1 Abstrak

Penelitian ini bertujuan untuk menganalisis komposisi timbulan sampah di Indonesia berdasarkan jenisnya menggunakan pendekatan statistik deskriptif dan inferensia. Data diperoleh dari Sistem Informasi Pengelolaan Sampah Nasional yang dikelola oleh Kementerian Lingkungan Hidup dan Kehutanan. Analisis dilakukan menggunakan bahasa pemrograman R dengan visualisasi grafik menggunakan paket ggplot2. Hasil analisis menunjukkan bahwa sampah organik merupakan komponen terbesar dalam komposisi sampah nasional.

2 Pendahuluan

Permasalahan sampah merupakan salah satu isu lingkungan yang sangat penting di Indonesia. Peningkatan jumlah penduduk serta aktivitas ekonomi menyebabkan jumlah timbulan sampah terus meningkat setiap tahunnya. Kondisi ini menimbulkan berbagai permasalahan lingkungan seperti pencemaran tanah, air, serta udara.

Berdasarkan data dari Sistem Informasi Pengelolaan Sampah Nasional, sebagian besar komposisi sampah di Indonesia berasal dari sampah organik yang dihasilkan dari aktivitas rumah tangga dan sisa makanan. Selain itu, sampah plastik juga memiliki kontribusi yang cukup besar terhadap total timbulan sampah nasional.

Oleh karena itu, analisis statistik terhadap komposisi sampah menjadi penting untuk memahami pola distribusi sampah serta mendukung perumusan kebijakan pengelolaan sampah yang lebih efektif.

3 Sumber Data

Data penelitian berasal dari:

  1. Sistem Informasi Pengelolaan Sampah Nasional
    https://portal-sipsn.kemenlh.go.id/

  2. Indonesia Asri
    https://indonesiaasri.com/edukasi/data-sampah-di-indonesia/

4 Input Data

jenis_sampah <- c(
"Organik","Plastik","Kertas","Logam",
"Kaca","Karet","Tekstil","Kayu"
)

kategori <- c(
"Organik","Anorganik","Anorganik","Anorganik",
"Anorganik","Anorganik","Anorganik","Organik"
)

persentase <- c(
41,19,12,4,
3,2,3,5
)

total_sampah <- 68

jumlah <- round(persentase/100 * total_sampah,2)

data_sampah <- data.frame(
Jenis=jenis_sampah,
Kategori=kategori,
Persentase=persentase,
Jumlah_Juta_Ton=jumlah
)

data_sampah
##     Jenis  Kategori Persentase Jumlah_Juta_Ton
## 1 Organik   Organik         41           27.88
## 2 Plastik Anorganik         19           12.92
## 3  Kertas Anorganik         12            8.16
## 4   Logam Anorganik          4            2.72
## 5    Kaca Anorganik          3            2.04
## 6   Karet Anorganik          2            1.36
## 7 Tekstil Anorganik          3            2.04
## 8    Kayu   Organik          5            3.40

5 Identifikasi Variabel

No Jenis Variabel Nama Variabel
1 Kategorik Jenis Sampah
2 Kategorik Kategori Sampah
3 Numerik Persentase
4 Numerik Jumlah Sampah

6 Statistik Deskriptif

# Mean
mean(data_sampah$Persentase)
## [1] 11.125
# Median
median(data_sampah$Persentase)
## [1] 4.5
# Modus
modus <- names(sort(table(data_sampah$Persentase), decreasing=TRUE))[1]
modus
## [1] "3"
# Kuartil
Q1 <- quantile(data_sampah$Persentase,0.25)
Q3 <- quantile(data_sampah$Persentase,0.75)

Q1
## 25% 
##   3
Q3
##   75% 
## 13.75
# Range
range(data_sampah$Persentase)
## [1]  2 41
# Varians
var(data_sampah$Persentase)
## [1] 179.8393
# Standard deviation
sd(data_sampah$Persentase)
## [1] 13.41042

6.1 Interpretasi

Hasil analisis statistik deskriptif menunjukkan bahwa rata-rata persentase komposisi sampah di Indonesia memiliki variasi yang cukup besar antar jenis sampah. Nilai median menggambarkan posisi tengah distribusi data, yang menunjukkan bahwa sebagian besar jenis sampah memiliki persentase yang relatif lebih kecil dibandingkan kategori dominan seperti sampah organik.

Kuartil pertama (Q1) dan kuartil ketiga (Q3) menunjukkan rentang distribusi data pada bagian bawah dan atas. Hal ini menunjukkan bahwa sebagian besar jenis sampah berada pada kisaran nilai tertentu, sementara beberapa kategori memiliki kontribusi yang jauh lebih besar terhadap total timbulan sampah nasional.

