Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA PENENTUAN TINGKAT PEMAKAIAN LISTRIK (STUDI KASUS : PLTBg RANTAU SAKTI)

RAHMAT DENI HERDIANSYAH, - (2023) PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA PENENTUAN TINGKAT PEMAKAIAN LISTRIK (STUDI KASUS : PLTBg RANTAU SAKTI). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
TA Rahmat Deni file lengkap kecuali Bab IV.pdf

Download (3MB) | Preview
[img] Text (BAB IV)
TA Rahmat Deni file lengkap Bab IV.pdf - Published Version
Restricted to Repository staff only

Download (1MB)

Abstract

Energi listrik adalah energi yang tercipta dari air, angin, ataupun gas alam. Energi ini sangat berguna bagi manusia, karena banyak hal yang dapat dilakukan jika ada energi listrik. Contohnya, menonton TV, menyetrika, mengecas HP dan lainnya. Listrik dapat memudahkan masyarakat beraktifitas tetapi apabila tidak digunakan dengan bijak dapat menimbulkan kerugian. Pemborosan listrik yang dilakukan oleh pelanggan biasanya disebabkan pelanggan tidak memahami betapa pentingnya berhemat listrik demi kelangsungan hidup, seperti membiarkan listrik yang tidak digunakan tetap menyala. Pemerintah secara kontinyu mengampanyekan hemat energi listrik dalam berbagai kegiatan. Intisari kampanye pemerintah adalah sosialisasi kebiasaan hemat energi dari lingkungan yang terkecil yakni keluarga. Sehingga dilakukan konteks penentuan tingkat pemakaian listrik menggunakan algoritma K-Means Clustering dengan harapan pemerintah dapat lebih mudah dalam menentukan daerah mana yang harus gencar dikampampanyekan. Data yang digunakan diambil dari data pelanggan Pembangkit Listrik Tenaga Biogas (PLTBg) dari bulan januari sampai juli 2020 sebanyak 703 data. Metode K-Means Clustering merupakan sebuah metode untuk proses membagi data dalam suatu himpunan kedalam beberapa kelompok berdasarkan kesamaan datanya. K-Means Clustering juga memiliki potensi untuk mengetahui struktur dalam data yang dapat dipakai lebih lanjut. Karena itu metode K-Means Clustering sangat cocok untuk digunakan dalam masalah yang telah dijelaskan untuk pengelompokan pelanggan berdasarkan pemakaian listriknya. Kata Kunci : K-Means, Clustering, Listrik, Energi, Biogas

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 24 Jul 2023 04:22
Last Modified: 24 Jul 2023 04:22
URI: http://repository.uin-suska.ac.id/id/eprint/74253

Actions (login required)

View Item View Item