Final_Project

Prediksi Jenis Sampah Terbanyak Menggunakan Algoritma Frequent Pattern Growth untuk Rekomendasi Pengelolaan Bank Sampah (Studi Kasus : Bank Sampah Mekarsari)

---

Bank sampah merupakan kegiatan masyarakat dalam melakukan pengolahan
berbagai jenis sampah. Pengolahan sampah dapat dipilah berdasarkan jenis sampah
seperti koran, duplex, kardus, gelas plastik, botol plastik, plastik non botol, kaca, besi,
plastik keras, almunium dan tutup botol. Sampah yang dipilah dapat ditimbang untuk
menentukan harga yang sesuai pada jenis sampah. Namun untuk menentukan
rekomendasi pengelola Bank Sampah sangatlah tidak tepat dalam menetapkan jenis
sampah terbanyak yang dihasilkan. Maka dibutuhkannya prediksi untuk pengepul
dalam menemukan hasil dari banyaknya jenis sampah yang dihasilkan setiap
bulannya. Hal ini dilakukan untuk memenuhi kebutuhan pengepul agar sampah yang
dibutuhkan dapat diterima dan dikelola dengan baik. Algoritma frequent pattern
growth digunakan untuk memprediksi hasil pengumpulan Bank Sampah. Hal ini
dilakukan agar pengepul dapat membawa barang dan jumlah uang optimal serta dapat
melakukan pembayaran tepat waktu kepada pengelola Bank Sampah. Penelitian ini
mengambil data dengan rentang waktu bulan Januari hingga Maret 2020. Hasil dari
prediksi menggunakan algoritma frequent pattern growth memiliki jumlah jenis
sampah terbanyak Botol Plastik (BP) dan Plastik Keras (PK) dengan persentase nilai
confidence 77% dan support 42%. Berdasarkan hasil prediksi terdapat rekomendasi
pengelolaan Bank Sampah untuk memperbaiki manajemen dari kegiatan Bank
Sampah

---

Ketersediaan

TI 21/003

Referensi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

TI 21/003

Penerbit

Jakarta : Universitas Trilogi., 2021

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar