Peramalan Jumlah Sampah Masyarakat Kota Medan Pada Tahun 2016 Menggunakan Jaringan Syaraf Tiruan
LAMPIRAN I
Data yang didapat dari kantor Badan Pusat Statistika (BPS) Kota Medan dan dari
website resmi BPS yaitu www.sumut.bps.go.id. Datanya meliputi data jumlah sampah
masyarakat Kota Medan dari tahun 1992 sampai dengan tahun 2015 dan data jumlah
penduduk Kota Medan serta data pengeluaran masyarakat terhadap makan dan non makan
(tingkat konsumsi masyarakat) dari tahun 2005 sampai tahun 2015.
1)
Data Jumlah Sampah Masyarakat
Data jumlah sampah masyarakat berasal dari data rata-rata produksi sampah
masyarakat per hari Kota Medan setiap tahunnya dikalikan 365, yang diasumsikan
sebagai jumlah sampah masyarakat per tahun dari tahun 1992 sampai tahun 2015
Data Sampah Masyarakat
Jumlah Sampah
Masyarakat (ton)
No
Tahun
1
1992
396.068,80
2
1993
405.073,40
3
1994
414.088,90
4
1995
421.513,00
5
1996
428.517,30
6
1997
435.437,70
7
1998
435.574,60
8
1999
435.711,50
9
2000
447.490,00
10
2001
416.830,00
11
2002
432.890,00
12
2003
438.000,00
13
2004
401.500,00
14
2005
406.245,00
15
2006
445.949,70
16
2007
452.304,40
17
2008
400.496,30
18
2009
406.774,30
19
2010
482.727,10
20
2011
478.266,80
21
2012
573.300,00
22
2013
616.824,50
23
2014
629.625,00
24
2015
634.965,00
Universitas Sumatera Utara
2)
Data jumlah penduduk dan tingkat konsumsi masyarakat Kota Medan
Data jumlah penduduk berasal dari data jumlah penduduk Kota Medan setiap
tahunnya dari tahun 2005 sampai tahun 2015. Serta data pengeluaran masyarakt
terhadap makanan dan non makanan perkapital per bulannya yang dikalikan 12 yang
diasumsikan sebagai tingkat konsumsi masyarakat setiap tahunnya dari tahun 2005
sampai tahun 2015.
No
Tahun
1
2005
2
2006
3
2007
4
2008
5
2009
6
2010
7
2011
8
2012
9
2013
10
2014
11
2015
Jumlah Sampah
Masyarakat
(ton)
406.245
445.950
452.304
400.496
406.774
482.727
478.267
573.300
616.825
629.625
634.965
Tingkat Konsumsi
Masyarakat
per Kapita
(Rp)
5.717.652
7.087.740
5.857.416
8.457.828
9.030.144
11.058.240
9.480.012
10.332.228
12.112.164
11.487.204
17.204.856
Jumlah
Penduduk
(jiwa)
2.036.185
2.067.288
2.083.156
2.102.105
2.121.053
2.097.610
2.117.224
2.122.804
2.135.516
2.191.140
2.465.469
Universitas Sumatera Utara
LAMPIRAN II
Data yang akan digunakan sebagai input untuk proses peramalan menggunakan
Jaringa Syaraf Tiruan model Backpropagation. Dengan sebagai koefisen input yang didapat
berdasarkan plot PACF dengan 1 lag yang signifikan. Dengan inputnya
dan Target
sebagai berikut:
�
405073,4
414088,9
421513,0
428517,3
435437,7
435574,6
435711,5
447490,0
416830,0
432890,0
438000,0
401500,0
406245,0
445949,7
452304,4
400496,3
406774,3
482727,1
478266,8
573300,0
616824,5
629625,0
Target
414088,9
421513,0
428517,3
435437,7
435574,6
435711,5
447490,0
416830,0
432890,0
438000,0
401500,0
406245,0
445949,7
452304,4
400496,3
406774,3
482727,1
478266,8
573300,0
616824,5
629625,0
634965,0
Universitas Sumatera Utara
LAMPIRAN III
Proses evaluasi data, dimana data akan dibagi 2 menjadi 75% data untuk proses training
dan 25% data untuk proses testing. Karena data yang digunakan sebagai input adalah 22 data
maka data untuk proses training sebanyak 17 dan data dan untuk proses testing sebanyak 5
data.
1) Data untuk proses training
No
Training
Target
Training
1
405.073,4
414.088,9
2
3
414.088,9
421.513,0
421.513,0
428.517,3
4
5
6
7
8
9
10
11
12
428.517,3
435.437,7
435.574,6
435.711,5
447.490,0
416.830,0
432.890,0
438.000,0
401.500,0
435.437,7
435.574,6
435.711,5
447.490,0
416.830,0
432.890,0
438.000,0
401.500,0
406.245,0
13
14
15
16
406.245,0
445.949,7
452.304,4
400.496,3
445.949,7
452.304,4
400.496,3
406.774,3
17
406.774,3
482.727,1
2) Data untuk proses testing
No
Testing
Target
Testing
1
482.727,1
478.266,8
2
3
478.266,8
573.300,0
573.300,0
616.824,5
4
5
616.824,5
629.625,0
629.625,0
634.965,0
Universitas Sumatera Utara
LAMPIRAN IV
Data input dan target pada proses training akan dinormalisasi menggunakan perintah
prestd pada MATLAB, hasil normalisasinya adalah sebagai berikut:
No
��
��
1
-1,1604
-0,7236
2
-0,6345
-0,3758
3
-0,2014
-0,0476
4
0,2073
0,2767
5
0,6110
0,2831
6
0,6190
0,2895
7
0,6270
0,8415
8
1,31410
-0,5952
9
-0,4746
0,1573
10
0,4624
0,3968
11
0,7605
-1,3135
12
-1,3689
-1,0912
13
-1,0921
0,7693
14
1,2243
1,0670
15
1,5950
-1,3606
16
-1,4275
-1,0664
17
-1,0612
2,4926
Universitas Sumatera Utara
LAMPIRAN V
Program dengan algoritma Backpropagation menggunakan MATLAB (dengan fungsi
aktivasi bipolar pada hidden layer, fungsi linier padalapisan output dan menggunakan proses
pembeljaran traingdx
P=[405073.4 414088.9 421513.0 428517.3 435437.7 435574.6
435711.5 447490.0 416830.0 432890.0 438000.0 401500.0 406245.0
445949.7 452304.4 400496.3 406774.3 ];
T=[414088.9 421513.0 428517.3 435437.7 435574.6 435711.5
447490.0 416830.0 432890.0 438000.0 401500.0 406245.0 445949.7
452304.4 400496.3 406774.3 482727.1];
[m, n]=size(P);
[Pn,meanp,stdp]=prestd(P);
[Tn,meant,stdt]=prestd(T);
net=newff(minmax(Pn),[9 1],{'tansig','purelin'},'traingdx');
BobotAwal_Input=net.IW{1,1}
BobotAwal_Bias_Input=net.b{1,1}
BobotAwal_Lapisan=net.LW{2,1}
BobotAwal_Bias_Lapisan=net.b{2,1}
net.trainParam.epochs=100000;
net.trainParam.goal=0.05;
net.trainParam.max_fail=6;
net.trainParam.max_perf_inc=1.04;
net.trainParam.lr=0.01;
net.trainParam.lr_inc=1.05;
Universitas Sumatera Utara
net.trainParam.lr_dec=0.7;
net.trainParam.mc=0.9;
net.trainParam.min_grad=1e-5;
net.trainParam.show=25;
net=train(net,Pn,Tn);
BobotAkhir_Input=net.IW{1,1}
BobotAkhir_Bias_Input=net.b{1,1}
BobotAkhir_Lapisan=net.LW{2,1}
BobotAkhir_Bias_Lapisan=net.b{2,1}
ab=sim(net,Pn);
a=poststd(ab,meant,stdt);
[ml,al,rl]=postreg(a,T)
E=T-a;
MSE=mse(E)
mape=[abs(((T-a)./T).*100)];
MAPE=sum(mape)/17
Q=[482727.1 478266.8 573300.0 616824.5 629625.0];
TQ=[478266.8 573300.0 616824.5 629625.0 634965.0];
Qn=trastd(Q,meanp,stdp);
bn=sim(net,Qn);
b=poststd(bn,meant,stdt);
E1=TQ-b
MSE1=mse(E1)
mape1=[abs(((TQ-b)./TQ).*100)];
MAPE1=sum(mape)/5
Universitas Sumatera Utara
LAMPIRAN VI
Program dengan algoritma Backpropagation untuk peramalan jumlah sampah
