ADZHANI, SAFIRA PUTRI (2023) ANALISIS DATA MINING UNTUK KLASIFIKASI DATA KUANTITATIF PENGELOLAAN SAMPAH DKI JAKARTA MENGGUNAKAN ALGORITMADECISION TREE DAN SUPPORT VECTOR MACHINE (STUDI KASUS: DINAS LINGKUNGAN HIDUP PROVINSI DKI JAKARTA). S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 COVER.pdf Download (775kB) | Preview |
|
|
Text (ABSTRAK)
02 ABSTRAK.pdf Download (209kB) | Preview |
|
Text (BAB I)
03. Bab I.pdf Restricted to Registered users only Download (178kB) |
||
Text (BAB II)
04. Bab II.pdf Restricted to Registered users only Download (574kB) |
||
Text (BAB III)
05. Bab III.pdf Restricted to Registered users only Download (1MB) |
||
Text (BAB IV)
06. Bab IV.pdf Restricted to Registered users only Download (778kB) |
||
Text (BAB V)
07. Bab V.pdf Restricted to Registered users only Download (161kB) |
||
Text (DAFTAR PUSTAKA)
08. Daftar Pustaka.pdf Restricted to Registered users only Download (168kB) |
||
Text (LAMPIRAN)
09. Lampiran.pdf Restricted to Registered users only Download (697kB) |
Abstract
The problem of waste management is a global issue that needs to be taken seriously. Many factors influence the increase in the amount of waste generation in an area or city, such as population growth, changesin consumption patterns and socio-economic conditions. In dealing with this waste problem, the Governor of DKI Jakarta Province issued Governor Regulation Number 108 of 2019 concerning DKI Jakarta Province Regional Policies and Strategies (Jakstrada) in the Management of Household Waste and Household-like Waste. Data mining analysis was carried out on the quantitative data of DKI Jakarta Waste Management. There are two data used in the analysis process, namely the Waste Generation Limitation data and the Waste Recycler data. From these two data, information is obtained regarding the condition of limiting waste generation in DKI Jakarta. The Decision Tree and SVM algorithms are used to form a classification model from DKI Jakarta Waste Management data. In the Limitation of Waste Generation data, regions and locations become classes in determining the classification of the model made. Whereas in the Waste Recycler data the class for classification is area and facility. Keywords: Classification, Data Mining, Decision Tree, SVM, Waste Management. Masalah pengelolaan sampah merupakan isu global yang perlu mendapat perhatian serius. Banyak faktor yang mempengaruhi peningkatan jumlah timbulan sampah di suatu daerah atau kota, seperti pertumbuhan penduduk, perubahan pola konsumsi dan kondisi sosial ekonomi. Dalam menangani permasalahan sampah ini, Gubernur Provinsi DKI Jakarta mengeluarkan Peraturan Gubernur Nomor 108 Tahun 2019 tentang Kebijakan dan Strategi Daerah (Jakstrada) Provinsi DKI Jakarta Dalam Pengelolaan Sampah Rumah Tangga dan Sampah Sejenis Sampah Rumah Tangga. Analisis data mining dilakukan pada data kuantitatif Pengelolaan Sampah DKI Jakarta. Ada dua data yang digunakan dalam proses analisis, yaitu data Batasan Timbulan Sampah dan data Pendaur Ulang Sampah. Dari kedua data tersebut diperoleh informasi mengenai kondisi pembatasan timbulan sampah di DKI Jakarta. Algoritma Decision Tree dan SVM digunakan untuk membentuk model klasifikasi dari data Pengelolaan Sampah DKI Jakarta.Pada data Batasan Timbulan Sampah, wilayah dan lokasi menjadi kelas dalam menentukan klasifikasi model yang dibuat. Sedangkan pada data Waste Recycler kelas untuk klasifikasi adalah area dan fasilitas. Kata kunci: Klasifikasi, Penambangan Data, Pohon Keputusan, SVM, Pengelolaan Limbah.
Actions (login required)
View Item |