Clustering Penggunaan Energi Listrik Pelanggan PLN Menggunakan Algoritma Fuzzy C-Means

Repositori Jurnal Mahasiswa PTIIK UB
© 2013 by Doro Jurnal
Volume 2 - Number 4
Year of Publication: 2013
Briant Saputro, Mardji dan Nurul Hidayat
Download Article

 


Abstract

Pelayanan pelanggan pada suatu perusahaan merupakan hal yang paling penting untuk membuat suatu perusahaan itu berkembang. Untuk mnjamin kepuasaan pelanggan dan kesetiaan pelanggan, menjamin pertumbuhan perusahaan yang berkesinambungan merupakan visi dan misi suatu perusahaan dalam mengembangkan perusahaan tersebut. PLN merupakan sebuah perusahaan listrik Negara yang berorientasi kepada pelanggan. Manajemen PLN sendiri telah mengembangkan system pengelolaan pelanggan. Namun, pelayanan dari sistem tersebut masih bersifat teknik, belum melakukan analisa terhadap penggunaan energi listrik oleh pelanggan. Costumer Relationship Management (CRM) adalah salah satu cara untuk menyelesaikan permasalaahan analisa terhadap perilaku pelanggan berdasarkan data historis. Salah satu metode riset dalam CRM adalah melakukan clustering pelanggan. Pengelompokkan pelanggan bias menolong perusahaan dalam menemukan karakteristik dan perilaku pelanggan yang berbeda dalam setiap kelompok[2]. Fuzzy c-means merupakan salah satu dari sekian banyak algoritma clustering. Fuzzy c-means adalah suatu teknik pengelompokkan data dimana keberadaan tiap titik data cluster ditentukan oleh derajat keanggotaan[6]. Dalam skripsi ini dilakukan penelitian mengenai penerapan algoritma FCM terhadap permasalahan clustering pelanggan PLN. Tingkat validasi data hasil pengelompokkanberdasar jumlah cluster, serta tingkat validasi data hasil pengelompokkan berdasar banyak iterasi dan nilai minimum error. Hasil dari penelitian ini, yaitu algoritma fuzzy c-means dapat terapkan dalam clustering pelanggan PLN. Penggunaan data nominal asli dalam clustering menghasilkan pusat cluster lebih baik daripada penggunaan data kategorisasi. Hasil penelitan memperlihatkan, clustering pelanggan lebih akurat jika dikelompokkan ke dalam 3 clusterpada data yang berdaya besar(industri dan bisnis). Dalam percobaan tingkat validasi data hasil pengelompokan berdasar jumlah cluster mencapai nilai optimum dengan jumlah cluster 3. sedangkan penggunaan nilai iterasi dan minimum error yang sarankan adalah 100 dan0.00001.

Keywords

Abstrak, Fuzzy c-mean, CRM, clustering pelanggan, PLN