menggunakan kembali barang yang sudah tidak dipakai selama barang tersebut

masih bisa digunakan, contohnya adalah menggunakan kantong plastik secara

berulang, dan memakai kembali botol kaca atau plastik wadah air minum atau

minyak goreng.
 11

Recycle atau daur ulang yaitu mengolah material sisa menjadi produk baru

yang mempunyai nilai manfaat, contohnya adalah membuat kompos sebagai

pupuk tanaman yang terbuat dari sampah organik atau membuat kerajinan dari

sampah anorganik.

C. Dampak Sampah

Sampah mempunyai dampak yang sangat merugikan manusia dan juga

makhluk hidup lainnya. Menurut Hadiwiyoto (1983) jika ditinjau dari segi

keseimbangan lingkungan, kesehatan, keamanan dan pencemaran apabila

sampah tidak dikelola dengan baik dapat menimbulkan berbagai gangguan-

gangguan diantaranya:

1) Sampah dapat menimbulkan pencemaran udara karena mengandung gas-gas

yang terjadi dan rombakan sampah bau yang tidak sedap, daerah becek dan

kadang berlumpur apabila musing hujan datang.

2) Sampah yang bertumpuk dapat menimbulkan kondisi dari segi fisik dan

kimia yang tidak sesuai dengan lingkungan normal, yang dapat mengganggu

lingkungan sekitarnya

3) Di Sekitar daerah pembuangan sampah akan terjadi kekurangan oksigen.

4) Gas-gas yang dihasilkan selama pembusukan sampah dapat membahayakan

kesehatan

5) Dapat menularkan berbagai macam penyakit, terutama yang dapat

ditularkan oleh lalat atau seranga lainnya

6) Secara estetika sampah tidak dapat digolongkan sebagai pemandangan yang

nyaman untuk dinikmati.

 12

D. Peramalan

Menurut Kamus Besar Bahasa Indonesia (KBBI) peramalan adalah kegiatan

untuk menduga hal apa yang akan terjadi. Beberapa definisi dari peramalan

antara lain :

1) Peramalan merupakan alat bantu yang penting dalam perencanaan yang

efektif dan efisien (Makridakis, 1998)

2) Peramalan adalah kegiatan penerapan model yang telah dikembangkan pada

waktu yang akan datang. (Aritonang, 2009)

3) Peramalan adalah suatu proses memperkirakan secara sistematik tentang apa

yang paling mungkin terjadi dimasa depan berdasarkan informasi masa lalu

dan sekarang yang dimiliki agar kesalahannya dapat diperkecil. (Mulyono,

2000).

Jadi, peramalan adalah suatu analisa perhitungan yang dilakukan dengan

pendekatan kualitatif maupun kuantitatif untuk memperkirakan suatu kejadian

dimasa depan dengan menggunakan referensi data yang ada di masa lalu.

Metode peramalan juga merupakan alat bantu dalam menentukan sebuah

perencanaan agar bisa mengambil sebuah keputusan yang tepat dimasa yang

akan datang.

Adapun manfaat dari peramalan adalah sebagai berikut:

1)Sebagai alat bantu untuk merencanakan perencanaan yang efektif dan

efisien

2) Untuk menetapkan kebutuhan sumber daya pada masa yang akan datang

3) Untuk membuat keputusan yang tepat.

 13

Menurut Indiyanto (2008) berdasarkan horizon waktu, peramalan bisa

dibedakan menjadi 3 jenis, yaitu:

1) Peramalan jangka panjang, yang meliputi waktu yang lebih dari 3 tahun.

Peramalan ini digunakan untuk perencanaan produk dan perencanaan

sumber daya

2) Peramalan jangka menengah, yang meliputi waktu antara 1 sampai 2 tahun.

Peramalan ini biasanya digunakan untuk menentukan aliran kas,

perencanaan produksi, dan penganggaran.

3) Peramalan jangka pendek, yang meliputi jangka waktu kurang dari 1 tahun.

Peramalan ini biasanya digunakan untuk mengambil keputusan dalam hal

penjadwalan kerja dan berbagai keputusan jangka pendek lainnya.

Sedangkan menurut Makridakis dkk (1999) jenis peramalan dibedakan

menjadi dua macam, yakni:

1) Metode Peramalan Kuantitatif

Peramalan Kuantitatif adalah peramalan yang didasarkan atas data

kuantitatif pada masa lalu. Peramalan yang baik adalah peramalan yang

dilakukan dengan mengikuti prosedur penyusunan dengan baik. Semakin baik

kita menggunakan prosedur peramalan, maka penyimpangan antara hasil

peramalan dengan kenyataan yang terjadi juga semakin kecil. Metode

peramalan kuantitatif dapat dibagi dalam deret waktu (time series) dan metode

regresi (causal).

Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut

a. Tersedia informasi tentang masa lalu

 14

b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik

c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut di masa mendatang

2) Metode Peramalan Kualitatif

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif

pada masa lalu. Hasil peramalan ini sangat bergantung pada orang yang

menyusunnya, karena berdasarkan pemikiran yang bersifat intuisi, pendapat

dan pengetahuan serta pengalaman dari orang – orang yang menyusunnya.

Metode kualitatif dapat dibagi menjadi dua, yaitu metode eksploratoris dan

normatif.

E. Metode Deret Waktu

Untuk menentukan suatu metode deret waktu yang tepat yaitu dengan

mengidentifikasi jenis pola data, sehingga metode yang paling tepat yaitu

dengan pola tersebut dapat diuji (Makridakis, 1998). Pola data dapat

dibedakan menjadi 4 jenis, yaitu:

1) Pola Data Horizontal, terjadi bila nilai data berfluktasi di sekitar nilai rata-

rata yang konstan atau stasioner terhadap nilai rata-ratanya. Pola datanya

dapat dilihat pada Gambar 3.

Gambar 3. Pola Data Horizontal

 15

2) Pola Musiman, terjadi bila deret dipengaruhi oleh faktor musiman (misalnya

kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Pola

datanya dapat dilihat pada Gambar 4.

Gambar 4. Pola Data Musiman

3) Pola siklis, terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka

panjang seperti yang berhubungan dengan siklus bisnis. Pola datanya dapat

dilihat pada Gambar 5.

Gambar 5. Pola Data Siklis

4) Pola trend, terjadi bila terdapat kenaikan atau penurunan sekuler jangka

panjang dalam data. Pola datanya dapat dilihat pada Gambar 6

Gambar 6. Pola Data Trend

 16

F. Ukuran Akurasi Peramalan

Tujuan peramalan adalah untuk menghasilkan ramalan optimum yang tidak

memiliki galat atau sebisa mungkin galat yang kecil. Oleh karena itu, setiap

metode peramalan pasti menghasilkan kesalahan. Jika tingkat kesalahan yang

dihasilkan semakin kecil, maka hasil peramalan akan semakin mendekati

akurat. Ada beberapa cara yang digunakan untuk mengukur ketepatan metode

peramalan diantaranya yaitu:

1) MAD (Mean Absolute Deviation )

Metode ini berguna ketika mengukur kesalahan ramalan dalam unit yang

sama sebagai deret asli. Nilai MAD dapat dihitung dengan menggunakan

rumus sebagai berikut.

n

∑ ¿ X t−F t ∨¿ (1)
MAD= t =1 ¿
n

2) MSE (Mean Square Error)

Metode ini menghasilkan kesalahan-kesalahan yang sedang, yang

kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang menghasilkan

perbedaan yang besar. Nilai MSE dapat dihitung dengan menggunakan rumus

berikut.
n

∑ ( X t−F t )2 (2)
MSE= t =1
n

3) MAPE (Mean Absolute Percentage Error)

Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu

penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa

 17

besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata. Nilai

MAPE dapat dihitung dengan menggunakan rumus berikut.

| X t−F t
|
n

∑ Xt (3)
t =1
MAPE= × 100 %
n

Dimana:

Xt = Nilai data pada periode ke-t

Ft = Nilai peramalan pada periode ke-t

n = Banyaknya data

G. Double Exponential Smoothing Dua Parameter dari Holt

Smoothing adalah mengambil rata-rata dari nilai pada beberapa periode

untuk menaksir nilai pada suatu periode. Exponential smoothing adalah suatu

peramalan rata-rata yang melakukan pembobotan menurun secara exponential

terhadap nilai-nilai observasi yang lebih tua (Makridakis, 1999). Metode

double exponential smoothing merupakan metode yang digunakan untuk

meramalkan data yang mengalami trend kenaikan dan apabila data yang

digunakan semakin banyak dalam perhitungan peramalannya maka percentace

error peramalannya akan semakin kecil, begitu juga sebaliknya.

Metode exponential smoothing dua parameter dari Holt dalam prinsipnya

serupa dengan Brown kecuali bahwa Holt tidak menggunakan rumus

pemulusan berganda secara langsung. Sebagai gantinya, Holt memuluskan nilai

trend dengan parameter yang berbeda dari parameter yang digunakan pada

deret yang asli. Ramalan dari pemulusanexponential linear Holt didapat dengan
 18

menggunakan dua konstanta pemulusan (dengan nilai antara 0 sampai 1) dan

tiga persamaan diantaranya adalah

St =α X t + ( 1−α ) ( St −1+ bt −1 ) (4)

b t=γ ( St −St −1) +(1−γ )bt −1 (5)

F t+ m=St + bt m (6)

Dimana:

Xt = Nilai data pada periode ke-t

St = Nilai pemulusan pada periode ke-t

St-1 = Nilai pemulusan pada periode ke (t - 1)

bt = Nilai trend pada periode ke-t

α ,γ = Parameter pemulusan exponential (0< α <1)

Ft + m = Hasil peramalan untuk periode yang akan datang

m = Jumlah periode yang akan diramalkan.

 BAB III

METODOLOGI PENELITIAN

A. Jenis Penelitian

Penelitian ini merupakan penelitian terapan. Penelitian terapan merupakan

penelitian yang bertujuan untuk memecahkan atau memberikan solusi atas

suatu permasalahan. Penelitian terapan diawali dengan analisis teori yaitu

mencari referensi terkait metode double exponential smoothing dua parameter

dari Holt dan diikuti dengan pengumpulan data dan penerapan terhadap data.

B. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder.

Sumber data dalam penelitian ini adalah data dari Dinas Lingkungan Hidup

Kota Padang berupa Data Jumlah Produksi Sampah di Tempat Pembuangan

Akhir Air Dingin Kota Padang dari Tahun Januari 2020 – September 2022.

C. Teknik Analisis Data

Dalam menganalisis data peramalan jumlah sampah di tempat Pembuangan

Akhir (TPA) Air Dingin Kota Padang Menggunakan Metode Double

Exponential Smoothing dua parameter dari Holt yang dibantu dengan software

Microsoft Excel. Untuk meramalkan jumlah sampah di TPA Air Dingin di

tahun berikutnya maka data akan dianalisis dengan tahapan sebagai berikut:

1. Mendeskripsikan data

2. Menentukan nilai parameter α danγ (0< α <1)

3. Menentukan nilai double exponential smootihing dua parameter dari Holt

(St) menggunakan persamaan 4

19
 20

4. Menentukan nilai trend double exponential smootihing dua parameter dari

Holt (bt) menggunakan persamaan 5

5. Menentukan nilai Peramalan (Ft+m) menggunakan persamaan 6

6. Menentukan ukuran akurasi ketepatan dengan menggunakan nilai

percentace dari MAPE terkecil menggunakan persamaan 3

7. Menentukan hasil peramalan jumlah produksi sampah di TPA Air Dingin

untuk Tahun 2023

 BAB IV

HASIL DAN PEMBAHASAN

A. Deskripsi Data

Data jumlah produksi sampah di TPA Air Dingin Kota Padang diperoleh

dari Dinas Lingkungan Hidup Kota Padang. Data yang digunakan adalah data

jumlah produksi sampah di TPA Air Dingin Kota Padang pada Januari 2020

sampai September 2022 dengan jumlah data sebanyak 33 data. Hal ini dapat

dilihat pada Lampiran 1.

Jumlah Produksi Sampah di TPA Air Dingin

Tahun 2020-2022
18000
17000
16000
15000
14000
13000
12000
11000

Berdasarkan gambar diatas dapat disimpulkan bahwa data tersebut

dipengaruhi oleh pola data trend karena data jumlah produksi sampah

menunjukkan bahwa produksi sampah mengalami kenaikan dan penurunan

pada waktu ke waktu. Dari data jumlah produksi sampah di TPA Air Dingin

Kota Padang maka didapatkan statistika deskriptifnya sebagai berikut:

21
 22

Tabel 1. Statistik Deskriptif Jumlah Produksi Sampah di TPA Air Dingin Kota
Padang Tahun 2020-2022
Nilai Nilai Standar
Variabel Rata-rata
Minimum Maximum Deviasi
Jumlah Produksi
11508 17035 14295 1390,633
Sampah (Ton)

Tabel menunjukkan bahwa jumlah produksi sampah terbesar adalah 17035

Ton yaitu pada Juli 2022. Jumlah produksi sampah terendah sebesar 11508 Ton

yaitu pada Januari 2020. Langkah selanjutnya yang harus dilakukan untuk

mengidentifikasi data adalah membuat plot data. Plot data jumlah produksi

sampah di TPA Air Dingin Kota padang dapat dilihat pada Gambar 3. Pada

Gambar 3 tersebut dapat dilihat bahwa data jumlah produksi sampah di TPA

Air Dingin Kota Padang dari Januari 2020 sampai September 2022 cenderung

mengalami kenaikan dan menyebar mendekati garis trend linear.

