Sistem Pemetaan dan Klasterisasi TPS di Kota Malang dengan Algoritma K-Means++

Cahyani, Ardhea (2025) Sistem Pemetaan dan Klasterisasi TPS di Kota Malang dengan Algoritma K-Means++. Skripsi thesis, ITN MALANG.

	Text Bagian awal.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (458kB)
	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (81kB)
	Text BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (836kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (755kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (9kB) | Request a copy
	Text Daftar Pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (132kB)
	Text lampiran.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

Sampah merupakan salah satu permasalahan penting yang terus meningkat seiring bertambahnya penduduk. Kota Malang sebagai wilayah yang padat penduduk dan menjadi pusat pendidikan menghadapi tantangan dalam pengelolaan sampah. Dinas Lingkungan Hidup (DLH) Kota Malang hanya memiliki 45 truk pengangkut sampah yang melayani 64 Tempat Penampungan Sampah Sementara (TPS). Penelitian ini bertujuan untuk membuat sistem pemetaan dan klasterisasi TPS menggunakan algoritma K-Means++ dengan tiga parameter yaitu, volume sampah, jarak ke (Tempat Pemrosesan Akhir) TPA, dan rata-rata jarak untuk melihat kedekatan antar TPS. K-Means++ menjadi solusi dari kelemahan K-Means yang memiliki ketergantungan pada pemilihan centroid secara acak. Berdasarkan hasil pengujian blackbox menunjukkan bahwa sistem dapat berjalan sesuai skenario dan fungsi aplikasi beroperasi dengan baik. Pengujian menggunakan Silhouette score menghasilkan nilai 0,31 yang menunjukkan bahwa clustering cukup baik meskipun masih ada potensi untuk meningkatkan pemisahan antar cluster. Pemetaan yang dihasilkan berdasarkan hasil clustering juga sudah direpresentasikan dengan baik serta menampilkan informasi detail terkait data untuk masingmasing TPS sesuai dengan letak titik koordinatnya.

Item Type:	Thesis (Skripsi)
Additional Information:	Ardhea Dwi Cahyani (2118114)
Uncontrolled Keywords:	Pengelolaan Sampah, Clustering, K-Means++, Pemetaan, Silhouette Score
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Ardhea Dwi Cahyani
Date Deposited:	11 Feb 2025 06:01
Last Modified:	11 Feb 2025 06:01
URI:	http://eprints.itn.ac.id/id/eprint/15438

Actions (login required)

View Item