Analisis Geospasial dalam Prediksi Volume Sampah Berdasarkan Lokasi Wilayah di Jakarta

Abstract

Di Jakarta, pengelolaan sampah DKI Jakarta di daerah tersebut terbebani oleh beberapa masalah termasuk peningkatan lebih dari 8000 metrik ton sampah akibat perubahan populasi yang terus meningkat dan pergeseran pola konsumsi. Tujuan dari studi ini adalah untuk menganalisis dan memprediksi metode pembuangan berdasarkan wilayah dengan memanfaatkan penambangan data dan analisis geospasial. Data yang relevan mencakup volume sampah, informasi geospasial, dan data demografis. Algoritma K-Means Clustering dan regresi digunakan dan ditemukan tiga kelompok wilayah berdasarkan jumlah sampah yang dihasilkan dengan tingkat pembuangan sampah tertinggi. Nilai Davies Bouldin Index sebesar 0,399 diatribusikan pada tingkat pembentukan blok yang menunjukkan hasil pengelompokan yang relatif valid. Temuan ini menunjukkan adanya ketimpangan dalam distribusi sampah di dalam distrik dan oleh karena itu terdapat kebutuhan yang lebih besar untuk partisipasi masyarakat serta infrastruktur. Rekomendasi yang diusulkan adalah peningkatan pendidikan publik tentang isu tersebut, peningkatan fasilitas pengelolaan sampah, dan penguatan program 3R (Reduce, Reuse, Recycle).