B. Analisis Data

Untuk mendapatkan bentuk model peramalan jumlah produksi sampah di

TPA Air Dingin Kota Padang, yaitu dengan menggunakan metode double

exponensial smoothing dua parameter dari Holt untuk tahun berikutnya. Sesuai

dengan pernyataan Makridakis (1999), menjelaskan langkah-langkah yang

dilakukan adalah sebagai berikut:

1. Menentukan nilai parameter (α danγ )

Parameter yang digunakan dalam metode ini adalah α danγ yang merupakan

parameter pemulusan. Menurut Makridakis (1999) untuk metode double

exponensial smoothing dua parameter dari Holt α danγ berkisaran antara 0

 23

sampai 1. Penetapan nilai parameter α danγ dilakukan dengan cara trial dan

error yaitu suatu metode yang digunakan untuk mencapai tujuan yang

diinginkan dengan mencoba satu persatu nilai hingga mendapatkan hasil

yang sesuai yaitu dengan nilai MAPE terkecil. Pada penelitian ini nilai α

danγ yang menghasilkan MAPE terkecil adalah dengan α =0 , 7 danγ =0 ,1

dengan nilai MAPE sebesar 1,472. Hasil trial dan error dapat dilihat pada

Lampiran 2

2. Mencari nilai double exponential smoothing dua parameter dari Holt

Nilai double exponential smoothing dua parameter dari Holt ( St ¿ pada

periode pertama (t=1) dengan nilai α =0 , 7 adalah dengan menetapkan

S1= X 1=11508 dan b 1=X 2− X 1=12366−11508=858. Sehingga dapat

ditentukan nilai double exponential smoothing dua parameter dari Holt

untuk periode (t=2) dengan menggunakan persamaan 4 pada halaman 18

sebagai berikut:

St =α X t + ( 1−α ) ( St −1+ bt −1 )

S2=α X 2 + ( 1−α ) ( S1 +b1 )

¿ ( 0 , 7 ×12366 )+ (1−0 , 7 ) ( 11508−858 )

¿ 8656 , 2+ ( 0 , 3 ) ( 12366 )

¿ 8656 , 2+3709 , 8

¿ 12366

Untuk mencari nilai double exponential smoothing dua parameter dari Holt

untuk periode (t) berikutnya dapat dilakukan dengan cara yang sama seperti
 24

cara diatas. Hasil lengkap nilai double exponential smoothing dua parameter

dari Holt dapat dilihat pada lampiran 4.

3. Mencari nilai trend double exponential smoothing dua parameter dari Holt.

Mencari nilai trend double exponential smoothing dua parameter dari Holt (

b t) pada periode kedua (t=2) dengan nilai γ =0 ,1 dengan menggunakan

persamaan 5 pada halaman 18 sebagai berikut:

b t=γ ( St −St −1) + (1−γ ) bt −1

b 2=γ ( S 2−S 1 ) +(1−γ )b 1

¿ ( 0 , 1 ) (12366−11508 ) + ( 1−0 , 1 ) ( 858 )

¿ ( 0 , 1 ) ( 858 ) + ( 0 , 9 ) ( 859 )

¿ 85 , 8+772 , 2

¿ 858

Untuk mencari nilai trend double exponential smoothing dua parameter dari

Holt untuk periode (t) berikutnya dapat dilakukan dengan cara yang sama

seperti cara diatas. Hasil lengkap nilai trend double exponential smoothing

dua parameter dari holt dapat dilihat pada lampiran 5.

4. Mencari nilai peramalan

Mencari nilai peramalan data aktual dengan menggunakan persamaan 6

pada halaman 19. Ramalan tersebut dilakukan sampai periode ke-48 dengan

α =0 , 7 danγ =0 ,1

F t+ m=St + bt m

F 33+1=S33 +b33 m

F 33+1=17064,984+ 222,264 ( 1 )
 25

F 34=17287,249

Dengan mengikuti cara yang sama dari langkah-langkah diatas hingga

mendapatkan persamaan ramalan tersebut, maka dilakukan perhitungan

sampai periode ke-48 dan periode selanjutnya mengganti nilai m = 2, 3,

4, ..., 15 serta nilai parameter α danγ yang digunakan adalah α =0 , 7 dan

γ =0 ,1

5. Menentukan ketepatan hasil ramalan menggunakan nilai MAPE

Nilai MAPE yang paling kecil dihasilkan pada α =0 , 7 danγ =0 ,1, yang

menghasilkan ramalan lebih akurat dibandingkan nilai α dan γ yang lain.

Menentukan nilai MAPE dilakukan dengan menggunakan persamaan 3 pada

halaman 18. Oleh karena itu, model yang tepat digunakan untuk

meramalkan jumlah produksi sampah di TPA Air Dingin Kota Padang

menggunakan metode double exponential smoothing dua parameter dari

Holt adalah sebagai berikut:

F 33+m=17064,984 +222,264 ( m )

6. Mencari ramalan jumlah produksi sampah di TPA Air Dingin Kota Padang

yang akan datang menggunakan model terbaik yang telah didapatkan.

Dengan model yang sudah diperoleh maka dapat diketahui hasil ramalan

produksi sampah di TPA Air Dingin Kota Padang untuk periode berikutnya

menggunakan metode double exponential smoothing dua parameter dari

Holt. Nilai ramalan untuk periode berikutnya adalah sebagai berikut:

F 33+m=17064,984 +222,264 ( m )
 26

Maka jumlah produksi sampah di TPA Air Dingin Kota Padang untuk 15

periode berikutnya adalah:

a. Bulan Oktober 2022 (t=34)

F 33+1=17064,984+ 222,264 ( 1 )

F 34=17287,249

b. Bulan November 2022 (t=35)

F 33+2=17064,984+ 222,264 ( 2 )

F 35=17509,513

c. Bulan Desember 2022 (t=36)

F 33+3=17064,984+ 222,264 ( 3 )

F 36=17731,778

d. Bulan Januari 2023 (t=37)

F 33+4 =17064,984+222,264 ( 4 )

F 37=17954,042

e. Bulan Februari 2023 (t=38)

F 33+5=17064,984+ 222,264 ( 5 )

F 38=18176,307

f. Bulan Maret 2023 (t=39)

F 33+6=17064,984 +222,264 ( 6 )

F 39=18398,571

g. Bulan April 2023 (t=40)

F 33+7=17064,984 +222,264 ( 7 )

F 40=18620,836
 27

h. Bulan Mei 2023 (t=41)

F 33+8=17064,984 +222,264 ( 8 )

F 41=18843,100

i. Bulan Juni 2023 (t=42)

F 33+9=17064,984 +222,264 ( 9 )

F 42=19065,365

j. Bulan Juli 2023 (t=43)

F 33+10=17064,984+ 222,264 ( 10 )

F 43=19287,629

k. Bulan Agustus 2023 (t=44)

F 33+11=17064,984 +222,264 ( 11 )

F 44=19509,894

l. Bulan September 2023 (t=45)

F 33+12=17064,984+222,264 ( 12 )

F 45=19732,158

m. Bulan Oktober 2023 (t=46)

F 33+13=17064,984+222,264 ( 13 )

F 46=19954,423

n. Bulan November 2023 (t=47)

F 33+14=17064,984+ 222,264 ( 14 )

F 47=20176,687

o. Bulan Desember 2023 (t=48)

F 33+15=17064,984+222,264 ( 15 )
 28

F 48=20398,952

Berdasarkan model dan nilai ramlaan jumlah produksi sampah di TPA Air

Dingin Kota Padang menggunakan metode double exponential smoothing dua

parameter dari Holt maka hasil ramalan jumlah produksi sampah di TPA Air

Dingin Kota Padang dapat dilihat pada tabel 2.

Tabel 2. Hasil Ramalan Jumlah Produksi Sampah di TPA Air Dingin Kota
Padang Menggunakan Metode Double Exponential Smoothing Dua
Parameter Dari Holt
Tahun Bulan Periode m Jumlah Produksi Sampah
Oktober 34 1 17287,249
2022 November 35 2 17509,513
Desember 36 3 17731,778
Januari 37 4 17954,042
Februari 38 5 18176,307
Maret 39 6 18398,571
April 40 7 18620,836
Mei 41 8 18843,100
Juni 42 9 19065,365
1
Juli 43 19287,629
0
2023 Agustus 1
44 19509,894
1
1
September 45 19732,158
2
1
Oktober 46 19954,423
3
1
November 47 20176,687
4
1
Desember 48 20398,952
5

Tabel 2 menunjukkan bahwa hasil ramalan jumlah produksi sampah di TPA

Air Dingin Kota Padang pada periode berikutnya mengalami kenaikan.

