Pengelompokkan Data Penggunaan Energi Listrik Menggunakan Algoritma Mini Batch K-means Clustering

Penulis

  • Amanda Austin Herlambang Telkom University
  • Muhammad Ary Murti Telkom University
  • Casi Setianingsih Telkom University

Abstrak

Abstrak-Penggunaan energi listrik sudah menjadi kebutuhan yang pokok, sebagian besar pengguna menggunakan listrik tanpa menyadari besarnya listrik yang digunakan pada periode itu dapat membuat penggunaan listrik melonjak karena tidak ada kontrol penggunaan listrik. Clustering atau pengelompokkan data ini dibutuhkan untuk dapat mengetahui penggunaan energi listrik berlebih disuatu gedung. Pada penelitian ini dirancang sebuah sistem yang dapat memberikan informasi mengenai penggunaan listrik suatu gedung dengan menggunakan pengelompokkan data berbasis website. Pengelompokkan data ini menggunakan pembelajaran mesin unsupervised learning dengan algoritma Mini Batch K-Means dan terbagi menjadi tiga bagian pengelompokkan yaitu penggunaan energi listik tinggi, normal dan rendah. Pengelompokkan data akan dilakukan untuk memonitoring penggunaan energi listrik perbulan, perhari dan pergedung. Dari hasil pengujian yang dilakukan menunjukkan bahwa nilai silhouette score clustering perhari menggunakan data Gedung N bernilai 0,62, perbulan data Gedung N sebesar 0,57, seluruh hasil tersebut termasuk ke dalam struktur baik, pertahun data Gedung N sebesar 0,73 termasuk ke dalam struktur kuat. Clustering menggunakan data dummy Gedung P dan Gedung O adalah sebesar 0,55 untuk perhari yang termasuk ke dalam struktur baik, perbulan sebesar 0,50 termasuk ke dalam struktur lemah dan pertahun sebesar 0,72 termasuk ke dalam struktur kuat.
Kata kunci— Energi listrik, clustering, mini batch kmeans clustering, pengelompokkan data.

##submission.downloads##

Diterbitkan

2022-11-14

Terbitan

Bagian

Program Studi S1 Teknik Elektro