masyarakat menggunakan MATLAB (dengan fungsi aktivasi bipolar pada hidden layer,
fungsi linier padalapisan output dan menggunakan proses pembeljaran traingdx dengan 10
node tersembunyi dan
sebagai input
P=[405073.4 414088.9 421513.0 428517.3 435437.7];
T=[414088.9 421513.0 428517.3 435437.7 435574.6];
[m, n]=size(P);
[Pn,meanp,stdp]=prestd(P);
[Tn,meant,stdt]=prestd(T);
net=newff(minmax(Pn),[9 1],{'tansig','purelin'},'traingdx');
BobotAwal_Input=net.IW{1,1}
BobotAwal_Bias_Input=net.b{1,1}
BobotAwal_Lapisan=net.LW{2,1}
BobotAwal_Bias_Lapisan=net.b{2,1}
net.trainParam.epochs=100000;
net.trainParam.goal=0.05;
net.trainParam.max_fail=6;
net.trainParam.max_perf_inc=1.04;
net.trainParam.lr=0.01;
net.trainParam.lr_inc=1.05;
net.trainParam.lr_dec=0.7;
net.trainParam.mc=0.9;
net.trainParam.min_grad=1e-5;
net.trainParam.show=25;
Universitas Sumatera Utara
net=train(net,Pn,Tn);
BobotAkhir_Input=net.IW{1,1}
BobotAkhir_Bias_Input=net.b{1,1}
BobotAkhir_Lapisan=net.LW{2,1}
BobotAkhir_Bias_Lapisan=net.b{2,1}
vji=BobotAkhir_Input
vj0=BobotAkhir_Bias_Input
wkj=BobotAkhir_Lapisan
wk0=BobotAkhir_Bias_Lapisan
xi=4.2375
znet=(vj0)+(xi.*vji)
zj=(1-exp(-znet))./(1+exp(-znet))
ynet=wk0+(wkj*zj)
yk=ynet
y=poststd(yk,meant,stdt)
Universitas Sumatera Utara
LAMPIRAN VII
Hasil Pembobotan yang didapatkan dari proses testing sehingga didapatkanlah hasil
peramalan jumlah sampah masyarakat Kota Medan menggunakan software MATLAB.
Universitas Sumatera Utara
BobotAwal_Input =
12.0148 12.0148 -12.0148
12.0148 12.0148 -12.0148
-12.0148 12.0148 12.0148
BobotAkhir_Bias_Input =
-12.5812 -9.2087 5.9323
-2.9818 0.3667 -3.5167
-6.6666 9.8257 12.8108
BobotAwal_Bias_Input =
-12.2333 -9.0833 5.9333
BobotAkhir_Lapisan =
-2.7833 0.3667 -3.5167
0.4252 -0.3163 0.3534
-6.6667 9.8167 12.9667
1.2968 0.1591 0.4129
-0.9039 -0.0143 -1.0718
BobotAwal_Lapisan =
0.9298 -0.6848 0.9412
0.9143 -0.0292 0.6006
BobotAkhir_Bias_Lapisan =
0.8014
-0.7162 -0.1565 0.8315
vji =
BobotAwal_Bias_Lapisan =
0.5844
11.6559 11.9095 -12.0148
11.9676 12.0148 -12.0148
-12.0150 12.0059 12.1817
BobotAkhir_Input =
11.6559 11.9095 -12.0148
vj0 =
11.9676 12.0148 -12.0148
-12.5812 -9.2087 5.9323
-12.0150 12.0059 12.1817
-2.9818 0.3667 -3.5167
Universitas Sumatera Utara
-6.6666 9.8257 12.8108
1.0000 1.0000 -1.0000
-1.0000 1.0000 1.0000
wkj =
0.4252 -0.3163 0.3534
1.2968 0.1591 0.4129
ynet =
1.4176
-0.9039 -0.0143 -1.0718
yk =
wk0 =
0.8014
1.4176
y=
6.7906e+005
xi =
4.2375
znet =
36.8105 41.2579 -44.9806
47.7311 51.2796 -54.4296
-57.5800 60.7006 64.4307
zj =
1.0000 1.0000 -1.0000
Universitas Sumatera Utara
LAMPIRAN VIII
Tabel penolong ini merupakan hasil pengolahan dari data yang akan digunakan untuk mencari persamaan regres
berganda. Dengan jumlah sampah masyarakat Kota Medan (Y), tingkat konsumsi masyarakat (X1) dan jumlah
penduduk Kota Medan (X2).