C. Pembahasan
 29

Berdasarkan analisis data yang telah dilakukan , data jumlah produksi

sampah di TPA Air Dingin Kota Padang pada Januari 2020 – September 2022

cenderung mengalami peningkatan yang membentuk pola data trend. Tetapi,

ada penurunan pada periode-periode tertentu yang mengakibatkan pola data

tidak beraturan dalam peningkatan setiap periode. Sehingga metode

exponential smoothing dapat digunakan untuk data yang tidak beraturan

tersebut.

Metode double exponential smoothing dua parameter dari Holt dapat

digunakan dalam meramalkan jumlah produksi sampah di TPA Air Dingin

Kota Padang pada tahun 2023. Proses perhitungan ramalan jumlah produksi

sampah di TPA Air Dingin Kota Padang dilakukan dengan menentukan nilai α

dan γ terlebih dahulu. Nilai α dan γ berkisaran antara 0 sampai 1. Nilai α dan γ

tersebut dicobakan dengan cara trial dan error hingga mendapatkan nilai

MAPE terkecil. Semakin besar nilai MAPE maka semakin tidak akurat teknik

peramalannya, begitu juga sebaliknya semakin kecil nilai MAPE maka

semakin akurat teknik peramalannya. Pada penelitian ini nilai α dan γ yang

menghasilkan nilai MAPE terkecil adalah dengan α =0 , 7 danγ =0 ,1.

Selanjutnya dari model yang telah diperoleh dapat ditentukan ramalan

jumlah produksi sampah di TPA Air Dingin Kota Padang untuk periode yang

akan datang. Model persamaan sebagai berikut:

F 33+m=17064,984 +222,264 ( m )

Berdasarkan model persamaan diatas dapat diketahui bahwa persamaan

model dipengaruhi oleh nilai exponential smoothing sebesar 17064,984 dengan

 30

penambahan nilai trend pemulusan sebesar 222,264 terhadap data periode

berikutnya.

Hasil ramalan jumlah produksi sampah di TPA Air Dingin Kota Padang

menggunakan metode double exponential smoothing dua parameter dari Holt

pada Oktober 2022 sampai Desember 2023 berturut-turut yaitu sebesar

17287,249 ton, 17509,513 ton, 17731,778 ton, 17954,042 ton, 18176,307 ton,

18398,571 ton, 18620,836 ton, 18843,100 ton, 19065,365 ton, 19287,629 ton,

19509,894 ton, 19732,158 ton, 19954,423 ton, 20176,687 ton, dan 20398,952

ton. Hasil ramalan menunjukkan terjadinya peningkatan pada setiap periode.

Hasil ramalan jumlah produksi sampah di TPA Air Dingin Kota Padang ini

diharapkan mampu dijadikan sebagai gambaran agar pihak-pihak terkait bisa

merencanakan tindakan selanjutnya keputusan atau kebijakan apa yang bisa

dilakukan agar TPA Air Dingin Kota Padang bisa lebih lama menampung

sampah sekaligus untuk meraih kembali gelar sebagai salah satu kota terbersih

di Indonesia untuk periode yang akan datang.

 BAB V

PENUTUP

A. Kesimpulan

Berdasarkan analisis dan pembahasan pada bab sebelumnya, maka

kesimpulan yang diperoleh pada penelitian ini adalah sebagai berikut:

1. Hasil akurasi ramalan jumlah produksi sampah di TPA Air Dingin Kota

Padang dengan menggunakan metode double exponential smoothing dua

parameter dari holt yang mendapatkan MAPE terkecil adalah dengan

α =0 , 7 danγ =0 ,1 dengan nilai MAPE sebesar 1,472. Maka didapatkan

model yang tepat untuk meramalkan jumlah produksi sampah di TPA Air

Dingin Kota Padang menggunakan metode double exponential smoothing

dua parameter dari Holt adalah sebagai berikut:

F 33+m=17064,984 +222,264 ( m )

2. Hasil ramalan jumlah produksi sampah di TPA Air Dingin Kota Padang

pada periode berikutnya menggunakan metode double exponential

smoothing dua parameter dari holt adalah sebagai berikut:

Tahun Bulan Periode m Jumlah Produksi Sampah

Oktober 34 1 17287,249
2022 November 35 2 17509,513
Desember 36 3 17731,778
Januari 37 4 17954,042
Februari 38 5 18176,307
2023 Maret 39 6 18398,571
April 40 7 18620,836
Mei 41 8 18843,100

31
 32

Juni 42 9 19065,365
1
Juli 43 19287,629
0
1
Agustus 44 19509,894
1
1
September 45 19732,158
2
1
Oktober 46 19954,423
3
1
November 47 20176,687
4
1
Desember 48 20398,952
5

B. Saran

Berdasarkan penelitian yang telah dilakukan, ada beberapa saran untuk

meningkatkan kualitas penelitian-penelitian selanjutnya. Saran-saran tersebut

adalah sebagai berikut:

1. Sebagai bahan masukan bagi pihak-pihak terkait khususnya bagi Dinas

Lingkungan Hidup Kota Padang agar kedepannya dapat membuat

perencanaan yang tepat sehingga TPA Air Dingin Kota Padang bisa

menampung sampah lebih lama lagi sekaligus untuk meraih kembali gelar

sebagai salah satu kota terbersih di Indonesia pada periode yang akan

datang.

