Implementasi Metode K-Means Clustering Tunggakan Rekening Listrik pada PT. PLN (Persero) Gardu Induk Kisaran

Authors

  • Nurul Rahmadani STMIK Royal Kisaran
  • Edi Kurniawan STMIK Royal Kisaran

DOI:

https://doi.org/10.53513/jsk.v3i1.201

Keywords:

Tunggakan Listrik, PT.PLN, K-Means Clustering, Klaster

Abstract

Tunggakan rekening listrik masih menjadi piutang yang besar bagi bangsa Indonesia, sehingga harus lebih ditingkatkan lagi kualitas pelayanan dari PT. PLN (Persero). Termasuk PT. PLN (Persero) Gardu Induk Kisaran terkhusus di Kecamatan Air Batu, dengan total tunggakan rekening listrik mencapai 10,5 miliar dari 12 desa dengan jumlah penduduk 41.873 jiwa. Banyak faktor yang mempengaruhi besarnya tunggakan, seperti kurangnya pelayanan, pencatatan meteran yang sering salah, serta ketidaktahuan masyarakat mengenai pentingnya bayar rekening listrik tepat waktu. Salah satu cara dalam menangani hal tersebut adalah dilakukannya sosialisasi terhadap masyarakat akan pentingnya bayar listrik tepat waktu. Akan tetapi, dana menjadi penghambat untuk melakukan sosialisasi ini di semua desa. Oleh karena itu, pengelompokan tunggakan listrik dapat membantu pihak PT. PLN (Persero) Gardu Induk Kisaran dalam mengambil keputusan yang tepat dalam memilih desa dengan tunggakan terbesardengan menggunakan metode K-Means Clustering. Pada penelitian ini, penerapan metode K-Means Clustering diimplementasikan pada aplikasi yang dibuat dengan 3 cluster dari 12 sampel data. Data yang digunakan dalam perhitungan algoritma k-means adalah jumlah penduduk yang menunggak, tarif daya, dan jumlah tunggakan. Hasil dari penelitian ini menunjukkan bahwa algoritma k-means mampu mengelompokan data tunggakan terbesar, sedang, dan terendah.dalam pembuatan dokumen penjualan tiket pesawat dan juga memberikan keamanananya.

References

PT. PLN (Persero) Gardu Induk Kisaran, “Data Tunggakan Pelangganâ€, Kisaran, 2018.

Dedi Hariyanto dan Subhan, “Faktor-Faktor Yang Mempengaruhi Pelanggan Menunggak Rekening Listrik Pada PT. PLN Sub-Rayon Sentebang,â€Jurnal Manajemen Motivasi, 2014, 585-594.

Sinawati dan Ummi Syafiqoh, “Sistem Pendukung Keputusan Penentuan Pemberian Bantuan Biaya Pendidikan Menggunakan Algoritma K-Meansâ€, Seminar Nasional Teknologi Informasi dan Multimedia 2014, 2.04.37-42, 2014.

Prasetyo, E., “Data Mining: Konsep dan Aplikasi Menggunakan MATLABâ€, Yogyakarta: Andi, 2012.

Suprihatin, “Klastering k-means untuk penentuan nilai ujian,â€JUSI, Vol. 1, No. 1, 2011.

Kamus Besar Bahasa Indonesia, 2007. Jakarta. Tim Pustaka Phoenix.

Agusta dan Yudi, K-Means, "Web Blog For Data Mining and Clustering", Yogyakarta: Andi, 2001.

Downloads

Published

2020-01-22