Selain itu, nilai varians dan standar deviasi yang relatif tinggi menunjukkan adanya perbedaan kontribusi yang cukup signifikan antara berbagai jenis sampah. Hal ini menunjukkan bahwa komposisi sampah di Indonesia tidak merata dan didominasi oleh beberapa jenis sampah tertentu.

7 Visualisasi Data

7.1 Pie Chart

ggplot(data_sampah, aes(x="", y=Persentase, fill=Jenis)) +
geom_bar(stat="identity", width=1) +
coord_polar("y") +
theme_void() +
labs(title="Komposisi Sampah di Indonesia")

7.1.1 Interpretasi

Diagram pie menunjukkan bahwa sampah organik merupakan jenis sampah yang memiliki kontribusi terbesar terhadap total timbulan sampah di Indonesia. Dominasi sampah organik menunjukkan bahwa sebagian besar sampah berasal dari sisa makanan dan limbah rumah tangga.

Selain itu, sampah plastik dan kertas juga memberikan kontribusi yang cukup besar terhadap total sampah nasional. Hal ini mencerminkan tingginya penggunaan produk berbahan plastik dan kertas dalam aktivitas sehari-hari masyarakat.

Temuan ini menunjukkan bahwa strategi pengelolaan sampah perlu difokuskan pada pengolahan sampah organik serta pengurangan penggunaan plastik sekali pakai.

7.2 Bar Chart

ggplot(data_sampah, aes(x=reorder(Jenis,-Jumlah_Juta_Ton), y=Jumlah_Juta_Ton, fill=Jenis)) +
geom_bar(stat="identity") +
theme_minimal() +
labs(
title="Jumlah Sampah Berdasarkan Jenis",
x="Jenis Sampah",
y="Jumlah Sampah (Juta Ton)"
)

7.2.1 Interpretasi

Grafik batang menunjukkan perbandingan jumlah sampah berdasarkan jenisnya dalam satuan juta ton. Sampah organik terlihat memiliki jumlah yang jauh lebih besar dibandingkan jenis sampah lainnya.

Sampah plastik dan kertas juga memiliki jumlah yang cukup besar dibandingkan kategori lainnya. Hal ini menunjukkan bahwa kedua jenis sampah tersebut memiliki kontribusi signifikan terhadap total timbulan sampah nasional.

7.3 Histogram

ggplot(data_sampah, aes(x=Persentase)) +
geom_histogram(bins=5, fill="steelblue", color="black") +
theme_minimal() +
labs(title="Histogram Distribusi Persentase Sampah")

7.4 Density Plot

ggplot(data_sampah, aes(x=Persentase)) +
geom_density(fill="red", alpha=0.4) +
theme_minimal() +
labs(title="Density Plot Persentase Sampah")

7.5 Boxplot

ggplot(data_sampah, aes(x=Kategori, y=Persentase, fill=Kategori)) +
geom_boxplot() +
theme_minimal() +
labs(title="Boxplot Persentase Sampah Berdasarkan Kategori")

8 Statistik Inferensia

8.1 Uji Normalitas

shapiro.test(data_sampah$Persentase)
## 
##  Shapiro-Wilk normality test
## 
## data:  data_sampah$Persentase
## W = 0.72885, p-value = 0.004753

8.2 Uji t-test

t.test(Persentase ~ Kategori, data=data_sampah)
## 
##  Welch Two Sample t-test
## 
## data:  Persentase by Kategori
## t = -0.86919, df = 1.0488, p-value = 0.539
## alternative hypothesis: true difference in means between group Anorganik and group Organik is not equal to 0
## 95 percent confidence interval:
##  -223.3388  191.6721
## sample estimates:
## mean in group Anorganik   mean in group Organik 
##                7.166667               23.000000

8.3 Uji Chi-Square

table_kategori <- table(data_sampah$Kategori)

chisq.test(table_kategori)
## 
##  Chi-squared test for given probabilities
## 
## data:  table_kategori
## X-squared = 2, df = 1, p-value = 0.1573

9 Kesimpulan

Berdasarkan hasil analisis statistik deskriptif dan inferensia, dapat disimpulkan bahwa komposisi sampah di Indonesia didominasi oleh sampah organik yang memiliki kontribusi terbesar terhadap total timbulan sampah nasional. Selain itu, sampah plastik dan kertas juga memberikan kontribusi yang cukup signifikan.

Hasil analisis statistik menunjukkan bahwa terdapat variasi yang cukup besar antar jenis sampah. Oleh karena itu, pengelolaan sampah yang efektif perlu difokuskan pada jenis sampah dengan kontribusi terbesar agar dapat mengurangi volume sampah secara signifikan.

10 Referensi

  1. Sistem Informasi Pengelolaan Sampah Nasional
    https://portal-sipsn.kemenlh.go.id/

  2. Indonesia Asri
    https://indonesiaasri.com/edukasi/data-sampah-di-indonesia/