2. Bagi peneliti selanjutnya, bisa menggunakan metode lain untuk meramalkan

jumlah produksi sampah di TPA Air Dingin Kota Padang sehingga hasil

penelitiannya dapat dibandingkan.

33
 DAFTAR PUSTAKA

Aden. 2020. Forecasting The Exponential Smoothing Methods. Unpam Press:

Universitas Pamulang, Banten.
Ajriah. 2019. Jumlah dan Pertumbuhan Penduduk.
https://sumber.belajar.kemendikbud.go.id (Diakses tanggal 13 Agustus 2022)
Ananda, Angga Restu, dkk. 2011. Pengelolaan Sampah TPA Air Dingin dan
Pengelolaan Air Leacheat (Lindi) TPA Air Dingin Kota Padang. Laporan
Penyehatan Tanah dan Pengelolaan Sampah. Poltekkes Kemenkes RI Padang.
Padang.
Aritonang, R. Lerbin, 2002, Peramalan Bisnis, Edisi 1, Penerbit Ghalia. Jakarta.
Bidangan, Julnita dan Purnamasari, Ika. 2016. Perbandingan Peramalan Metode
Double Exponential Smoothing Satu Parameter Brown dan Metode Double
Exponential Smoothing Dua Parameter Holt. Statistika: Vol. 4, No. 1,
Universitas Mulawarman. Samarinda
BPS. Jumlah Penduduk Menurut Jenis Kelamin (Jiwa). https://bps.go.id
DLH. 2019. https://dlh.bulelengkab.go.id
DLH. 2021. https://dlh.padang.go.id
Fajri, Riyadhul dan Johan, M, Teuku. 2017. Implementasi Peramalan Double
Exponential Smoothing Pada Kasus Kekerasan Anak di Pusat Pelayanan
Terpadu Pemberdayaan Perempuan dan Anak. Jurnal Ecotipe: Vol. 4, No. 2.
Universitas Almuslim. Aceh.
Gewinngold. 2016. Mengapa Tempat Pembuangan Akhir (TPA) Memerlukan
Jempatan Timbang. Tersedia di http://timbanganindustri.com. (diakses tanggal
5 Desember 2022.
Hadiwiyoto, S. 1983. Penanganan dan Pemanfaatan Sampah. Jakarta: Yayasan
Idayu.
Jurnal entrepreneur. Mengenal Metode Forecasting Untuk Kepentingan Bisnis
Anda. Tersedia di https://www.jurnal.id. (diakses tanggal 15 Agustus 2022).
Makridakis. 1999. Metode dan Aplikasi Peramalan, Jilid 1, Erlangga, Jakarta.
Novita, Septri. 2020. Peramalan Jumlah Produksi Daging Sapi Provinsi
Sumatera Barat Menggunakan Metode Pemulusan Eksponensial Ganda Tipe
Holt. UNPjoMath: Vol. 3 No. 2. Universitas Negeri Padang. Padang
PUPR. 2021. Tempat Pembuangan Akhir (TPA) 2021. https://data.pu.go.id