Tabel Penolong
No
1
406245
5717652
2036185
2,32277E+12
8,2719E+11
1,92137E+24
3,26915E+13
4,14605E+12
2
445949,7
7087740
2067288
3,16078E+12
9,21906E+11
2,91394E+24
5,02361E+13
4,27368E+12
3
452304,4
5857416
2083156
2,64934E+12
9,42221E+11
2,49626E+24
3,43093E+13
4,33954E+12
4
400496,3
8457828
2102105
3,38733E+12
8,41885E+11
2,85174E+24
7,15349E+13
4,41885E+12
5
406774,3
9030144
2121053
3,67323E+12
8,6279E+11
3,16923E+24
8,15435E+13
4,49887E+12
6
482727,1
11058240
2097610
5,33811E+12
1,01257E+12
5,40523E+24
1,22285E+14
4,39997E+12
7
478266,8
9480012
2117224
4,53398E+12
1,0126E+12
4,59109E+24
8,98706E+13
4,48264E+12
8
573300
10332228
2122804
5,92347E+12
1,217E+12
7,20888E+24
1,06755E+14
4,5063E+12
9
616824,5
12112164
2135516
7,47108E+12
1,31724E+12
9,84119E+24
1,46705E+14
4,56043E+12
10
629625
11487204
2191140
7,23263E+12
1,3796E+12
9,97811E+24
1,31956E+14
4,80109E+12
Universitas Sumatera Utara
11
634965
17204856
2465469
1,09245E+13
1,56549E+12
1,71021E+25
2,96007E+14
6,07854E+12
Jumlah
5527478,1
107825484
23539550
5,66172E+13
1,19005E+13
6,74792E+25
1,16389E+15
5,05059E+13
Universitas Sumatera Utara
Data yang didapat dari kantor Badan Pusat Statistika (BPS) Kota Medan dan dari
website resmi BPS yaitu www.sumut.bps.go.id. Datanya meliputi data jumlah sampah
masyarakat Kota Medan dari tahun 1992 sampai dengan tahun 2015 dan data jumlah
penduduk Kota Medan serta data pengeluaran masyarakat terhadap makan dan non makan
(tingkat konsumsi masyarakat) dari tahun 2005 sampai tahun 2015.
1)
Data Jumlah Sampah Masyarakat
Data jumlah sampah masyarakat berasal dari data rata-rata produksi sampah
masyarakat per hari Kota Medan setiap tahunnya dikalikan 365, yang diasumsikan
sebagai jumlah sampah masyarakat per tahun dari tahun 1992 sampai tahun 2015
Data Sampah Masyarakat
Jumlah Sampah
Masyarakat (ton)
No
Tahun
1
1992
396.068,80
2
1993
405.073,40
3
1994
414.088,90
4
1995
421.513,00
5
1996
428.517,30
6
1997
435.437,70
7
1998
435.574,60
8
1999
435.711,50
9
2000
447.490,00
10
2001
416.830,00
11
2002
432.890,00
12
2003
438.000,00
13
2004
401.500,00
14
2005
406.245,00
15
2006
445.949,70
16
2007
452.304,40
17
2008
400.496,30
18
2009
406.774,30
19
2010
482.727,10
20
2011
478.266,80
21
2012
573.300,00
22
2013
616.824,50
23
2014
629.625,00
24
2015
634.965,00
Universitas Sumatera Utara
2)
Data jumlah penduduk dan tingkat konsumsi masyarakat Kota Medan
Data jumlah penduduk berasal dari data jumlah penduduk Kota Medan setiap
tahunnya dari tahun 2005 sampai tahun 2015. Serta data pengeluaran masyarakt
terhadap makanan dan non makanan perkapital per bulannya yang dikalikan 12 yang
diasumsikan sebagai tingkat konsumsi masyarakat setiap tahunnya dari tahun 2005
sampai tahun 2015.
