Setiap tahunnya konsumsi energi listrik rumah tangga di Indonesia terus meningkat. Semakin tinggi angka pertumbuhan penduduk di Indonesia, maka berbanding lurus dengan banyaknya energi listrik yang harus dipenuhi oleh perusahaan yang berwenang dalam pengelolaan listrik di Indonesia yaitu PLN. Masalah yang dihadapinya saat ini ialah ketidakseimbangan antara permintaan listrik yang lebih cepat meningkat dibandingkan dengan kemampuan dalam  menyediakan pasokan listrik. Hal tersebut berkaitan dengan analisis pengelolaan pelanggan dalam hal konsumsi listrik yang belum sepenuhnya dilakukan. Untuk mengolah data yang banyak dan besar, diperlukan bermacam-macam  metode, yang sampai saat ini metode tersebut masih dioptimalkan, salah satunya ialah metode clustering. Metode clustering yang dapat digunakan untuk menyelesaikan permasalah diatas adalah Fuzzy Joint Points (FJP). Metode FJP dikenalkan sebagai metode clustering otonom menggunakan pendekatan fuzzy. Modifikasi dilakukan pada metode FJP dengan berbagai metode untuk menghasilkan algoritma yang optimal untuk data set yang besar dan diberi nama Modified Fuzzy Joint Points (MFJP). Metode MFJP memiliki empat proses utama antara lain perhitungan fuzzy neighborhood relation, perhitungan transitive closure, penentuan nilai critical alpha, dan pembentukan clustering partitions. Untuk menangani noise pada data set yang besar atau model big data, metode MFJP dilengkapi algoritma NoiseFilter. Hasil proses clustering pada data konsumsi listrik rumah tangga memberikan waktu komputasi dan nilai kualitas cluster yang cukup baik. Proses noise filter juga mampu meningkatkan nilai kualitas cluster.