33
 34

Rahman, Defri. 2016. “Kebijakan Pemerintah Kota Padang Tentang Pengelolaan

Sampah dan Implikasinya Terhadap Partisipasi Masyarakat”. Tesis.
Universitas Andalas, Padang, Indonesia.
Rimbakita.com. Sampah- Pengertian, Jenis, Dampak dan Pengelolaan. Tersedia
di https://rimbakita.com. (diakses tanggal 2 Agustus 2022).
Septyan, Ananda Rizky. Sampah: Pengertian, Jenis, Penyakit, Energi, dan
Dampak Buruk. Tersedia di https://foresteract.com.(diakses tanggal 2 Agustus
2022).
Shiddiq, Muhammad. 2020. Peramalan Produksi Sampah Kota Medan Tahun
2020-2021 Dengan Metode Exponential Smoothing. Skripsi. Universitas
Sumatera Utara. Medan
SIPSN. 2021. TPA/TPST 2021. https://sipsn.menlhk.go.id.
Tempo.co. 2021. Timbunan Sampah di Kota Padang Tak Terkelola Mencapai
62,8 Ton. Tersedia di https://sampahlaut.id. (diakses tanggal 20 Agustus 2022)
Waruwu, Henoki. 2007. Pengelolaan Sampah. Didaktis: Vol 1 No 2. 159-167.
IKIP Gunung Sitoli. Sumatera Utara.
Widoyoko, Eko, Putro. 2012. Teknik Penyusunan Instrumen Penelitian.
Yogyakarta.
Wulan. 2017. Ukuran Akurasi Peramalan. https://www.scribd.com. (diakses
tanggal 21 Agustus).
 LAMPIRAN
Lampiran 1 Jumlah Produksi Sampah di TPA Air Dingin Kota Padang
Tahun 2020-2022

Tahun Bulan Jumlah(Ton)

Januari 11508
Februari 12366
Maret 13329
April 13935
Mei 13999
Juni 13215
2020
Juli 12509
Agustus 13267
September 12640
Oktober 13746
Nopember 13341
Desember 14198
Januari 13825
Februari 14131
Maret 13900
April 14324
Mei 14591
Juni 14067
2021
Juli 13887
Agustus 14122
September 13863
Oktober 13623
Nopember 13802
Desember 13761
Januari 14552
Februari 15367
Maret 15973
April 16437
2022 Mei 16165
Juni 16350
Juli 17035
Agustus 16906
September 16997

35
 36

Lampiran 2. Input Mencari Nilai double exponential smoothing dua

parameter dari Holt ( St )
 37

Lampiran 3. Input mencari nilai trend double exponential smoothing dua

parameter dari Holt ( bt )
 38

Lampiran 4. Input Mencari nilai peramalan (Ft+m)

 39

Lampiran 5. Hasil Peramalan Jumlah Produksi Sampah di TPA Air Dingin

Kota Padang Menggunakan Metode Double Exponential Smoothing Dua
Parameter dari Holt dengan α =0 , 7 danγ =0 ,1

x St bt Ft xt-ft pe |pe|
11508 11508 858 - - - -
12366 12366 858 12366 0 0 0
13329 13297,5 865,35 13224 105 0,00788 0,007878
13935 14003,355 849,401 14163 -228 -0,01635 0,016351
13999 14255,12665 789,638 14853 -854 -0,06099 0,060987
-
13215 13763,92928 661,554 15045 1830 -0,13846 0,138461
-
12509 13083,94502 527,400 14425 1916 -0,15321 0,153208
13267 13370,30359 503,296 13611 -344 -0,02596 0,025955
-
12640 13010,07991 416,944 13874 1234 -0,09759 0,097595
13746 13650,30721 439,272 13427 319 0,02321 0,023205
13341 13565,5739 386,872 14090 -749 -0,05611 0,056111
14198 14124,33373 404,061 13952 246 0,01729 0,017295
13825 14036,01832 354,823 14528 -703 -0,05088 0,050878
14131 14208,95241 336,634 14391 -260 -0,01839 0,018388
13900 14093,67597 291,443 14546 -646 -0,04645 0,046445
14324 14342,33572 287,165 14385 -61 -0,00427 0,004267
14591 14602,55015 284,470 14630 -39 -0,00264 0,002639
14067 14313,00596 227,068 14887 -820 -0,05829 0,058294
13887 14082,92229 181,353 14540 -653 -0,04703 0,047028
14122 14164,68263 171,394 14264 -142 -0,01007 0,010075
13863 14004,92295 138,279 14336 -473 -0,03413 0,034125
13623 13779,06044 101,864 14143 -520 -0,03819 0,038186
13802 13825,67745 96,340 13881 -79 -0,00572 0,005718
13761 13809,30514 85,068 13922 -161 -0,01170 0,011701
14552 14354,71208 131,102 13894 658 0,04519 0,045191
15367 15102,64432 192,785 14486 881 0,05734 0,057343
15973 15769,72889 240,215 15295 678 0,04242 0,042420
16437 16308,88324 270,109 16010 427 0,02598 0,025981
16165 16289,19771 241,130 16579 -414 -0,02561 0,025610
16350 16404,09822 228,507 16530 -180 -0,01103 0,011029
17035 16914,28149 256,674 16633 402 0,02362 0,023622
16906 16985,48677 238,127 17171 -265 -0,01567 0,015672
16997 17064,98428 222,264 17224 -227 -0,01333 0,013333
 40

471731 0,485869
mape 1,472