No
Tahun
1
2005
2
2006
3
2007
4
2008
5
2009
6
2010
7
2011
8
2012
9
2013
10
2014
11
2015
Jumlah Sampah
Masyarakat
(ton)
406.245
445.950
452.304
400.496
406.774
482.727
478.267
573.300
616.825
629.625
634.965
Tingkat Konsumsi
Masyarakat
per Kapita
(Rp)
5.717.652
7.087.740
5.857.416
8.457.828
9.030.144
11.058.240
9.480.012
10.332.228
12.112.164
11.487.204
17.204.856
Jumlah
Penduduk
(jiwa)
2.036.185
2.067.288
2.083.156
2.102.105
2.121.053
2.097.610
2.117.224
2.122.804
2.135.516
2.191.140
2.465.469
Universitas Sumatera Utara
LAMPIRAN II
Data yang akan digunakan sebagai input untuk proses peramalan menggunakan
Jaringa Syaraf Tiruan model Backpropagation. Dengan sebagai koefisen input yang didapat
berdasarkan plot PACF dengan 1 lag yang signifikan. Dengan inputnya
dan Target
sebagai berikut:
�
405073,4
414088,9
421513,0
428517,3
435437,7
435574,6
435711,5
447490,0
416830,0
432890,0
438000,0
401500,0
406245,0
445949,7
452304,4
400496,3
406774,3
482727,1
478266,8
573300,0
616824,5
629625,0
Target
414088,9
421513,0
428517,3
435437,7
435574,6
435711,5
447490,0
416830,0
432890,0
438000,0
401500,0
406245,0
445949,7
452304,4
400496,3
406774,3
482727,1
478266,8
573300,0
616824,5
629625,0
634965,0
Universitas Sumatera Utara
LAMPIRAN III
Proses evaluasi data, dimana data akan dibagi 2 menjadi 75% data untuk proses training
dan 25% data untuk proses testing. Karena data yang digunakan sebagai input adalah 22 data
maka data untuk proses training sebanyak 17 dan data dan untuk proses testing sebanyak 5
data.
1) Data untuk proses training
No
Training
Target
Training
1
405.073,4
414.088,9
2
3
414.088,9
421.513,0
421.513,0
428.517,3
4
5
6
7
8
9
10
11
12
428.517,3
435.437,7
435.574,6
435.711,5
447.490,0
416.830,0
432.890,0
438.000,0
401.500,0
435.437,7
435.574,6
435.711,5
447.490,0
416.830,0
432.890,0
438.000,0
401.500,0
406.245,0
13
14
15
16
406.245,0
445.949,7
452.304,4
400.496,3
445.949,7
452.304,4
400.496,3
406.774,3
17
406.774,3
482.727,1
2) Data untuk proses testing
No
Testing
Target
Testing
1
482.727,1
478.266,8
2
3
478.266,8
573.300,0
573.300,0
616.824,5
4
5
616.824,5
629.625,0
629.625,0
634.965,0
Universitas Sumatera Utara
LAMPIRAN IV
Data input dan target pada proses training akan dinormalisasi menggunakan perintah
prestd pada MATLAB, hasil normalisasinya adalah sebagai berikut:
No
��
��
1
-1,1604
-0,7236
2
-0,6345
-0,3758
3
-0,2014
-0,0476
4
0,2073
0,2767
5
0,6110
0,2831
6
0,6190
0,2895
7
0,6270
0,8415
8
1,31410
-0,5952
9
-0,4746
0,1573
10
0,4624
0,3968
11
0,7605
-1,3135
12
-1,3689
-1,0912
13
-1,0921
0,7693
14
1,2243
1,0670
15
1,5950
-1,3606
16
-1,4275
-1,0664
17
-1,0612
2,4926
Universitas Sumatera Utara
LAMPIRAN V
Program dengan algoritma Backpropagation menggunakan MATLAB (dengan fungsi
aktivasi bipolar pada hidden layer, fungsi linier padalapisan output dan menggunakan proses
pembeljaran traingdx
P=[405073.4 414088.9 421513.0 428517.3 435437.7 435574.6
