Implementasi Algoritma K-Means Untuk Klasterisasi Besarnya Penggunaan Listrik Rumah Tangga Di Pagar Alam
DOI:
https://doi.org/10.53513/jursi.v4i3.10955Keywords:
K-Means, Clustering, CRISP-DM, Elbow Method, PLNAbstract
PLN (Perusahaan Listrik Negara) merupakan perusahaan yang bertanggung jawab atas penyediaan listrik di Indonesia. Salah satunya adalah PT PLN Persero yang ada di Kota Pagar Alam. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means dalam mengklasifikasi penggunaan listrik rumah tangga di Kota Pagar Alam. PT PLN Persero, sebagai penyedia utama listrik di Indonesia, menghadapi tantangan dalam memastikan ketersediaan energi yang memadai. Penelitian ini dilatar belakangi dengan belum adanya pengelompokan atau cluster dari data penggunaan listrik rumah tangga. Penelitian ini menggunakan metode CRISP-DM, dimana tahapan meliputi Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. Metode pengujian dengan elbow method. Hasil dari penelitian ini didapatkan 3 cluster, yaitu c0=377, c1= 34 dan c2= 129. Hasil perhitungan Elbow Method = 276486734427.498. Maka dapat disimpulkan bahwa algoritma K-Means pada kasus pengelompokan penggunaan listrik di kota pagar alam dapat di katakan sesuai.References
K. Hidaìyaìh, “Membaìngun Baìngsaì paìdaì Eraì Digitaìl,” laìn.go.id, 2023. https://laìn.go.id/?p=12800
D. Suyaìnto, Daìtaì Mining untuk Klaìsifikaìsi daìn Klaìsterisaìsi Daìtaì, Pertaìmaì. INFORMAìTIKAì Baìndung, 2019.
Yuli Maìrdi, “Daìtaì Mining : Klaìsifikaìsi Menggunaìkaìn Aìlgoritmaì C4 . 5 Daìtaì mining merupaìkaìn baìgiaìn daìri taìhaìpaìn proses Knowledge Discovery in Daìtaìbaìse ( KDD ) . Jurnaìl Edik Informaìtikaì,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2019.
B. D. Laìraìswaìti, “Kelebihaìn daìn Kekuraìngaìn Jenis-Jenis Clustering daìlaìm Daìtaì Science,” blog.aìlgorit.maì, 2023. https://blog.aìlgorit.maì/jenis-clustering/
Aì. Raìngkuti, M. Prodi, P. Maìtemaìtikaì, S. Utaìraì, aìnd Y. Yaìhfizhaìm, “Pengenaìlaìn Aìlgoritmaì Pemrograìmaìn Daìsaìr Daìlaìm Konteks Pembelaìjaìraìn Pemrograìmaìn Aìwaìl,” J. Maìt. daìn Ilmu Pengetaìh. Aìlaìm, vol. 1, no. 4, pp. 2987–5315, 2023, [Online]. Aìvaìilaìble: https://doi.org/10.59581/konstaìntaì.v1i4.1714
T. Aìmaìlinaì, D. Bimaì, Aì. Praìmaìnaì, aìnd B. N. Saìri, “Metode K-Meaìns Clustering Daìlaìm Pengelompokaìn Penjuaìlaìn Produk Frozen Food,” J. Ilm. Waìhaìnaì Pendidik., vol. 8, no. 15, pp. 574–583, 2022, [Online]. Aìvaìilaìble: https://doi.org/10.5281/zenodo.7052276
F. Febriaìnsyaìh aìnd S. Muntaìri, “Peneraìpaìn Aìlgoritmaì K-Meaìns untuk Klaìsterisaìsi Penduduk Miskin paìdaì Kotaì Paìgaìr Aìlaìm,” JISKAì (Jurnaìl Inform. Sunaìn Kaìlijaìgaì), vol. 8, no. 1, pp. 66–77, 2023, doi: 10.14421/jiskaì.2023.8.1.66-77.
V. R. Praìsetyo, H. Laìzuaìrdi, Aì. Aì. Mulyono, aìnd C. Laìuw, “Peneraìpaìn Aìplikaìsi RaìpidMiner Untuk Prediksi Nilaìi Tukaìr Rupiaìh Terhaìdaìp US Dollaìr Dengaìn Metode Lineaìr Regression,” J. Naìs. Teknol. daìn Sist. Inf., vol. 7, no. 1, pp. 8–17, 2021, doi: 10.25077/teknosi.v7i1.2021.8-17.
R. Gelaìr Guntaìraì, “Pemaìnfaìaìtaìn Google Colaìb Untuk Aìplikaìsi Pendeteksiaìn Maìsker Waìjaìh Menggunaìkaìn Aìlgoritmaì Deep Leaìrning YOLOv7,” J. Teknol. Daìn Sist. Inf. Bisnis, vol. 5, no. 1, pp. 55–60, 2023, doi: 10.47233/jteksis.v5i1.750.
M. K. Raìhmaìdhikaì aìnd Aì. M. Thaìntaìwi, “Raìncaìng Baìngun Aìplikaìsi Faìce Recognition Paìdaì Pendekaìtaìn CRM Menggunaìkaìn Opencv Daìn Aìlgoritmaì Haìaìrcaìscaìde,” IKRAì-ITH Inform. J. Komput. daìn Inform., vol. 5, no. 1, pp. 109–118, 2021, [Online]. Aìvaìilaìble: https://journaìls.upi-yaìi.aìc.id/index.php/ikraìith-informaìtikaì/aìrticle/view/921
R. F. Setiono, I., Setiaìni, “Hubungaìn Aìntaìraì Besaìrnyaì Daìyaì Listrik Terpaìsaìng Dengaìn Baìnyaìknyaì Pemaìkaìiaìn Listrik Daìlaìm Skaìlaì Rumaìh Taìnggaì.,” Stud. P., Elektro, T., Vokaìsi, S., Diponegoro, U., Paìscaìsaìrjaìnaì, P., Diponegoro, U, pp. 978–979, 2019.
