View/Open

Author
IZZA, LUTFIA

Date Published
10 Feb 2026

Advisor
Luluk Muthoharoh, S.Si., M.Si.,
Indah Suciati, M.Mat.,

Subject
Sains Data

Publisher

PT. PLN (Persero) memiliki tanggung jawab strategis dalam menjamin akurasi pengukuran energi dan efisiensi distribusi pada sistem meter prabayar untuk meminimalisir kendala teknis operasional. Penelitian ini bertujuan melakukan analisis komparatif antara algoritma K-Means dan AHC dalam mengelompokkan data monitoring fisik meter prabayar berdasarkan parameter teknis yaitu Tegangan, Arus, Daya, Power Limit, KWh Sisa dan KWh kumulatif dengan menggunakan 3,050 data pelanggan periode Januari-Juni 2025, penelitian ini melalui tahapan pra-pemrosesan yang meliputi pembersihan data, label encoding, serta normalisasi Standard Scaler. Performa dievaluasi melalui metrik Koefisien Silhouette, DBI, dan Statistik Pseudo-F. Hasil menunjukkan bahwa metode AHC dengan pendekatan Average Linkage memberikan performa paling optimal pada jumlah cluster k = 2, dengan nilai Silhouette sebesar 0.879 dan DBI 0.222 dibandingkan dengan K-Means yang nilai silhouette sebesar 0.874 dan DBI sebesar 0.266. Penelitian mengidentifikasi dua cluster yaitu cluster 0 berjumlah 3,039 data mencerminkan pola konsumsi normal, serta cluster 1 berjumlah 11 data menunjukkan pola konsumsi tidak normal. Temuan ini menjadi referensi bagi PLN untuk memprioritaskan pemeriksaan lapangan pada cluster tidak normal guna meningkatkan efisiensi pemeliharaan.

URI
https://repo.itera.ac.id/depan/submission/SB2602040053

Keyword
K-Means Clustering, Agglomerative Hierarchical Clu