Cluster Pelanggan Listrik PLN UP3 Binjai Dengan Metode K-Means
Kata Kunci:
K-Means ClusteringAbstrak
PLN UP3 Binjai faces challenges in understanding customer characteristics in each rayon so the service strategy is not fully effective. This study aims to group electricity user areas based on customer type and installed power so that PLN can develop a more targeted and efficient service strategy. The method used in this study is clustering with the K-Means algorithm, with customer data for 2024 from 9 rayons analyzed using the MATLAB R2014b application. Grouping is done with 3, 4 and 5 clusters. The results of grouping 3 clusters produce a variance value of 1.0890, in grouping 4 clusters it produces a variance value of 0.8047 and in grouping 5 clusters it produces a variance value of 0.6093. The results of the Grouping that has been carried out show that 5 clusters provide the most optimal results with the smallest variance value of 0.6093 which shows that the distribution of data between clusters is more homogeneous and representative. Each cluster shows a different combination pattern of rayon, installed power and customer type, which can be used as a basis for developing a more effective service strategy.
Keywords: Electricity Customers, Electricity Power, K-Means Clustering.
Unduhan
Referensi
T. L. Kaunang, J. J. Tinangon, and V. Z. Tirayoh, “Analysis of Management Control System Implementation To Improve Company Performance At PT. State Electricity Company (Persero) South Manado Customer Service Unit,” J. EMBA, vol. 9, no. 1, pp. 1146–1154, 2021.
I. Fajar Batubara and F. Zibran Lubis, “Clustering Data Pelanggan Pln Helvetia MenggunakanMetode K-Means Cluster,” J. Multidisiplin Saintek, vol. 2, no. 1, pp. 71–80, 2023, [Online]. Available: https://ejournal.warunayama.org/kohesi
N. Rahmadani and E. Kurniawan, “Implementasi Metode K-Means Clustering Tunggakan Rekening Listrik pada PT. PLN (Persero) Gardu Induk Kisaran,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 3, no. 1, p. 103, 2020, doi: 10.53513/jsk.v3i1.201.
S. Dwi Darmawan, D. R. Agushinta, P. Pascasarjana Magister Sistem Informasi, S. Informasi, and F. Ilmu Komputer dan Teknologi Informasi, “Penerapan Algoritma K-Means Clustering Studi Kasus: Data Keluhan Pelanggan PT. PLN (Persero),” J. Inf. Syst. Applied, Manag. Account. Res., vol. 6, no. 2, pp. 327–340, 2022, doi: 10.52362/jisamar.v6i2.761.
Liza Mutia and Arnida Wahyuni Lubis, “Analisis Sistem Informasi Akuntansi Pendapatan Penerimaan Kas Listrik Prabayar Pada PT Ajamu Faadhilah Agung,” J. Ris. Akunt., vol. 1, no. 4, pp. 88–98, 2023, doi: 10.54066/jura-itb.v1i4.842.
W. Silalahi, D. Purba, J. Jamaluddin, and M. Silalahi, “Analisis Sistem Informasi Akuntansi Pendapatan Listrik Pascabayar Pada Pt Perusahaan Listrik Negara (Persero) Area Rantauprapat,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 2, 2022, doi: 10.23960/jitet.v10i2.2439.
P. Harahap and M. Adam, “Efisiensi Daya Listrik Pada Dispenser Dengan Jenis Merk Yang Berbeda Menggunakan Inverator,” Resist. (Elektronika Kendali Telekomun. Tenaga List. Komputer), vol. 4, no. 1, p. 37, 2021, doi: 10.24853/resistor.4.1.37-42.
T. Jelita, R. Buaton, M. Simajuntak, and S. Kaputama, “Pengelompokan Bidang Usaha Terhadap Bantuan Produktif Usaha Mikro (BPUM) Berdasarkan Wilayah Deli Serdang Menggunakan Metode Clustering K-Means (Studi Kasus: Dinas Koperasi Dan UMKM Kabupaten Deli Serdang),” J. Comput. Sci. Inf. Technol. E-ISSN, vol. 3, no. 2, p. 50, 2023.
S. Sundari, R. Buaton, and R. Saragih, “Seminar Nasional Informatika (SENATIKA) Prosiding SENATIKA 2021 Clustering Kepuasan Layanan Pengguna Bus Trans Binjai Dengan Metode Cluster Data Mining Studi Kasus Dinas Perhubungan Kota Binjai,” Pros. Senat. 2021, no. 5, pp. 86–100, 2021.
R. Buaton, “Analisis Clustering Stunting Dengan Distance Euclid,” Method. J. Tek. Inform. dan Sist. Inf., vol. 10, no. 1, pp. 42–48, 2024, doi: 10.46880/mtk.v10i1.2811.
D. Firmansyah and Dede, “Teknik Pengambilan Sampel Umum dalam Metodologi Penelitian: Literature Review,” J. Ilm. Pendidik. Holistik, vol. 1, no. 2, pp. 85–114, 2022, doi: 10.55927/jiph.v1i2.937.
T. Febrianti and E. Harahap, “Penggunaan Aplikasi MATLAB Dalam Pembelajaran Program Linear,” J. Mat., vol. 20, no. 1, pp. 1–7, 2021.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Sherly Rohana, Relita Buaton, Kristina Annatasia

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
HAK CIPTA
Hak cipta atas artikel apapun pada Jurnal Nasional Teknologi Komputer (JNASTEK) dipegang penuh oleh penulisnya dibawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License.
1. Penulis mengakui bahwa Jurnal Nasional Teknologi Komputer (JNASTEK) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License - CC BY-SA.
2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Jurnal Nasional Teknologi Komputer (JNASTEK).
LISENSI
Jurnal Nasional Teknologi Komputer (JNASTEK) diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.