Aì. Aìziz et aìl., “Klaìstrisaìsi Daìtaì Tenaìgaì Kerjaì Terbukaì Menurut Provinsi Dengaìn Penggunaìaìn Aìlgoritmaì K - Meaìns 1,2,” vol. 10, no. 3, pp. 444–456, 2023.
S. Setyaì Wiwaìhaì, “Aìnaìlisis Peluaìng Penghemaìtaìn,” pp. 47–58, 2017.
Y. Yuliaì aìnd N. Aìzwaìnti, “Peneraìpaìn Aìlgoritmaì C4.5 Untuk Memprediksi Besaìrnyaì Penggunaìaìn Listrik Rumaìh Taìnggaì di Kotaì Baìtaìm,” J. RESTI (Rekaìyaìsaì Sist. daìn Teknol. Informaìsi), vol. 2, no. 2, pp. 584–590, 2018, doi: 10.29207/resti.v2i2.503.
I. K. Sukesaì, “CRISP DM Sebaìgaìi Saìlaìh Saìtu Staìndaìrd untuk Menghaìsilkaìn Daìtaì Driven Decision Maìking yaìng Berkuaìlitaìs,” djkn.kemenkeu.go.id, 2022. https://www.djkn.kemenkeu.go.id/aìrtikel/baìcaì/15134/CRISP-DM-Sebaìgaìi-Saìlaìh-Saìtu-Staìndaìrd-untuk-Menghaìsilkaìn-Daìtaì-Driven-Decision-Maìking-yaìng-Berkuaìlitaìs.html
R. Mubaìraìk, M. Haìnaìfi, aìnd D. Saìsongko, “Kompaìraìsi Performaì Naìive Baìyes Gaìussiaìn daìn K-NN Untuk Prediksi Kelulusaìn Maìhaìsiswaì dengaìn CRISP-DM,” vol. 4, no. 6, pp. 2982–2991, 2024, doi: 10.30865/klik.v4i6.1924.
F. Yaìnti, B. N. Saìri, aìnd S. Defiyaìnti, “IMPLEMENTAìSI AìLGORITMAì LSTM PAìDAì PERAìMAìLAìN STOK OBAìT ( STUDI KAìSUS : PUSKESMAìS BEBER ),” vol. 8, no. 4, pp. 6082–6089, 2024.
M. Aì. Sofyaìn, N. Raìhaìningsih, aìnd R. D. Daìnaì, “Deteksi Sms Spaìm Berbaìhaìsaì Indonesiaì Menggunaìkaìn Aìlgoritmaì Support Vector Maìchine,” J. Mhs. Tek. Inform., vol. 8, no. 3, pp. 3071–3079, 2024.
R. H. Raìchmaìt Hidaìyaìt, “Perbaìndingaìn Metode Naìïve Baìyes Daìn Decision Tree C4.5 untuk Aìnaìlisis Sentimen Produk Es Teh Indonesiaì di Mediaì Sosiaìl Twitter,” J. SISKOM-KB (Sistem Komput. daìn Kecerdaìsaìn Buaìtaìn), vol. 7, no. 2, pp. 88–98, 2024, doi: 10.47970/siskom-kb.v7i2.607.
D. Raìfly, R. Insaìni, aìnd Aì. Dzulkaìrnaìin, “Peneraìpaìn FP-Growth untuk Menentukaìn Rekomendaìsi Produk paìdaì Kogu Coffee Shop Maìlaìng,” INTEGER J. Inf. Technol., vol. 9, no. 1, pp. 27–36, 2024.
D. Aì. Dzulhijjaìh, M. B. Herlaìmbaìng, M. Haìifaìn, P. Studi, P. Insinyur, aìnd T. Selaìtaìn, “Implementaìsi Fraìmework CRISP-DM untuk Proses Daìtaì Mining Aìplikaìsi Credit Scoring PT.XYZ,” Pros. Semin. Naìs. Teknol. Inf. daìn Bisnis, vol. 1, no. 1, pp. 238–251, 2023.
N. Putu, E. Merliaìnaì, aìnd Aì. J. Saìntoso, “PROSIDING SEMINAìR NAìSIONAìL MULTI DISIPLIN ILMU & CAìLL FOR PAìPERS UNISBAìNK (SENDI_U) Kaìjiaìn Multi Disiplin Ilmu untuk Mewujudkaìn Poros Maìritim daìlaìm Pembaìngunaìn Ekonomi Berbaìsis Kesejaìhteraìaìn Raìkyaìt AìNAìLISAì PENENTUAìN JUMLAìH CLUSTER TERBAìIK PAìDAì METODE K-ME,” pp. 978–979, 2019, [Online]. Aìvaìilaìble: https://www.unisbaìnk.aìc.id/ojs/index.php/sendi_u/aìrticle/view/3333
N. Aì. Maìori, “METODE ELBOW DAìLAìM OPTIMAìSI JUMLAìH CLUSTER PAìDAì K-MEAìNS CLUSTERING,” vol. 14, no. 2, pp. 277–287, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
This work is licensed under a Creative Commons Attribution 4.0 International License.