435711.5 447490.0 416830.0 432890.0 438000.0 401500.0 406245.0
445949.7 452304.4 400496.3 406774.3 ];
T=[414088.9 421513.0 428517.3 435437.7 435574.6 435711.5
447490.0 416830.0 432890.0 438000.0 401500.0 406245.0 445949.7
452304.4 400496.3 406774.3 482727.1];
[m, n]=size(P);
[Pn,meanp,stdp]=prestd(P);
[Tn,meant,stdt]=prestd(T);
net=newff(minmax(Pn),[9 1],{'tansig','purelin'},'traingdx');
BobotAwal_Input=net.IW{1,1}
BobotAwal_Bias_Input=net.b{1,1}
BobotAwal_Lapisan=net.LW{2,1}
BobotAwal_Bias_Lapisan=net.b{2,1}
net.trainParam.epochs=100000;
net.trainParam.goal=0.05;
net.trainParam.max_fail=6;
net.trainParam.max_perf_inc=1.04;
net.trainParam.lr=0.01;
net.trainParam.lr_inc=1.05;
Universitas Sumatera Utara
net.trainParam.lr_dec=0.7;
net.trainParam.mc=0.9;
net.trainParam.min_grad=1e-5;
net.trainParam.show=25;
net=train(net,Pn,Tn);
BobotAkhir_Input=net.IW{1,1}
BobotAkhir_Bias_Input=net.b{1,1}
BobotAkhir_Lapisan=net.LW{2,1}
BobotAkhir_Bias_Lapisan=net.b{2,1}
ab=sim(net,Pn);
a=poststd(ab,meant,stdt);
[ml,al,rl]=postreg(a,T)
E=T-a;
MSE=mse(E)
mape=[abs(((T-a)./T).*100)];
MAPE=sum(mape)/17
Q=[482727.1 478266.8 573300.0 616824.5 629625.0];
TQ=[478266.8 573300.0 616824.5 629625.0 634965.0];
Qn=trastd(Q,meanp,stdp);
bn=sim(net,Qn);
b=poststd(bn,meant,stdt);
E1=TQ-b
MSE1=mse(E1)
mape1=[abs(((TQ-b)./TQ).*100)];
MAPE1=sum(mape)/5
Universitas Sumatera Utara
LAMPIRAN VI
Program dengan algoritma Backpropagation untuk peramalan jumlah sampah
masyarakat menggunakan MATLAB (dengan fungsi aktivasi bipolar pada hidden layer,
fungsi linier padalapisan output dan menggunakan proses pembeljaran traingdx dengan 10
node tersembunyi dan
sebagai input
P=[405073.4 414088.9 421513.0 428517.3 435437.7];
T=[414088.9 421513.0 428517.3 435437.7 435574.6];
[m, n]=size(P);
[Pn,meanp,stdp]=prestd(P);
[Tn,meant,stdt]=prestd(T);
net=newff(minmax(Pn),[9 1],{'tansig','purelin'},'traingdx');
BobotAwal_Input=net.IW{1,1}
BobotAwal_Bias_Input=net.b{1,1}
BobotAwal_Lapisan=net.LW{2,1}
BobotAwal_Bias_Lapisan=net.b{2,1}
net.trainParam.epochs=100000;
net.trainParam.goal=0.05;
net.trainParam.max_fail=6;
net.trainParam.max_perf_inc=1.04;
net.trainParam.lr=0.01;
net.trainParam.lr_inc=1.05;
net.trainParam.lr_dec=0.7;
net.trainParam.mc=0.9;
net.trainParam.min_grad=1e-5;
net.trainParam.show=25;
Universitas Sumatera Utara
net=train(net,Pn,Tn);
BobotAkhir_Input=net.IW{1,1}
BobotAkhir_Bias_Input=net.b{1,1}
BobotAkhir_Lapisan=net.LW{2,1}
BobotAkhir_Bias_Lapisan=net.b{2,1}
vji=BobotAkhir_Input
vj0=BobotAkhir_Bias_Input
wkj=BobotAkhir_Lapisan
wk0=BobotAkhir_Bias_Lapisan
xi=4.2375
znet=(vj0)+(xi.*vji)
zj=(1-exp(-znet))./(1+exp(-znet))
ynet=wk0+(wkj*zj)
yk=ynet
y=poststd(yk,meant,stdt)
Universitas Sumatera Utara
LAMPIRAN VII
Hasil Pembobotan yang didapatkan dari proses testing sehingga didapatkanlah hasil
peramalan jumlah sampah masyarakat Kota Medan menggunakan software MATLAB.
