Application of the K-Means Clustering Method in Grouping Customers of PT. Cirebon City PLN

Abstract

Pengelompokan energi listrik ke dalam masing-masing wilayah diperlukan untuk menentukan status energi listrik yang dibutuhkan. Hal ini sangat penting bagi pelanggan baru yang ingin mengetahui daya, sebaliknya pelanggan yang sudah ada juga dapat melihat daya tersebut dan mengurangi atau menambah daya jika diperlukan. Definisi kelas tarif/kapasitas yang digunakan untuk pengelompokan adalah R-1/450VA bersubsidi, R-1/900VA bersubsidi, R-1/900VA-RTM tidak bersubsidi (rumah tangga terjangkau), R-1/1300VA tidak bersubsidi, R-1/1300VA bersubsidi, dan tarif daya 2200VA. Pengguna listrik pascabayar masih banyak, khususnya di Kota Cirebon. Oleh karena itu tingkat keterlambatan menjadi masalahnya khususnya bagi PT. PLN  Kota Cirebon. Banyak faktor yang mempengaruhi besarnya keterlambatan, seperti ketidaktahuan masyarakat, pendapatan yang rendah. Tujuan dari penelitian ini adalah dengan menerapkan evaluasi yang ditangguhkan terhadap pelanggan PT. PLN Kota Cirebon. Dengan membantu pejabat PLN mengambil keputusan yang tepat ketika harus bertindak dan memberikan sanksi dengan menggunakan metode K-Means Clustering. Penelitian ini menggunakan level Knowledge Discovery in Database (KDD) dengan dataset PT. PLN Kota Cirebon pada tahun 2022 dengan record 27.101. Hasil pengelompokan didapat 2 cluster yaitu, cluster 0 (rendah) sebanyak 13022 data, cluster 1 (tinggi) sebanyak 14079, dari total 27.101 data.