Prediksi Penggunaan Kompos di Masa Depan Menggunakan ARIMA Berdasarkan Data Pengelolaan Sampah Makanan

Abstract

Produksi kompos dari limbah makanan menjadi salah satu strategi penting dalam pengurangan sampah organik dan pengelolaan lingkungan berkelanjutan. Namun, proses perencanaan produksi masih sering terkendala oleh tidak tersedianya estimasi berbasis data historis. Penelitian ini menggunakan data produksi kompos mingguan dari kegiatan daur ulang di Amerika Serikat untuk membangun model prediksi menggunakan ARIMA (AutoRegressive Integrated Moving Average). Hasil analisis melalui plot ACF dan PACF menunjukkan bahwa model optimal yang digunakan adalah ARIMA(1,1,1), di mana nilai autokorelasi parsial dan autokorelasi mengindikasikan pengaruh kuat lag pertama terhadap data saat ini. Model yang diterapkan menghasilkan visualisasi tren dan prediksi beberapa minggu ke depan, menunjukkan kecenderungan produksi yang relatif stabil mengikuti nilai aktual terakhir. Temuan ini dapat menjadi dasar dalam perencanaan logistik, pengelolaan volume sampah organik, dan pengambilan keputusan strategis dalam proyek pengolahan kompos. Ke depannya, model ini dapat dibandingkan dengan pendekatan lain seperti Prophet atau LSTM untuk meningkatkan akurasi prediksi