Universitas Sumatera Utara
BobotAwal_Input =
12.0148 12.0148 -12.0148
12.0148 12.0148 -12.0148
-12.0148 12.0148 12.0148
BobotAkhir_Bias_Input =
-12.5812 -9.2087 5.9323
-2.9818 0.3667 -3.5167
-6.6666 9.8257 12.8108
BobotAwal_Bias_Input =
-12.2333 -9.0833 5.9333
BobotAkhir_Lapisan =
-2.7833 0.3667 -3.5167
0.4252 -0.3163 0.3534
-6.6667 9.8167 12.9667
1.2968 0.1591 0.4129
-0.9039 -0.0143 -1.0718
BobotAwal_Lapisan =
0.9298 -0.6848 0.9412
0.9143 -0.0292 0.6006
BobotAkhir_Bias_Lapisan =
0.8014
-0.7162 -0.1565 0.8315
vji =
BobotAwal_Bias_Lapisan =
0.5844
11.6559 11.9095 -12.0148
11.9676 12.0148 -12.0148
-12.0150 12.0059 12.1817
BobotAkhir_Input =
11.6559 11.9095 -12.0148
vj0 =
11.9676 12.0148 -12.0148
-12.5812 -9.2087 5.9323
-12.0150 12.0059 12.1817
-2.9818 0.3667 -3.5167
Universitas Sumatera Utara
-6.6666 9.8257 12.8108
1.0000 1.0000 -1.0000
-1.0000 1.0000 1.0000
wkj =
0.4252 -0.3163 0.3534
1.2968 0.1591 0.4129
ynet =
1.4176
-0.9039 -0.0143 -1.0718
yk =
wk0 =
0.8014
1.4176
y=
6.7906e+005
xi =
4.2375
znet =
36.8105 41.2579 -44.9806
47.7311 51.2796 -54.4296
-57.5800 60.7006 64.4307
zj =
1.0000 1.0000 -1.0000
Universitas Sumatera Utara
LAMPIRAN VIII
Tabel penolong ini merupakan hasil pengolahan dari data yang akan digunakan untuk mencari persamaan regres
berganda. Dengan jumlah sampah masyarakat Kota Medan (Y), tingkat konsumsi masyarakat (X1) dan jumlah
penduduk Kota Medan (X2).
Tabel Penolong
No
1
406245
5717652
2036185
2,32277E+12
8,2719E+11
1,92137E+24
3,26915E+13
4,14605E+12
2
445949,7
7087740
2067288
3,16078E+12
9,21906E+11
2,91394E+24
5,02361E+13
4,27368E+12
3
452304,4
5857416
2083156
2,64934E+12
9,42221E+11
2,49626E+24
3,43093E+13
4,33954E+12
4
400496,3
8457828
2102105
3,38733E+12
8,41885E+11
2,85174E+24
7,15349E+13
4,41885E+12
5
406774,3
9030144
2121053
3,67323E+12
8,6279E+11
3,16923E+24
8,15435E+13
4,49887E+12
6
482727,1
11058240
2097610
5,33811E+12
1,01257E+12
5,40523E+24
1,22285E+14
4,39997E+12
7
478266,8
9480012
2117224
4,53398E+12
1,0126E+12
4,59109E+24
8,98706E+13
4,48264E+12
8
573300
10332228
2122804
5,92347E+12
1,217E+12
7,20888E+24
1,06755E+14
4,5063E+12
9
616824,5
12112164
2135516
7,47108E+12
1,31724E+12
9,84119E+24
1,46705E+14
4,56043E+12
10
629625
11487204
2191140
7,23263E+12
1,3796E+12
9,97811E+24
1,31956E+14
4,80109E+12
Universitas Sumatera Utara
11
634965
17204856
2465469
1,09245E+13
1,56549E+12
1,71021E+25
2,96007E+14
6,07854E+12
Jumlah
5527478,1
107825484
23539550
5,66172E+13
1,19005E+13
6,74792E+25
1,16389E+15
5,05059E+13
Universitas Sumatera Utara